Троичная логика + вычисления в памяти: симуляция чипа, который сломает рынок GPU
Современные GPU тратят 99% энергии на пересылку данных, а не на вычисления. Мы смоделировали ускоритель, который объединяет троичные веса и вычисления в памяти: 7 Вт вместо 700, и в тысячи раз эффективнее NVIDIA H100. Когда эта технология станет стандартом и почему Россия рискует остаться в стороне.
Расчёты опираются на реальные прототипы 2024–2026 годов: BitNet от Microsoft, коммерческие чипы GSI Gemini и лабораторные образцы TSMC. Мы показываем, что переход на новую архитектуру — это не вопрос десятилетий, а ближайших 2–3 лет. Крупные игроки уже скупают патенты, а экономия для дата-центров измеряется сотнями миллионов долларов в год. В материале — детальные цифры, дорожная карта и анализ того, что мешает России занять свою нишу в этом прорыве.
Проблема: ИИ пожирает мегаватты
К 2030 году дата-центры будут потреблять до 4% всей мировой электроэнергии. Основные потребители — большие языковые модели (LLM). Одна модель на 1 трлн параметров в стандартном формате FP16 требует 2 терабайта памяти и 700 Вт для генерации одного токена (слова). Причина — архитектура фон Неймана: данные постоянно пересылаются между памятью и процессором, а на это уходит более 99% энергии.
Для бизнеса это означает:
- Счета за электричество на уровне $100 млн в год для одной крупной LLM.
- Огромные затраты на охлаждение (до 45% OpEx).
- Ограничения по масштабированию — физический предел энергоснабжения ЦОД.
Решение: два прорыва в одном флаконе
Мы объединили две технологии, которые уже существуют по отдельности:
1. Троичные веса (1.58 бита)Вместо 16-битных чисел используем только три значения: -1, 0, +1. Это сжимает модель с 2 ТБ до 250 ГБ и заменяет умножение на сложение, что в 71 раз дешевле по энергии.
Историческая справка: троичная логика — не новинка. В СССР в 1958 году создали ЭВМ «Сетунь» — единственную в мире серийную троичную машину. Она была проще и надёжнее бинарных аналогов, но пала жертвой административных решений. Сегодня ИИ-индустрия возвращается к тем же принципам.
2. Вычисления в памяти (CiM)Память сама выполняет умножение, без пересылки данных. Коммерческий чип GSI Technology Gemini-I уже показал производительность уровня NVIDIA A6000 при потреблении в 428 раз меньше. А лабораторный прототип T8T‑SRAM от TSMC достиг 816 TOPS/Вт — это на порядки выше всего, что есть на рынке.
Эффекты перемножаются: сжатие × дешёвая арифметика × устранение шины дают выигрыш в тысячи раз по энергоэффективности.
Что показала симуляция: не «в разы», а «в каких сценариях»
Мы смоделировали LLM на 1 трлн параметров на гипотетическом троичном CiM‑кластере (8 чипов, 7,2 Вт). Сразу оговорюсь: это симуляция, не стенд, и цифры — оценка. Но даже с этой оговоркой картина показательная.
При сравнении с NVIDIA H100 (8 карт, 700 Вт) видно, где прячется экономия:
- Модель сжимается с 2 ТБ до 250 ГБ — это уже минус 87,5% объёма памяти и, соответственно, меньше трафика.
- Потребление падает с 700 Вт до 7,2 Вт — но это пиковые значения. В реальных задачах нагрузка неравномерная.
- Энергия на токен — от 0,1 до 1 Дж против ~350 Дж. Здесь диапазон не для красоты, а потому что многое зависит от попадания в кэш: 0,1 Дж — когда данные лежат рядом с вычислителем, 1 Дж — когда приходится тянуть их издалека.
- Скорость генерации — от 7 до 72 токенов в секунду. На коротких задачах и при хорошем кэшировании — ближе к верхней границе. На длинных контекстах — ближе к нижней.
Энергоэффективность получается выше в 350–3500 раз — но опять же, это диапазон по сценариям. Для бизнеса важнее не абстрактные «разы», а то, что в удачных сценариях мы уходим от проблемы «мегаватты на инференс» к проблеме «как грамотно управлять кэшем».
Вывод: да, можно получить сопоставимую работу на мощности светодиодной лампочки и в разы быстрее — но только если архитектура и нагрузка дружат друг с другом. Если нет — выигрыш будет меньше, и это нужно учитывать при планировании бюджетов.
Что это значит для бизнеса: TCO вместо красивых процентов
Для финансового директора самое важное — не проценты, а стоимость владения (TCO). И тут новая архитектура даёт сразу несколько рычагов:
- Электричество. В симуляции мы видим падение расходов с ~100 млн до 0,3–3 млн в год. Но это при условии, что нагрузка стабильна и тарифы не меняются. Если в регионе электричество дорожает, выгода становится ещё заметнее; если тарифы падают — эффект снижается.
