Боитесь, что ИИ лишит вас работы? Срочно учитесь на энергетика!

Шутка… а может и нет. Смотрите, буквально пару дней назад Сэм Альтман поделился планами OpenAI развернуть более миллиона GPU для обучения и обработки ИИ уже к концу этого года. Я сначала вздрогнул, а потом прогнал Deep Research и выяснил, что OpenAI не замышляет чего-то особенного. Meta* (признана экстремистской в России) планирует развернуть 1,3 миллиона ускорителей к концу года, xAI — миллион и более ускорителей в начале 2026-го. Планы Google и Anthropic менее публичны, но речь идет о примерно таком же количестве GPU.

Миллионным парком компании не ограничатся — в 2027-28 годах эти цифры вырастут еще в несколько раз. Плюс добавьте множество мелких фирм, которые также тренируют свои модели — зачастую на единичных GPU, но суммарно тоже набегает приличное количество. Плюс не забываем, что на горизонте революция в робототехнике.

Все эти чудеса цивилизации будут требовать ровно одного — электроэнергии. И уже сейчас энергетика нередко оказывается слабым звеном — вспомним, как xAI на лету разворачивала газовые генераторы для своего Colossus в Мемфисе, из-за чего сейчас с ней судятся местные власти.

Сегодня Anthropic опубликовала доклад, который предупреждает — если США не начнут вкладываться в инфраструктуру, то они рискуют проиграть ИИ-гонку Китаю. По оценкам компании, к 2028 году дата-центры, используемые для обучения новых моделей и функционирования уже существующих, будут потреблять более 50 ГВт энергии — в четыре раза больше пикового потребления Нью-Йорка. При этом в 2024 году в США ввели менее 40 ГВт мощностей против 400 ГВт в Китае.

План Anthropic простой — дать зеленый свет всем проектам, критическим для разработки ИИ. Создание “суперкластеров” для тренировки моделей, строительство небольших локальных дата-центров, новые электростанции и линии электропередач — все это должно реализовываться с минимумом бюрократии. А параллельно уже сейчас надо запускать программы подготовки профильных специалистов: и речь не только о ML-инженерах, но и об инженерах-энергетиках, монтажниках и всех тех, без кого электростанции и линии передач работать не будут.

Я же писал как-то ранее, что помимо США и Китая, у остальных стран просто нет шансов вырваться вперед в ИИ-гонке — тренировка новых моделей требует огромного количества GPU, которые дорого стоят, в постоянном дефиците, а их поставки в некоторые страны ограничены санкциями. Один из вариантов скомпенсировать это — прямо сейчас вкладываться в энергетику. Причем на всех уровнях: строительство новых станций, создание разветвленных энергосетей, развитие совершенно новых технологий генерации и обучение специалистов.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.