Боротьба за володіння штучним інтелектом – чому центри даних мають значення більше ніж будь-коли

Кілька років тому центри даних здавалися чимось чисто технічним і невидимим – інфраструктурою, прихованою глибоко в бекенді, рідко обговорюваною поза професійними колами. Але вибуховий рост штучного інтелекту повністю змінив цю картину. Сьогодні центри даних стали новими “нафтовими свердловинами” цифрової економіки: стратегічним активом, навколо якого будуються мільярди інвестицій, державні політики та корпоративні стратегії.

Нещодавні новини підтверджують це. Anthropic оголосив про будівництво自己的 центрів даних у США, вартістю 50 мільярдів доларів, сума, порівнянна з бюджетами великих енергетичних мегапроектів. Практично одночасно X.AI і Nvidia розкрили спільний проєкт у Саудівській Аравії, один з найбільших центрів даних у регіоні.

Чому тема центрів даних стала такою глобальною? Чому великі гравці відходять від чисто хмарних моделей і інвестують десятки мільярдів у свою власну інфраструктуру? І як це зміщення впливає на архітектуру штучного інтелекту, енергосистеми, геополітику та розвиток альтернативних моделей, від арктичних до космічних центрів даних?

Це саме те, що досліджується у цій статті.

Глобальний сплеск інтересу до володіння центрами даних

Коли витрати на обчислювальні ресурси вимірюються мільйонами доларів на рік, оренда хмарних серверів дійсно більш економічна: компанії не потрібно будувати та підтримувати будівлі, платити за електрику та охолодження, купувати обладнання чи регулярно оновлювати його. Але коли витрати сягають десятків мільярдів доларів, логіка змінюється.

На цьому етапі більш економічно вигідно будувати власні центри даних, наймати інженерів, купувати обладнання та оптимізувати інфраструктуру для своїх конкретних потреб. Компанія припиняє переплачувати за маржу хмарних постачальників та здобуває значно більший контроль над витратами та ефективністю обчислень.

Саме тому тренд будівництва приватних центрів даних найактуальніший для гігантів, таких як OpenAI чи Anthropic, компаній, чиї потреби настільки великі, що хмара вже не економічно виправдана.

Одночасно важливо зрозуміти, що концепція “центру даних” багаторівнева. Для деяких компаній це в першу чергу місце для зберігання даних, дисків, баз даних та інформації про користувачів. Для інших це також обчислювальний хаб: сервери, які запускають моделі, такі як GPT, Claude чи LLaMA, одночасно зберігаючи дані та виконуючи складні операції. По суті, сьогодні центр даних – це величезний технологічний “склад”, який містить тисячі спеціалізованих комп’ютерів.

І чим вище попит на можливості штучного інтелекту, тим більш стратегічним та дискусійним стає цей “склад”, тому центри даних зараз обговорюються не тільки інженерами, але й інвесторами, політиками та топ-менеджерами.

Що важливіше при будівництві центрів даних штучного інтелекту: швидкість чи якість?

Насправді ні швидкість будівництва, ні формальна “якість” центру даних не є основним драйвером. Великі компанії інвестують у свою інфраструктуру, щоб зменшити витрати та здобути максимальний контроль над обчисленнями.

Якість самих моделей турбує топ-рівневих гравців значно менше, ніж можна було б подумати. Причина проста: розрив у якості між лідерами ринку мінімальний. Це дуже схоже на автомобільну промисловість: Volkswagen, Toyota, Honda – всі різні, але жоден не може суттєво випередити інших. Кожен підтримує свою стабільну частку.

Ринок штучного інтелекту слідує подібній логіці. Розширені користувачі вже зараз використовують декілька моделей одночасно: одну для програмування, іншу для генерації тексту, третю для аналізу чи пошуку. Корпоративні клієнти роблять те саме. Наприклад, сервіси, такі як Grammarly, не мають власної моделі зовсім. Вони купують токени у декількох постачальників, Anthropic, OpenAI, Meta. Коли надходить запит, система автоматично вибирає постачальника: того, хто зараз дешевший, швидший чи точніший. Якщо текст англійською – він йде до GPT; якщо гінді – до Claude; якщо LLaMA зараз має найнижчі ставки – він йде туди. Це по суті модель розподілу навантаження, подібна до фондової біржі.

У розмовах з корпоративними клієнтами Keymakr я все частіше бачу той самий тренд: великі компанії давно покинули підхід “одна модель – один постачальник”. Вони будують мульти-модельні трубопроводи, де запити маршрутизуються між різними системами штучного інтелекту залежно від витрат, затримки чи мовної специфіки. Однак ця архітектура ставить значно вищі вимоги до даних, зокрема їх чистоти, анотації, валідності та узгодженості. У цьому сенсі інфраструктура даних стає такою ж стратегічною, як і самі центри даних: без високоякісного входу мульти-модельна система просто не працює.

В кінцевому підсумку, у цій архітектурі якість моделі стає лише одним з багатьох параметрів. Ключем є підтримання швидкості, масштабованості та здатності обробляти величезні обчислювальні навантаження. І саме це надає приватним центрам даних їх стратегічну цінність: вони дозволяють компаніям контролювати витрати, пропускну здатність та стабільність, маючи мало впливу на кінцеву якість моделі.

Іншими словами, сьогодні компанії будують центри даних не за швидкістю чи ідеальною якістю, а за економічними та контрольними чинниками.

Географія даних

Під “контролем” я маю на увазі географію даних. Якщо компанія працює з державними агентствами, закон часто забороняє дані покидати країну. Урядові та квазі-військові застосування активно використовують штучний інтелект у розвідці, оборонних ІТ-підрозділах та муніципальних службах. Але неможливо надати цим системам доступ до моделі, якщо центр даних розташований у регіоні з невизначеною юрисдикцією чи низьким рівнем довіри. Тому уряди вимагають, щоб обчислювальна потужність фізично розташовувалася всередині країни.