- Охлаждение и инфраструктура. Отказ от жидкостного охлаждения — это не только CAPEX, но и снижение сложности эксплуатации. Экономия порядка 30 % на инфраструктуре звучит привлекательно, но нужно помнить: часть затрат просто переезжает в другие статьи (например, на адаптацию стоек и питания под новую плотность).
- Инвестиции и окупаемость. R&D в 150–200 млн — серьёзная сумма, но при масштабировании она распределяется на тысячи узлов. Окупаемость в районе 2 лет возможна, если вы строите новый кластер; для модернизации старого парка срок будет дольше из‑за стоимости миграции.
- ESG и отчётность. Сокращение углеродного следа на 90 % — сильный аргумент для ESG‑отчётности, но он работает, только если компания считает Scope 2 (косвенные выбросы от электроэнергии). Для некоторых рынков это критично, для других — приятный бонус.
Риск: эти цифры справедливы для инференса. Если вы планируете использовать ту же архитектуру для обучения, экономия будет меньше, потому что профиль нагрузки другой.
Когда это станет реальностью?
Я не верю в резкие скачки, поэтому вижу внедрение как постепенный процесс:
- 2026: Gemini‑II и аналоги — это скорее «проба пера». Первые пилоты в облаках покажут, насколько реально экономить. Если цифры будут хоть немного близки к заявленным — начнётся гонка бюджетов на 2027.
- 2027: Если софт не подведёт, пойдут первые крупные контракты. Тут главный риск — не железо, а драйверы и компиляторы. Если вендоры не успеют, рынок будет буксовать.
- 2028: Троичные ускорители станут «нормальным выбором» для новых задач. Старые GPU никуда не денутся, но новые проекты будут проектироваться уже под энергоэффективность.
- 2029: Доля троичных решений в инференсе заметно вырастет. Edge‑устройства и дата‑центры с дорогим электричеством будут первыми, кто массово перейдёт.
- 2030: Технология станет зрелой, и её начнут применять даже в обучении — сначала в гибридных схемах, потом всё больше.
Прогноз по поглощениям: GSI Technology выглядит слишком лакомым куском, чтобы долго оставаться независимой. Вероятность покупки кем‑то из гигантов (Apple, NVIDIA) в 2026–2027 я бы оценивал как высокую — но сроки зависят от того, как быстро они смогут интегрировать эту технологию в свои экосистемы.
А что в России?
У нас есть мощнейший научный задел:
- Наследие ЭВМ «Сетунь» — единственной в мире серийной троичной машины.
- Современные разработки мемристоров в ИТМО (70–80 нВт на ячейку), НЦФМ (радиационно-стойкие микросхемы), Саратовском и Уфимском университетах.
Но коммерциализация — катастрофа.
В феврале 2025 года российский инженер Александр Тимошенко презентовал троичный сопроцессор на конференции в МГУ. Через месяц Huawei запатентовала аналогичную схему в Китае. Разработчик заявил: «скопировали даже ошибки». Это симптом отсутствия защиты ИС и венчурных инвестиций.
Государство выделило на «вычисления в памяти» 1,5 млрд рублей — на три порядка меньше, чем в США или Китае. Без частного капитала мы рискуем упустить эту парадигму и стать импортёрами чипов, хотя у нас есть знания.
Что делать бизнесу и инвесторам?
Технология уже не фантастика. Она основана на существующих прототипах и коммерческих продуктах. Крупные компании уже тихо скупают патенты и стартапы.
Рекомендации:
- Если вы руководитель ЦОД — начинайте следить за развитием троичных CiM-решений, это сэкономит вам миллиарды в перспективе 2–3 лет.
- Если вы инвестор — ищите стартапы в этой нише (в России или за рубежом), пока они дёшевы.
- Если вы разработчик — углубляйтесь в троичную логику и CiM, через 2 года это будет самый горячий навык.
Заключение
Будущее ИИ — не за наращиванием мегаватт, а за энергоэффективностью. Мы показали, что LLM на 1 трлн параметров может работать на 7 Вт уже в обозримом будущем. Вопрос не в том, будет ли это сделано, а в том, кто сделает это первым и кто на этом заработает.
Россия имеет уникальный шанс — благодаря «Сетуни» и текущим научным разработкам — войти в этот цикл. Но для этого нужны не только академические статьи, но и деньги, защита ИС и смелые предприниматели.
Готовы ли вы пересмотреть свою стратегию развития ИИ-инфраструктуры? Или будете ждать, пока это сделает Китай?