Гонка искусственного интеллекта: почему России нужны ЦОДы и дешёвая электроэнергия

Искусственный интеллект уже вышел за рамки чат-ботов.

Продвинутые системы сегодня способны самостоятельно выполнять сложные задачи: читать документы, анализировать программные проекты, изменять файлы, писать код, запускать программы, искать ошибки, пользоваться браузером и другими инструментами, проверять результат и продолжать работу без постоянных команд человека.

Пользователь всё чаще формулирует не отдельные действия, а конечную задачу.

Например:

Изучи проект, найди причину ошибки, исправь код, проверь результат и доведи систему до рабочего состояния.

Дальше ИИ самостоятельно разбивает задачу на этапы и выполняет их.

Это принципиально важное изменение. ИИ становится не только инструментом специалиста, но и самостоятельным исполнителем части интеллектуальной работы.

ИИ уже выполняет работу самостоятельно

Ещё недавно для работы с нейросетью человек должен был постоянно задавать вопросы, копировать ответы, самостоятельно открывать программы и переносить результаты.

Сейчас продвинутые ИИ-системы могут работать непосредственно с файлами, программным кодом и внешними инструментами.

Типичный процесс уже выглядит так:

1. человек формулирует задачу;

2. ИИ изучает исходные данные;

3. определяет последовательность действий;

4. выполняет необходимые операции;

5. проверяет результат;

6. при обнаружении ошибки исправляет её;

7. продолжает работу до получения требуемого результата.

Человек в такой схеме всё чаще контролирует цель и конечный результат, а не каждое действие.

Именно развитие автономных ИИ-агентов может дать основной рост производительности в ближайшие годы.

Почему это сильно меняет экономику

Предположим, программисту требуется несколько дней, чтобы разобраться в чужом проекте, найти ошибку и внести изменения.

ИИ может проанализировать тысячи строк кода за минуты, найти связанные файлы, предложить исправление и самостоятельно проверить его.

Аналогичные процессы постепенно появляются в других областях.

ИИ может:

• анализировать большие объёмы технической документации;

• готовить проекты документов;

• искать информацию в нескольких источниках;

• сравнивать технические характеристики;

• обрабатывать таблицы и базы данных;

• анализировать производственные показатели;

• автоматически писать и изменять программы;

• управлять другими программными системами.

Основной эффект возникает не из-за того, что ИИ отвечает быстрее человека, а из-за возможности передать ему выполнение всей задачи или значительной её части.

Если это массово внедряется в экономике, производительность компаний начинает существенно различаться.

Развитие ИИ напрямую зависит от вычислительных мощностей

Для современных моделей недостаточно программистов и данных.

Нужны большие вычислительные мощности.

Крупные модели используют тысячи и десятки тысяч специализированных ускорителей. Для их работы необходимы:

• серверы;

• GPU и другие вычислительные ускорители;

• высокоскоростные сети;

• системы хранения данных;

• системы охлаждения;

• резервное питание;

• большие объёмы электроэнергии.

Чем мощнее ИИ и чем больше пользователей одновременно им пользуются, тем больше требуется вычислений.

Особенно быстро растёт нагрузка при использовании автономных агентов.

Обычный запрос к чат-боту может состоять из одного вопроса и одного ответа.

ИИ-агент в рамках одной задачи может десятки или сотни раз обращаться к модели, читать файлы, анализировать результаты, выполнять команды, проверять код и повторять операции.

Поэтому переход от обычных чат-ботов к автономным агентам дополнительно увеличивает потребность в вычислительных мощностях.

AI-ЦОД требует огромной электрической мощности

Крупные вычислительные центры для ИИ потребляют сотни мегаватт.

Для их строительства недостаточно приобрести серверы.

Необходимы:

• свободная электрическая мощность;

• высоковольтные подстанции;

• линии электропередачи;

• резервное питание;

• системы охлаждения;

• магистральные линии связи;

• площадки для дальнейшего расширения.

Международное энергетическое агентство ожидает значительный рост мирового энергопотребления дата-центров в ближайшие годы.

Причина в том числе в развитии искусственного интеллекта.

При этом установить серверное оборудование можно значительно быстрее, чем построить новую электростанцию, линию электропередачи или крупную подстанцию.

