ИИ и центры обработки данных в 2026 году: почему электроэнергия становится главным «узким местом» в сфере высоких технологий
ИИ превращает центры обработки данных в крупных потребителей электроэнергии. Ознакомьтесь с последними данными МЭА за 2026 год, узнайте о роли графических процессоров и систем охлаждения, узких местах в энергосистеме, экологических компромиссах, а также о том, что рост спроса на энергию означает для технологической отрасли.
Искусственный интеллект часто называют «программной революцией», однако любое приложение ИИ опирается на физическую инфраструктуру. Процессорам требуется электроэнергия, серверы выделяют тепло, а центры обработки данных зависят от охлаждающего оборудования, трансформаторов и подключения к электросети. Доступность электроэнергии становится стратегическим ограничивающим фактором для внедрения ИИ.
Согласно анализу Международного энергетического агентства, опубликованному в апреле 2026 года, мировое потребление электроэнергии центрами обработки данных достигло примерно 485 ТВт·ч в 2025 году. Согласно основному прогнозу агентства, к 2030 году потребление составит около 950 ТВт·ч, что составляет почти 3 % от мирового спроса на электроэнергию. Последний показатель является прогнозом, а не фактическим результатом.
Почему ИИ увеличивает спрос на электроэнергию
Обучение моделей ИИ может предполагать использование большого количества специализированных ускорителей, работающих в течение длительного времени. Инференс — процесс запуска модели для пользователей — также потребляет электроэнергию. Её количество значительно варьируется в зависимости от размера модели, аппаратного обеспечения, длины входных и выходных данных, а также типа задачи.
Краткий текстовый ответ и задача, требующая длительного рассуждения или генерации видео, несопоставимы. Надежных универсальных данных об энергозатратах на один запрос ИИ не существует.
По данным МЭА, общее потребление электроэнергии центрами обработки данных в 2025 году выросло примерно на 17 %, в то время как потребление на объектах, ориентированных на ИИ, росло значительно быстрее. Традиционные облачные сервисы и другие цифровые рабочие нагрузки также вносят свой вклад в общий спрос.
Больше мощности в каждой серверной стойке
Современные установки ИИ размещают мощные ускорители в стойках с всё более высокой плотностью. Более высокая плотность мощности создает проблемы для систем распределения электроэнергии, резервного питания и охлаждения. Центр обработки данных не всегда может расширяться за счёт установки дополнительных стоек в существующем помещении: его инфраструктура электроснабжения и охлаждения может потребовать значительной модернизации.
В некоторых системах с высокой плотностью размещения передовые системы жидкостного охлаждения более эффективно отводят тепло от процессоров. Однако жидкостное охлаждение не всегда означает снижение потребления воды. Воздействие на окружающую среду зависит от конструкции контура охлаждения, системы отвода тепла за пределы помещения, местного климата и структуры энергобаланса.
Понимание показателя PUE
Эффективность использования энергии (PUE) — это отношение общего энергопотребления объекта к энергопотреблению ИТ-оборудования:
PUE = Общее энергопотребление объекта / Энергопотребление ИТ-оборудования
При гипотетическом показателе PUE, равном 1,20, объект потребляет 1,20 единицы электроэнергии на каждую единицу, потребляемую его вычислительным оборудованием. Если средняя ИТ-нагрузка в течение года составляет 1 МВт, то потребление составит 8,76 ГВт·ч; общее потребление объекта составит около 10,51 ГВт·ч. Показатель PUE характеризует накладные расходы инфраструктуры, а не углеродную интенсивность или полезность выполняемых вычислений.
Подключение к энергосети может задержать реализацию проектов в области искусственного интеллекта
Строительство электроэнергетической инфраструктуры часто занимает больше времени, чем создание компьютерной инфраструктуры. Для новых центров обработки данных могут потребоваться подстанции, трансформаторы, модернизация линий электропередачи и новые генерирующие мощности. Задержки с поставкой оборудования, получением разрешений и подключением к энергосети могут отложить реализацию проектов даже в тех случаях, когда разработчики уже приобрели серверы.

Это меняет динамику конкуренции. Компании, имеющие надёжный доступ к подходящим площадкам и электроэнергии, могут развернуть вычислительные мощности раньше, чем конкуренты с аналогичным бюджетом.
Эти последствия носят локальный характер. Центр обработки данных, расположенный рядом с резервными генерирующими мощностями, сталкивается с иными проблемами, чем тот, который подключен к перегруженной энергосистеме.
Приведут ли центры обработки данных к росту цен на электроэнергию?
Новые крупные нагрузки на энергосистему могут вызвать необходимость инвестиций в сеть и генерирующие мощности. В зависимости от правил тарификации и порядка распределения затрат часть этих расходов может быть возложена на других потребителей.
