Почему развитие искусственного интеллекта зависит от дата-центров

Искусственный интеллект помогает компаниям быстрее обрабатывать информацию и автоматизировать повседневные задачи. С ростом его использования всё большее значение приобретают доступность вычислительных ресурсов, энергоснабжение и охлаждение серверов. Как эти факторы влияют на развитие ИИ в мире и Украине?

Онлайн-ассистент может за несколько секунд подготовить ответ клиенту, найти нужный пункт в большом документе или создать изображение. Пользователь видит результат на экране, а компания, внедряющая такой сервис, должна обеспечить его работу для сотен или тысяч человек одновременно. Именно при масштабировании становится заметно, сколько ресурсов требует цифровое удобство.

По данным AI Index 2026 Стэнфордского университета, в 2025 году об использовании ИИ сообщили 88% опрошенных организаций. В то же время применение ИИ-агентов, способных выполнять последовательности задач, оставалось на ранней стадии. Это дает основания ожидать дальнейшего спроса на интеграцию ИИ в рабочие процессы, где важны качество результата и прогнозируемая стоимость каждой операции.

Для бизнеса переход от эксперимента к повседневному использованию означает дополнительные требования. Необходимо упорядочить данные, защитить конфиденциальную информацию и определить, где результат будет проверяться человеком. Также следует рассчитать нагрузку: сервис, который хорошо работает во время тестирования, должен оставаться доступным в часы пикового спроса.

Как развивается ИИ в Украине

Украинские компании уже используют ИИ для прикладных задач. В исследовании Top Lead при поддержке Минцифры, обнародованном в январе 2026 года, приняли участие более 200 компаний. Среди них 93% сообщили об использовании ИИ, а 62% отметили положительное влияние на производительность и экономические показатели. Эти результаты относятся к участникам опроса и не отражают долю всех украинских предприятий.

Чаще всего респонденты использовали ИИ для анализа данных и рынка, а также для прогнозирования, в маркетинге и продажах. Поэтому перспективным направлением для украинского бизнеса может стать дальнейшая автоматизация конкретных процессов: обработка обращений клиентов, поиск во внутренних базах знаний, подготовка прогнозов спроса. Эффективность таких решений можно оценивать по времени выполнения задачи, количеству ошибок и затратам.

В то же время украинским компаниям необходимо учитывать современные риски для инфраструктуры. Для сервисов, от которых зависит повседневная работа, стоит заранее определить требования к резервному питанию, связи и восстановлению после сбоев. Выбор между облаком, оборудованием в дата-центре провайдера и собственной серверной будет зависеть от характера данных, необходимой скорости отклика и бюджета.

Почему ИИ требует большей вычислительной мощности

Облачные ИИ-сервисы работают на физических серверах в центрах обработки данных, или ЦОД. Вычисления необходимы как для обучения моделей, так и для их дальнейшего использования. Когда растет количество пользователей или сложность задач, меняются требования к оборудованию и инженерным системам, обеспечивающим его работу.

Масштаб этих изменений показывает отчет Международного энергетического агентства "Key Questions on Energy and AI 2026". По его оценкам, в 2025 году датацентры в мире потребляли 485 ТВт·ч электроэнергии. Согласно основному прогнозу агентства, к 2030 году этот показатель вырастет примерно до 950 ТВт·ч, или около 3% мирового спроса на электроэнергию. Это данные по всем дата-центрам; потребление объектов, ориентированных на ИИ, за этот период может утроиться.

При этом энергоэффективность отдельных задач ИИ растёт. Общий спрос повышают распространение сервисов и более сложные сценарии, в частности генерация видео и многошаговые задачи. Следовательно, для дальнейшего развития требуются доступные мощности и сетевые подключения, а операторам датацентров приходится планировать расширение инфраструктуры вместе с закупкой серверов.

