AI сейчас обсуждают в логике: кто быстрее, кто точнее, кто дешевле
Я недавно смотрел в цифрах по CAPEX и сначала удивился: инвестиции в AI в США — около 2% ВВП (~$650 млрд), скромновато 😅 Потом начинаешь раскладывать, и появляется нюанс: в этих оценках почти не видно инфраструктурного слоя — прежде всего энергии. А именно туда сейчас уходит внимание.
США, например, поставили цель увеличить атомную генерацию примерно со 100 до 400 ГВт к 2050 году. В пересчёте это эквивалент сотен реакторов или более сотни полноценных атомных станций.
Чтобы было ещё понятнее: Vogtle — одна из последних крупных АЭС в США, которую достраивали в последние годы. Два новых энергоблока обошлись примерно в $35 млрд. И это один проект.
На этом фоне разговор про «рост дата-центров» начинает звучать иначе.
AI — уже не только софт, это постоянная нагрузка на энергосистему. И чем больше задач переносится в модели, тем сильнее эта нагрузка растёт. В какой-то момент узким местом становится не качество и даже не стоимость чипов, а способность просто обеспечить эту систему энергией.
Отсюда возникает расхождение. Технология развивается быстро — почти по экспоненте, а внедрение всегда идёт по S-кривой:
— сначала всё тормозит из-за стоимости и сложности
— потом начинается ускорение
— дальше рост снова замедляется, потому что инфраструктура, энергия, регуляция и экономика не успевают за скоростью технологий
Мы это уже проходили с электричеством, интернетом, облаками.
Главное не спутать две вещи: то, что модели могут делать, и то, что экономика может себе позволить масштабировать.
AI действительно способен ускоряться, но его распространение ограничено вполне физическими факторами: строительством дата-центров, доступной энергией, стоимостью вычислений и сложностью интеграции в реальные процессы.
⚡️ Мне кажется, мы много обсуждаем интеллект моделей. И сильно меньше — стоимость их существования в реальном мире. А именно там, скорее всего, и будет проходить главный предел роста в ближайшие годы.
Я недавно смотрел в цифрах по CAPEX и сначала удивился: инвестиции в AI в США — около 2% ВВП (~$650 млрд), скромновато 😅 Потом начинаешь раскладывать, и появляется нюанс: в этих оценках почти не видно инфраструктурного слоя — прежде всего энергии. А именно туда сейчас уходит внимание.
США, например, поставили цель увеличить атомную генерацию примерно со 100 до 400 ГВт к 2050 году. В пересчёте это эквивалент сотен реакторов или более сотни полноценных атомных станций.
Чтобы было ещё понятнее: Vogtle — одна из последних крупных АЭС в США, которую достраивали в последние годы. Два новых энергоблока обошлись примерно в $35 млрд. И это один проект.
На этом фоне разговор про «рост дата-центров» начинает звучать иначе.
AI — уже не только софт, это постоянная нагрузка на энергосистему. И чем больше задач переносится в модели, тем сильнее эта нагрузка растёт. В какой-то момент узким местом становится не качество и даже не стоимость чипов, а способность просто обеспечить эту систему энергией.
Отсюда возникает расхождение. Технология развивается быстро — почти по экспоненте, а внедрение всегда идёт по S-кривой:
— сначала всё тормозит из-за стоимости и сложности
— потом начинается ускорение
— дальше рост снова замедляется, потому что инфраструктура, энергия, регуляция и экономика не успевают за скоростью технологий
Мы это уже проходили с электричеством, интернетом, облаками.
Главное не спутать две вещи: то, что модели могут делать, и то, что экономика может себе позволить масштабировать.
AI действительно способен ускоряться, но его распространение ограничено вполне физическими факторами: строительством дата-центров, доступной энергией, стоимостью вычислений и сложностью интеграции в реальные процессы.
⚡️ Мне кажется, мы много обсуждаем интеллект моделей. И сильно меньше — стоимость их существования в реальном мире. А именно там, скорее всего, и будет проходить главный предел роста в ближайшие годы.