ЦОД как школа для ИИ

Глобальный рынок ИИ стремительно растет. Согласно проведенному «СберТехом» исследованию Tech Trends Q3'2025, в 2025 г. его объем достиг $243,72 млрд, прогноз же на 2028 год — $507 млрд при среднегодовом темпе роста 27,7%. Искусственный интеллект на вершине хайпа, с ним связывают большие надежды все отрасли. Неудивительно, что вопросы использования ИИ рассматривают и с точки зрения требований к ЦОДам, где искусственный интеллект обучается, и дата-центры для ИИ стали темой дискуссии, организованной АНО КС ЦОД на Международном технологическом конгрессе.

«Искусственный интеллект совершает очередную технологическую революцию. Кто будет контролировать технологии ИИ, тот будет формировать наше движение в будущее», — обрисовал текущую ситуацию генеральный директор «ВСП Глобал» Александр Овчинников. ИИ становится основой цифрового суверенитета, а отставание в этой области приводит к статусу технологической колонии. Метрополией оказываются прежде всего США, которые контролируют около половины мировых облачных вычислений. «Каждый день мы передаем свои данные зарубежным платформам, которые используют их для обучения собственных ИИ-моделей. Искусственный интеллект обучается и совершенствуется на нашей информации и поведенческих паттернах. Завтра эти модели будут определять правила в бизнесе, образовании и технологических решениях», — предостерег эксперт.

 

В зависимость от американских гиперскейлеров уже попала Европа. Главным конкурентом США становится Китай, инвестирующий в ИИ миллиарды долларов и добившийся в этой области значительных успехов. Свою национальную программу имеет Индия. Четвертый относительно независимый игрок — Россия, которая хотя имеет хороший задел в виде инженерной школы, доступной электроэнергии и собственных ИИ-решений (Сбер, «Яндекс», МТС), но по суммарной вычислительной мощности существенно уступает двум мировым лидерам. Это видно по карте энергопотребления ЦОДов для ИИ (рис. 1). Наша страна отстает от США, Китая, ЕС и Японии и в гонке суперкомпьютеров . Необходимо срочно развивать собственную инфраструктуру ЦОДов для ИИ.

«Вычислительные системы для обучения ИИ — разновидность суперкомпьютеров, и требования к инженерным системам ЦОДа у них такие же. Отличия от других высокопроизводительных вычислительных систем видны на уровне использования CPU, GPU, систем хранения и сети. Главное отличие ЦОДов для ИИ от классических объектов — необходимость отвода большого количества тепла от высоконагруженных стоек, что в современных условиях невозможно без жидкостного охлаждения», — дал комментарий нашему изданию Юрий Мигаль, руководитель отдела внедрения и эксплуатации ГК PCK. 

Однако в отрасли пока нет единого мнения относительно использования жидкостного охлаждение в залах со стойками вычислительных систем для ИИ. Одни эксперты, по словам директора по контенту «ИКС-Медиа» Александра Барскова, выдвигают запрет на установку в машзале фальшпола из-за большого веса высоконагруженных стоек, а другие говорят об обязательном использовании фальшпола для подведения к этим стойкам водяного охлаждения.

Проще корпоративным ЦОДам, у которых ясен круг решаемых задач. Организации создают машзалы специально для высокопроизводительных вычислительных комплексов, рассчитанных на водяное охлаждение. Например, в суперкомпьютер «Говорун», установленный в Объединенном институте ядерных исследований в Дубне, охлаждающая жидкость подводится к каждому процессору. А в суперкомпьютерном кластере МАИ, размещенном в отдельно стоящих специально спроектированных модулях, даже удалось обойтись межрядными кондиционерами.

Коммерческим ЦОДам, которым потребности заказчиков заранее не известны, сложнее. Тем не менее IXcellerate заявляет о готовности принять стойки для ИИ, причем при мощности до 50 кВт будет использоваться воздушное охлаждение, а до 100 кВт — водяное. 

Охлаждение высоконагруженных стоек — задача решаемая. Гораздо больше проблем видится в обеспечении их электроэнергией. «Узким горлышком развития ЦОДов становится доступность мощности», — констатировал Александр Беспалов, директор департамента развития новых продуктов компании ENERGON. Электрических мощностей не хватает, и дефицит будет только увеличиваться. Технологическим ответом может стать повышение энергоэффективности систем питания, оптимизация управления электроэнергией и уменьшение ее потерь. 

Впрочем, основной энергодефицит в Москве — в регионах найти свободные мощности проще. И там при наличии хороших каналов связи вполне можно разместить ЦОДы для обучения ИИ.

Ведь именно обучение языковой модели требует огромных вычислительных мощностей (рис. 2). А на этапе использования обученной модели (инференса) можно обойтись меньшими вычислительными ресурсами, но здесь важна географическая близость ЦОДа к клиентам. Чтобы ответы приходили как можно быстрее, серверы с этими моделями необходимо размещать близко к конечным пользователям. 

Правда, распространение продвинутых языковых моделей, таких как DeepSeek R1, ChatGPT o1 и o3, предъявляет новые требования к ЦОДам, а именно, «центр тяжести» смещается с обучения моделей на их использование. Когда модель «обдумывает» ответ, она выполняет огромное количество сложных последовательных вычислений (логических выводов), и этот процесс создает значительную вычислительную нагрузку. 

В итоге все же лучше строить ЦОДы для ИИ недалеко от крупных технологических хабов и городов с высокой концентрацией потребителей. И такие ЦОДы будут появляться, например «ДолИИна», — проект ИT-кластера под Санкт-Петербургом на базе сети дата-центров, ориентированных на задачи искусственного интеллекта.

Но все же главное — создание новых энергомощностей. Или в сотрудничестве с энергетическими компаниями, или даже собственных, например, на основе газовой генерации. Причем такие источники электроэнергии могут снабжать несколько разных ЦОДов. «Идея технопарков с собственной генерацией для нескольких потребителей нам кажется разумной», — высказал мнение Дмитрий Панышев, директор по взаимодействию с органами государственной власти компании «РТК-ЦОД».

Правительства ведущих стран мира понимают важность ИИ и создания соответствующей инфраструктуры. Китайское правительство обозначило инфраструктуру ИИ как национальный приоритет, призвав ускорить разработку так называемых интеллектуальных вычислительных центров — ЦОДов для ИИ. В 2023 и 2024 гг., по данным аналитической компании KZ Consulting, в Китае было заложено более 500 новых ЦОДов и по крайней мере 150 из них к началу 2025 г. уже запущены в эксплуатацию. За последний год власти потратили $6,1 млрд на строительство крупных кампусов ЦОДов, и еще $28 млрд вложили в отрасль частные компании.

Администрация Дональда Трампа в июле 2025 г. представила план поддержки развития искусственного интеллекта в США, ключевой элемент которого — значительное ускорение и стимулирование строительства ЦОДов. «Это реальная программа, включающая обеспечение финансирования, налоговые льготы, строительство энергетики, синхронизированной с местами размещения ЦОДов для ИИ. Заявлена цель мирового лидерства», — прокомментировал Д. Панышев. Эксперт обратил внимание на предписание органам, имеющим пустующие земельные участки, выделять их для строительства ЦОДов для ИИ по упрощенным схемам. 

Поддержка государства нужна и российским ИИ-ЦОДам — для получения льготных тарифов на электроэнергию, ускорения процедур подключения к электросетям, снижения бюрократических барьеров, замедляющих ввод ЦОДов в эксплуатацию. Важность отрасли трудно переоценить, отставание в области ИИ может привести к потере цифрового суверенитета.

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!