Коротко: Главный барьер роста ИИ-инфраструктуры — не нехватка электричества, а перегруженная процедура подключения к энергосети. Ожидание выросло с 20 до 55 месяцев с 2005 по 2023 год. Это блокирует дата-центры, заводы чипов и всю ИИ-экономику.
Почему энергосеть — настоящий тормоз ИИ-революции
Когда Дженсен Хуанг говорит, что «каждый дата-центр в будущем будет ограничен мощностью», он имеет в виду не дефицит электричества. Электричество есть. Проблема — в том, чтобы доставить его туда, где строится ИИ-инфраструктура.
Stargate — флагманский ИИ-кампус OpenAI и SoftBank в Техасе стоимостью свыше $40 млрд — на пике будет потреблять 1,2 гигаватта. Это сравнимо с потреблением 313 000 американских домов. И это один объект из десятков, которые сейчас строятся или планируются по всему миру.
K 2030 году, по прогнозам EpochAI, совокупная ИИ-нагрузка может достичь 100 гигаватт при сохранении темпов роста 2025 года.
Что такое очередь подключения к сети и почему она перегружена
Прежде чем новый объект получит электричество из общей сети, оператор обязан провести исследование влияния на потоки мощности и определить, нужна ли модернизация. Это обязательная процедура — и именно она стала узким местом.
- В 2005 году средний срок ожидания подключения составлял менее 20 месяцев
- В 2023 году — уже 55 месяцев, почти 4,5 года
Система работает по жёсткому принципу «первым пришёл — первым обслужен». Критически важный ИИ-кластер стоит в очереди наравне с небольшой солнечной установкой. Объекты, способные самостоятельно управлять пиковой нагрузкой через аккумуляторы, не получают никаких преимуществ.
Какой масштаб потребления мы обсуждаем
Дата-центры — не единственный энергоёмкий элемент ИИ-экономики:
| Объект | Потребление |
|---|---|
| Stargate, Техас (пик) | 1 200 МВт |
| TSMC, Аризона (1-я очередь) | 200 МВт |
| Крупнейший аккумуляторный завод США | 115 МВт |
Каждый из этих объектов проходит отдельную очередь подключения. При этом три крупнейших CEO в ИИ-индустрии — Альтман, Цукерберг, Хуанг — публично назвали доступность энергии своим главным операционным ограничением.
Как это влияет на компании, использующие ИИ
Даже если ваша компания не строит дата-центры, эта проблема касается вас напрямую:
Рост стоимости вычислений. Дефицит мощностей давит на цены облачных GPU. Гиперскейлеры конкурируют за энергоконтракты, и часть этих расходов перекладывается на клиентов.
Задержки в доступности новых моделей. Обучение следующего поколения ИИ-моделей требует огромных вычислительных кластеров. Если их нельзя подключить к сети — обучение откладывается.
Геополитика энергии. Страны и регионы, которые быстрее реформируют процедуры подключения, получат преимущество в привлечении ИИ-инвестиций. Это уже влияет на то, где размещаются мощности.
Что нужно изменить в регулировании энергосетей
Решение проблемы лежит не в строительстве новых электростанций — это долго и дорого. Реформы должны касаться самого процесса подключения:
- Приоритизация — стратегически важные объекты должны проходить ускоренную оценку
- Гибкие критерии — учёт аккумуляторных мощностей и управления нагрузкой
- Параллельные проверки — устранить последовательность этапов, которая сама по себе удваивает сроки
- Стандартизация — сократить бюрократическую нагрузку для типовых проектов
Отдельные штаты уже тестируют реформы. Но системные изменения на федеральном уровне пока отстают от темпов роста спроса.
Часто задаваемые вопросы
Почему ИИ потребляет так много электроэнергии?
Обучение крупных языковых моделей требует параллельной работы тысяч GPU в течение недель и месяцев. Инференс (генерация ответов пользователям) добавляет постоянную нагрузку. Совокупно это создаёт спрос, сравнимый с потреблением целых городов.
Сколько времени занимает подключение нового дата-центра к энергосети?
По данным за 2023 год — в среднем 55 месяцев. Это почти пять лет от подачи заявки до получения электричества из общей сети.
Можно ли решить проблему через собственную генерацию?
Частично. Газовые турбины, ядерные микрореакторы и солнечные панели снижают зависимость от сети. Но даже автономные объекты часто нуждаются в резервном подключении — и тоже попадают в очередь.
Влияет ли это на доступность ИИ-инструментов для малого бизнеса?
Косвенно — да. Ограниченность вычислительных мощностей замедляет снижение цен на ИИ-сервисы и может создавать временные дефициты во время пиков спроса.
Разбираем ИИ-инструменты для бизнеса →
<a href='https://t.me/contentrunbot'>ИИ Инструменты</a> | <a href='https://contentrun.ai/'>Контент-завод</a> | <a href='https://platform.contentrun.ai/'>База знаний</a>