Великі компанії це розуміють досконально. Якщо вони хочуть брати участь у державних тендерах, підписувати контракти чи обробляти чутливі дані, їм потрібно інфраструктура у конкретних регіонах та можливість гарантувати дотримання стандартів безпеки. Цей географічний обмеження також суттєво впливає на інший критичний фактор будівництва та експлуатації центрів даних – енергетику.

Центри даних штучного інтелекту споживають величезну кількість електроенергії, як для роботи серверів, так і для їх охолодження. Охолодження часто коштує більше, ніж сама обчислювальна операція. Це створює суворі обмеження. У деяких регіонах центри даних обмежені у кількості електроенергії, яку вони можуть витягнути з мережі; в інших регіонах викиди тепла у довкілля суворо регульовані. Перевищення обмежень призводить до штрафів та дорогих інженерних модернізацій.

Крім того, електроенергія купується в основному у державних енергетичних компаній, які мають свої тарифні структури. Ви не можете просто “купити стільки, скільки хочете”. Наприклад, до певного порогу ціна становить один рівень; вище нього – інший. Якщо центр даних витягує більше енергії, ніж дозволено під час пікових періодів, він автоматично накладає штрафи. Через це великі компанії часто вважають за більш економічне будівництво власних центрів даних біля своїх власних електростанцій.

Це природно веде до ідеї розвитку приватної генерації енергії, chẳng hạn як сонячні ферми, газові електростанції чи малі гідроелектростанції. Але всі ці рішення мають обмеження. Газові та вугільні електростанції виробляють викиди. Гідроелектростанції змінюють екосистеми річок. Атомна енергетика – найчистіша за викидами, але тільки уряди можуть будувати атомні електростанції.

І саме на цьому етапі починають з’являтися нові концепції…

Альтернативні рішення

Найбільш очевидним варіантом є перенесення центрів даних до регіонів з природно холодним кліматом, таких як північна Канада, північні території Скандинавії чи віддалені райони Арктики. Там сама природа вирішує проблему охолодження, суттєво зменшуючи експлуатаційні витрати.

Наступним кроком є “підводні центри даних”. Обчислення відбувається під водою, а холодне морське середовище забезпечує природне охолодження. Але цей підхід також має свої недоліки. Екологи вже висловили свої побоювання. Наприклад, біля південної Ісландії, де проходить Гольфстрим, деякі припустили, що великомасштабне розгортання підводних центрів даних могло б вплинути на місцеві кліматичні процеси, потенційно навіть змінюючи поведінку океанічних течій. Перші спостереження таких відхилень вже були зафіксовані.

Є також більш футуристичні варіанти. Нещодавно я обговорював концепцію космічних центрів даних з колегами. Ідея запуску обчислювальної інфраструктури на орбіту існує вже давно; однак технології нарешті привели її до порогу практичної здійсненності, з готовим технічним фундаментом.

Чому космос здається привабливим? Він одразу ж вирішує дві великі обмеження: охолодження та електроенергію. Температури у ближньому космосі надзвичайно низькі, роблячи тепловидання майже безкоштовним. Електроенергія також не проблема: великі сонячні панелі можуть бути розгорнуті, подібно до космічних телескопів, які розгортають свої дзеркала. У космосі немає пилу, погоди, затінення. Панелі забезпечують стабільну потужність навколо години з практично жодним обслуговуванням.

Зв’язок із Землею – це окремий інженерний виклик, але він цілком розв’язний. Одним з підходів є використання супутникових систем, таких як Starlink, але з значно ширшими каналами. Радіозв’язок може, принципово, обробляти ці об’єми, а оптичні зв’язки, світлові канали з величезною смугою пропускання, можуть бути використані за потреби. Інженери обов’язково знайдуть рішення тут.

У загальному, космічна інфраструктура – це більше майбутнього напрямку розвитку, але обговорення її вже не здається науковою фантастикою, особливо з огляду на те, що попит на обчислювальні можливості зростає значно швидше, ніж нова потужність на Землі.

Варто відзначити найсвіжіші новини: Google оголосив про свій проєкт Suncatcher, спрямований на створення штучного інтелекту орбітальних центрів даних. За планом, супутники, оснащені чіпами TPU, будуть працювати на сонячній енергії та передавати дані через оптичні канали. Google стверджує, що це рішення може забезпечити до восьми разів більшу ефективність виробництва енергії порівняно з наземними системами. Перші прототипи супутників планується запустити вже у 2027 році.

Вплив регуляцій

Коли мова йде про регуляції, які впливають на центри даних, їхній екологічний вплив та те, чи можуть законодавчі рамки фактично “штовхнути” цей ринок у космос чи під воду, питання залишається відкритим.

Кожна країна діє по-різному, реалізуючи регуляції згідно з своїми довгостроковими планами. Не секрет, що Європа, наприклад, має суворіші правила, які сповільнюють розвиток штучного інтелекту. США, навпаки, підходять до цього питання більш прагматично: закони зазвичай написані так, щоб дозволити інноваціям та зростанню продовжуватися. Сильний лобі технологій у Каліфорнії, де розташовані компанії, такі як Nvidia, Apple, Microsoft та Meta, робить повну заборону на штучний інтелект малоймовірною. Це означає, що технології продовжать розвиватися.

Ми живемо в епоху, де “думання поза рамками” культивується як на Заході, так і в Азії, а приклади Елона Маска та Стіва Джобса продовжують надихати на амбітні проєкти. Тому, можливо, обчислення у космосі – це наступний логічний крок після всього.