Однако рост цен не является неизбежным повсеместно. Дополнительный спрос иногда может способствовать более эффективному использованию существующей инфраструктуры. Последствия зависят от местных мощностей, нормативно-правового регулирования, договоров на поставку электроэнергии, а также от того, могут ли объекты сократить потребление в периоды перегрузки системы.
Важные вопросы заключаются в том, кто оплачивает новую инфраструктуру, как быстро можно расширить поставки и какие требования к надёжности предъявляет данный объект.
Возобновляемые источники энергии, атомная энергетика и природный газ
Технологические компании изучают несколько подходов к обеспечению энергоснабжения.
Ветровая и солнечная энергетика могут обеспечивать низкоуглеродную электроэнергию, зачастую в рамках долгосрочных соглашений о закупке. Их переменная мощность требует соответствующих мер по балансировке и обеспечению надежности.
Атомная энергетика может обеспечивать низкоуглеродную электроэнергию, не зависящую от погодных условий, однако новые проекты могут сопровождаться длительными сроками строительства и регуляторными сложностями.
Еще одним вариантом является производство электроэнергии на основе природного газа, в том числе предложения по выработке на месте в случаях, когда подключение к энергосистеме задерживается. Это может привести к увеличению выбросов и создать зависимость от топлива и оборудования.
Ни один отдельный источник не решает всех проблем. Важны такие факторы, как надежность, стоимость, сроки разработки, местное регулирование и углеродная интенсивность.
Выбросы углерода и потребление воды
Потребление электроэнергии — это не то же самое, что выбросы парниковых газов. Выбросы, связанные с центром обработки данных, в значительной степени зависят от потребляемой электроэнергии, а также от производства оборудования и строительства.
Водный след также варьируется. В некоторых системах охлаждения используются испарительные системы, в других — другие методы. Выработка электроэнергии и производство полупроводников могут приводить к косвенному потреблению воды.
Утверждения о том, что каждый запрос ИИ имеет фиксированный «водяной след» или «энергетический след», чрезмерно упрощают систему, в которой местоположение, аппаратное обеспечение, рабочая нагрузка и условия эксплуатации значительно различаются.

В прозрачной отчетности следует проводить различие между общей деятельностью центра обработки данных и рабочими нагрузками, специфичными для ИИ, а также между воздействием на этапе эксплуатации и воздействием на протяжении всего жизненного цикла.
Сможет ли повышение эффективности обратить эту тенденцию вспять?
Аппаратное и программное обеспечение ИИ становится всё более эффективным. Квантование, более компактные специализированные модели, кэширование, пакетная обработка и улучшенное планирование вывода могут сократить объём ресурсов, необходимых для выполнения конкретной задачи.
Однако снижение затрат может стимулировать более широкое использование. Все больше приложений могут включать ИИ, а некоторые пользователи могут требовать всё более вычислительно-емких услуг.
Следовательно, энергопотребление на одну задачу может снизиться, в то время как совокупный спрос на электроэнергию будет расти. Повышение эффективности важно, но его чистый эффект необходимо оценивать с учётом роста внедрения технологий и увеличения рабочей нагрузки.
ИИ также может улучшить работу энергетических систем
ИИ может помочь в прогнозировании спроса, обслуживании энергосистем, прогнозировании выработки энергии из возобновляемых источников и оптимизации промышленных процессов. Эти приложения могут помочь операторам более эффективно использовать инфраструктуру.
Потенциальные выгоды не следует автоматически рассматривать как компенсацию собственного потребления электроэнергии ИИ. Фактическая экономия зависит от качества внедрения, доступа к данным, системы управления и методов измерения.
Что могут сделать разработчики и компании
Команды разработчиков программного обеспечения могут избежать ненужных вычислений, выбирая модели подходящего размера, кэшируя повторяющиеся результаты, сокращая избыточные запросы и оценивая реальные затраты, связанные с рабочей нагрузкой. Компании, заказывающие услуги в области ИИ, должны учитывать надежность, прозрачность ценообразования, место хранения данных и отчетность по экологическим показателям.
Операторы инфраструктуры должны комплексно планировать энергоснабжение, охлаждение, доступ к энергосети и закупку оборудования, а не рассматривать электроэнергию как второстепенный вопрос.
Заключение
Конкуренция в сфере ИИ больше не сводится только к алгоритмам и процессорам. Электроэнергетическая инфраструктура, технологии охлаждения, доступ к энергосети и цепочки поставок энергии теперь влияют на то, как быстро можно развернуть вычислительные мощности.
Прогноз МЭА, согласно которому к 2030 году глобальное потребление электроэнергии центрами обработки данных составит примерно 950 ТВт·ч, иллюстрирует масштаб стоящей перед нами задачи, однако исход остаётся неопределённым. Улучшение аппаратного обеспечения, более интеллектуальное программное обеспечение, инвестиции в энергосистему и ответственное планирование — всё это определит конечный результат.
Следующий этап революции в области ИИ будет определяться не только тем, что могут вычислять компьютеры, но и тем, насколько эффективно и надежно мы сможем их питать.