Поэтому доступная электрическая мощность становится одним из ограничений развития ИИ.

США имеют преимущество не только из-за моделей

Преимущество США состоит не только в наличии OpenAI, Google, Anthropic, Meta, Microsoft и других разработчиков.

В США создана большая инфраструктура для работы этих компаний:

• крупные облачные платформы;

• мощные дата-центры;

• доступ к современным ускорителям;

• инвестиционный капитал;

• развитая энергетическая инфраструктура;

• большое количество специалистов.

Это позволяет одновременно обучать новые модели и обеспечивать работу уже существующих систем для миллионов пользователей.

Китай развивает собственную инфраструктуру по аналогичному принципу: модели, процессоры, дата-центры, облачные платформы и программные инструменты.

Поэтому сейчас конкурируют уже не отдельные нейросети.

Конкурируют полные технологические системы.

Европе мешает высокая стоимость электроэнергии

Для крупного AI-ЦОДа стоимость электроэнергии имеет прямое влияние на себестоимость вычислений.

Если объект постоянно потребляет сотни мегаватт, даже небольшая разница в цене одного киловатт-часа даёт существенную разницу в годовых расходах.

В Европе стоимость электроэнергии для промышленности выше, чем во многих регионах США, Китая и России.

Это усложняет строительство энергоёмких вычислительных центров.

Поэтому наличие программистов и университетов само по себе уже недостаточно.

Нужна ещё и доступная энергетическая инфраструктура.

У России есть энергетические возможности, но недостаточно вычислительной инфраструктуры

У России есть крупная энергосистема:

• атомные электростанции;

• гидроэлектростанции;

• газовая генерация;

• регионы с относительно дешёвой электроэнергией.

Есть инженеры, программисты и собственные разработки ИИ.

Но для конкуренции с ведущими мировыми системами необходимы значительно большие вычислительные мощности.

Российские ЦОДы существуют и строятся. Проблема заключается не в их отсутствии, а в масштабе.

Для современного ИИ нужны специализированные вычислительные кластеры с большим количеством ускорителей и доступом к сотням мегаватт мощности.

Такие объекты желательно размещать там, где уже есть:

• свободная генерация;

• возможности подключения;

• магистральные линии связи;

• возможность строительства новых подстанций;

• территория для расширения.

Это задача уже не только IT-компаний. Необходима совместная работа энергетики, операторов ЦОД, производителей оборудования, телекоммуникационных компаний и государства.

Российские модели нужно сравнивать не только по качеству диалога

В России существуют GigaChat, YandexGPT и другие модели.

Но сейчас важнее сравнивать не качество ответа на отдельный вопрос, а способность системы самостоятельно выполнить работу.

Например:

Есть программный проект. Нужно изучить его, найти проблему, изменить код, запустить проверку и исправлять ошибки до получения рабочего результата.

Именно здесь становится заметна разница между обычной языковой моделью и полноценным ИИ-агентом.

Для такой работы нужны:

• сильная модель;

• доступ к файлам;

• возможность выполнять программный код;

• работа с браузером и внешними системами;

• длительное сохранение контекста;

• самостоятельная проверка результата;

• достаточные вычислительные мощности.

Поэтому важна не только сама нейросеть.

Важна вся платформа.

Caffevita.ru — пример того, что ИИ уже может делать самостоятельно

Мы несколько лет занимаемся обжаркой кофе в Протвино и развиваем проект Caffevita.

За последние месяцы сайт caffevita.ru/
был фактически создан с помощью ИИ.

При этом мы сами почти не писали программный код.

Это не сайт на конструкторе.

ИИ создавал и изменял реальный код проекта.

Работа выглядела примерно так.

Мы говорили:

Сделай новую страницу.

ИИ самостоятельно изучал существующий проект, находил необходимые файлы и добавлял страницу.

Мы говорили:

Мобильная версия здесь выглядит плохо. Исправь.

ИИ анализировал верстку, изменял код и проверял результат.

Мы говорили:

Добавь подбор кофе.

ИИ создавал необходимую логику и интерфейс.

Если после изменений возникала ошибка, ИИ изучал её причину и исправлял код.

При этом значительную часть команд мы давали обычным голосом через микрофон.