Что меняется внутри датацентра

Специализированные вычислительные комплексы для обучения и использования моделей часто называют фабриками ИИ. Ключевую роль в них играют графические процессоры GPU, которые выполняют множество операций параллельно. Их плотное размещение создает высокую тепловую нагрузку: в мощных ИИ-конфигурациях электрическая мощность одной серверной стойки может превышать 100 кВт.

В таких условиях производительность зависит от слаженной работы серверов, электропитания и охлаждения. Если система не успевает отводить тепло, оборудование может снизить скорость работы или отключиться. Именно комплексное планирование этих систем лежит в основе решений Schneider Electric для дата-центров фабрик ИИ: инженерную инфраструктуру подбирают с учетом вычислительной нагрузки и дальнейшего расширения.

Зачем серверам жидкостное охлаждение

Для многих серверных задач достаточно воздушного охлаждения. Однако в стойках с большим количеством мощных GPU его возможности становятся ограничением. Один из способов отводить тепло непосредственно от процессоров — прямое жидкостное охлаждение, или direct-to-chip.

К процессорам примыкают охлаждающие пластины, внутри которых циркулирует теплоноситель. Он отводит тепло и передает его дальше в систему охлаждения дата-центра. Блок распределения теплоносителя CDU поддерживает циркуляцию и, в архитектуре с теплообменником, разделяет серверный и внешний контуры. Жидкость движется по герметичным каналам и трубопроводам.

Переход можно осуществлять поэтапно: жидкостные контуры отводят тепло от самых мощных компонентов, а воздушное охлаждение обслуживает остальное оборудование. Решения Schneider Electric для жидкостного охлаждения позволяют подбирать такую архитектуру для новых площадок и модернизации существующих. Ожидаемую экономию энергии необходимо рассчитывать для конкретного проекта с учётом нагрузки и условий эксплуатации.

Как подготовить инфраструктуру к масштабированию

Бизнесу следует начать с определения задачи, ожидаемой нагрузки и требований к доступности сервиса. Это поможет выбрать способ размещения и оценить полную стоимость решения. Для собственного оборудования следующим шагом должен быть аудит мощности площадки, резервирования и охлаждения. Комплексные решения для ИТ-инфраструктуры включают стойки, системы питания и охлаждения, программное обеспечение и сервис.

После запуска требуется постоянный контроль. Программное обеспечение DCIM EcoStruxure IT помогает отслеживать состояние инфраструктуры, энергопотребление и температурные параметры, выявлять отклонения и планировать размещение нового оборудования. Такие данные позволяют оценить, какой потенциал роста имеет площадка и когда потребуется модернизация.

Для компании практический результат ИИ — это, например, более быстрая обработка запроса или более точный прогноз по приемлемой стоимости. Поэтому оценивать проект следует с учетом затрат на вычисления и надежности сервиса. Инфраструктура, спроектированная с учетом реальной нагрузки, помогает сохранять этот результат по мере роста количества пользователей.

Необратимость прогресса ИИ

Искусственный интеллект уже перестал быть технологией будущего и постепенно становится частью повседневных бизнес-процессов. По мере того как компании переходят от отдельных экспериментов к масштабному внедрению, растет значение инфраструктуры ИИ, на которой работают эти решения. Вычислительные мощности, стабильное электропитание, современные системы охлаждения и эффективное управление ресурсами становятся такими же важными элементами цифровой трансформации, как и сами алгоритмы.

Для украинского бизнеса развитие ИИ открывает новые возможности для повышения производительности, автоматизации процессов и создания конкурентных преимуществ. В то же время успех таких проектов будет все больше зависеть от готовности инфраструктуры выдерживать растущие нагрузки, связанные с поддержкой ИИ-фабрик, обеспечивая надежность, масштабируемость и энергоэффективность.

Именно поэтому будущее искусственного интеллекта будет определяться не только скоростью развития моделей, но и способностью датацентров обеспечивать их бесперебойную работу. Ведь каждый новый сервис на основе ИИ, каждый запрос пользователя и каждый результат, созданный алгоритмом, в конечном итоге опираются на фундамент современной цифровой инфраструктуры.