Чем экономичнее ИИ, тем больше он ест киловатт

Инфраструктура, связанная с искусственным интеллектом, по-прежнему требует электроэнергию в невиданных масштабах, и решение проблемы видят в новых организационных решениях и технологиях, пишет S&P Global. Однако в абсолютных цифрах электричества для ЦОДов требуется все больше от года к году.

Внедрение более эффективных подходов к машинному обучению наряду с передовыми методами оптимизации ИИ резко снизило энергопотребление у каждого выходного сигнала модели. Так, корпорация Google утверждает, что в мае 2025 года модели Gemini потребляли в 33 раза меньше энергии на один текстовый запрос, чем годом ранее.



Модели искусственного интеллекта стали значительно эффективнее в плане затрат. Исследовательские группы обнаружили, что вычислительные ресурсы, необходимые для достижения заданного уровня на этапе обучения, сокращались вдвое каждые восемь месяцев с 2012 года.

То, что экономность инфраструктуры для ИИ экспоненциально повышается, отмечается и другими экспертами. Так, компания Applied Materials, мнение которой приводит S&P, производитель полупроводниковых элементов, пересмотрела долгосрочный план повышения производительности на ватт с целевого показателя на порядки – от 1000 до 10 000 раз к 2040 году благодаря достижениям в области материаловедения.

Исторически сложилось, что поколения графических процессоров выпускались двухлетним циклом, но с 2024 года NVIDIA и AMD под давлением невиданного спроса на инфраструктуру для ИИ перешли к однолетнему циклу обновления своих флагманских архитектур.
NVIDIA утверждает, что ее новая платформа «Вера Рубин», тестирование которой началось для клиентов еще в феврале 2026 года, обеспечит в 10 раз лучшую производительность на ватт, чем платформа текущего поколения.

Однако при всех достижениях общее энергопотребление пока продолжает повышаться с каждым новым поколением графических процессоров. По мере повышения производительности на ватт влетает и абсолютное энергопотребление, необходимое для удовлетворения экстремальных требований масштабных моделей искусственного интеллекта.