То есть человек без профессиональных навыков программирования уже может поставить задачу обычным русским языком, после чего ИИ самостоятельно выполняет значительную часть работы программиста.

Несколько лет назад для такой разработки пришлось бы постоянно привлекать специалиста или веб-студию.

Сейчас мы в основном определяем, что нужно сделать, а ИИ решает, как это сделать технически.

Это уже работающий пример автономного применения искусственного интеллекта.

Следующий этап — подключить ИИ к обжарке кофе

Следующая задача Caffevita — использование ИИ непосредственно в процессе производства.

При обжарке кофе можно получать данные по каждой партии:

• температуру зерна;

• температуру воздуха;

• скорость роста температуры;

• мощность нагрева;

• воздушный поток;

• время отдельных стадий;

• первый крэк;

• общее время обжарки.

Затем эти параметры можно связывать с результатами дегустации.

При накоплении достаточного объёма данных ИИ сможет искать зависимости между режимом обжарки и вкусом.

Например:

• как изменение скорости нагрева влияет на кислотность;

• как длительность определённой стадии влияет на сладость;

• какие параметры повышают горечь;

• насколько стабильно повторяется конкретный профиль;

• как скорректировать профиль для нового зерна.

Сегодня такие решения принимает обжарщик на основании опыта.

ИИ может анализировать одновременно значительно больше исторических данных.

Задача заключается не в том, чтобы убрать человека из процесса, а в том, чтобы предоставить ему дополнительные данные и автоматические рекомендации.

Следующий шаг — когда ИИ сможет самостоятельно изменять параметры оборудования в пределах заданных ограничений.

Это уже прямое управление физическим производственным процессом.

Почему автономный ИИ потребует ещё больше ЦОДов

Если ИИ используется только как поисковая строка, нагрузка относительно ограничена.

Если ИИ самостоятельно выполняет работу несколько часов, ситуация меняется.

Один агент может за это время:

• прочитать сотни файлов;

• сделать множество запросов к модели;

• несколько раз изменить код;

• запустить тесты;

• проанализировать ошибки;

• повторить процесс;

• подготовить итоговый результат.

Если одновременно работают миллионы таких агентов, потребность в вычислениях увеличивается очень быстро.

Поэтому массовый переход к автономному ИИ напрямую связан с увеличением количества дата-центров.

И одновременно — с ростом энергопотребления.

Что необходимо России

Для развития конкурентоспособного ИИ нужна вся инфраструктура одновременно:

электроэнергия → сети → ЦОД → вычислительные ускорители → модели → ИИ-агенты → внедрение в предприятия.

Если отсутствует один элемент, вся система ограничивается им.

У России есть значительные энергетические мощности.

Но необходимо увеличивать количество специализированных AI-ЦОДов и доступных вычислительных кластеров.

Отдельное направление — собственные вычислительные ускорители и серверные платформы.

Зависимость от импортных GPU ограничивает возможность быстро увеличивать вычислительные мощности независимо от наличия электроэнергии.

Поэтому развитие ИИ должно включать одновременно:

• строительство крупных AI-ЦОДов;

• развитие энергетической инфраструктуры для них;

• развитие микроэлектроники;

• создание собственных вычислительных платформ;

• разработку сильных моделей;

• развитие автономных ИИ-агентов;

• массовое внедрение ИИ на предприятиях.

Главное

ИИ уже не только помогает человеку выполнять работу.

Продвинутые системы способны самостоятельно выполнять значительную часть задачи от постановки до проверки результата.

Мы уже видим это на обычном практическом примере.

При разработке caffevita.ru мы формулировали задачи обычным языком, а ИИ самостоятельно работал с программным кодом.

Следующий шаг — использование такой системы непосредственно в производстве.

Чем больше задач передаётся автономным ИИ-агентам, тем больше требуется вычислительных мощностей.

Поэтому развитие ИИ напрямую связано с количеством доступных GPU, мощностью ЦОДов и возможностями энергосистемы.

Именно здесь сегодня формируется технологический разрыв между странами.

У России есть энергетическая база. Теперь необходимо быстро создавать на её основе собственные вычислительные мощности.

Потому что ИИ уже начал работать самостоятельно, а объём работы, которую ему можно передать, будет только увеличиваться.