Искусственный интеллект часто представляют как нечто неосязаемое — технологию, которая обитает в облаке и мыслит кодом. Реальность более материальна. За каждым чат-ботом или генератором изображений стоят серверы, потребляющие электроэнергию, и системы охлаждения, использующие воду, а также микросхемы, зависимые от хрупких цепочек поставок, и добываемые из недр земли минералы.

Эта материальная база стремительно расширяется. Увеличиваются как количество, так и размер центров обработки данных. Крупнейшим из них, «гипермасштабным» центрам, требуются десятки мегаватт энергии, что соответствует объемам потребления небольшого города. Amazon, Microsoft, Google и Meta уже управляют сотнями таких центров по всему миру, но следующая волна будет гораздо больше, с проектами в гигаваттных масштабах. В Абу-Даби OpenAI и ее партнеры планируют построить кампус площадью 10 квадратных миль, мощность которого достигнет 5 гигаватт, что эквивалентно пяти ядерным реакторам.

Экономисты спорят, окупятся ли когда-либо эти огромные инвестиции за счет роста производительности. Однако в разных странах ИИ уже стал новым рубежом промышленной политики, в рамках которой продвигаются инициативы в масштабах, которые до этого были характерны для аэрокосмической отрасли или атомной энергетики. В 2017 году ОАЭ назначили первого в мире министра по развитию искусственного интеллекта. Франция приняла обязательства по расходам на проекты ИИ в размере более 100 млрд евро. А для двух стран, лидирующих в сфере ИИ, эта гонка приобретает все более геополитический характер: США ввели экспортный контроль на передовые микросхемы, а Китай ответил ограничениями на продажу ключевых минералов.

Соперничество алгоритмов — это одновременно конкуренция за энергию, землю, воду, полупроводники и минералы. Именно от поставок электроэнергии и микросхем будет зависеть то, какими темпами будет продвигаться революция в сфере ИИ и какие страны и компании будут ее контролировать.

Энергоемкая отрасль

Искусственный интеллект жадно поглощает электричество. Центры обработки данных уже потребляют около 1,5 процента мирового объема электроэнергии — примерно на уровне Великобритании. Только часть этого спроса приходится на долю ИИ, но она быстро растет. Обучение продвинутой модели может потреблять столько же энергии, сколько тысячи домохозяйств потребляют за год, а ее масштабирование многократно увеличивает нагрузку. По прогнозам Международного энергетического агентства (МЭА), к 2030 году спрос на электроэнергию для центров обработки данных увеличится более чем вдвое, и большая часть этого роста будет связана с ИИ.

В мировом масштабе такой рост представляется управляемым: на долю ИИ приходится менее десятой части дополнительного спроса на электроэнергию в текущем десятилетии, что намного ниже, чем у электромобилей или кондиционеров. Но экономические балансы разных стран говорят о другом. В США и Японии к 2030 году на долю центров обработки данных может приходиться почти половина нового спроса. В Ирландии они уже потребляют более пятой части электроэнергии страны — самая высокая доля среди стран с развитой экономикой.

На местном уровне нагрузка еще более ощутима. В отличие от сталелитейных заводов или шахт, центры обработки данных сосредоточены вблизи крупных городов, могут быть построены за несколько месяцев, а не лет, и постоянно разрастаются. Такое сочетание факторов делает их особенно обременительными для местных энергосетей.

В северной Вирджинии с ее крупнейшей в мире концентрацией центров обработки данных они потребляют уже около четверти электроэнергии штата, вынуждая энергетические предприятия откладывать или отменять подключение других объектов. Рост затрат на электроэнергию стал острой темой в предвыборной кампании губернатора штата. В Ирландии оператор энергосети Дублина заморозил новые проекты в 2022 году, утверждая только те, которые могут самостоятельно обеспечить себя электроэнергией. Сингапур полностью прекратил утверждение проектов в 2019 году и теперь разрешает строительство объектов только при соблюдении строгих норм энергоэффективности.

Технологические гиганты обращаются к энергетике

Технологические компании сами становятся влиятельными игроками в области энергетики. Крупнейшие из них в настоящее время входят в число основных корпоративных покупателей возобновляемой энергии в мире. Microsoft, Amazon и Google заключают многомиллиардные контракты на закупку электроэнергии, которые сопоставимы с объемами контрактов традиционных энергетических компаний. Их решения о размещении центров обработки данных все больше влияют на реализацию конкретных проектов солнечной и ветровой энергетики.

Чтобы снизить зависимость от энергосетей, некоторые компании внедряют выработку электроэнергии в местах потребления или делают ставку непосредственно на новые технологии. Microsoft изучает возможности использования атомной энергии — от малых модульных реакторов до возможного приобретения законсервированных станций, таких как Three Mile Island в Пенсильвании. Google инвестирует в передовые геотермальные технологии. Amazon тестирует водород в качестве резервного источника энергии. После того как президент Дональд Трамп отменил многие меры политики президента Джо Байдена по борьбе с изменением климата, именно технологические гиганты, активно участвующие в гонке ИИ, неожиданно стали важнейшим источником инвестиций в чистую энергию.

Со временем вложения крупных ИТ-компаний могут способствовать росту инноваций в сфере чистой энергетики, но также есть вероятность того, что они закрепят зависимость от ископаемого топлива. Несмотря на положительный эффект для возобновляемых источников от ИИ в Европе, спрос в США, где расположено более 40 процентов мировых центров обработки данных, по-прежнему в значительной степени покрывается за счет природного газа, что увеличивает выбросы.

Более умные машины

Искусственный интеллект не только потребляет огромное количество электроэнергии, он может помочь управлять ей, балансируя работу энергосетей, прогнозируя выработку возобновляемой энергии и оптимизируя энергопотребление в зданиях и на промышленных объектах. Некоторые города даже направляют отработанное тепло от серверных ферм в сети централизованного теплоснабжения. Такие решения не устранят углеродный след отрасли, но могут смягчить нагрузку.

Повышается и эффективность. Новые поколения микросхем, например процессоры Blackwell от Nvidia и тензорные процессоры (TPU) от Google, предусматривают выполнение большего числа операций на ватт энергии. Если же говорить о ПО, то на обучение китайской модели DeepSeek, представленной в январе 2025 года, ушло в несколько раз меньше средств и энергии, чем на модели сопоставимых размеров от OpenAI и Google.

Однако рост эффективности сам по себе порождает противоречие. Опыт показывает, что удешевление вычислительных мощностей приводит к увеличению их потребления. Этот эффект называют парадоксом Джевонса. Даже если модели ИИ будут становиться умнее и компактнее, они едва ли будут поспевать за растущим спросом на приложения.

Если электричество является первым ограничивающим фактором для ИИ, то полупроводники — вторым. Для обучения современных моделей требуются тысячи специализированных микросхем, большинство из которых разрабатывается Nvidia и производится почти исключительно в Тайване компанией Taiwan Semiconductor Manufacturing Company (TSMC). Из-за такой концентрации микросхемы стали наиболее стратегически важным узким местом в цепочке поставок для ИИ.

Геополитические ставки уже очевидны. США ограничили экспорт передовых микросхем в Китай, одновременно субсидируя собственные производственные мощности. Как показывает пример DeepSeek, такие ограничения не только не мешают прогрессу в Китае, но даже подталкивают китайские компании к инновациям, помогающим их обойти. Пекин активно формирует собственных значимых игроков. Миллиарды в свои отрасли вливают Европа, Япония, Индия. Доступ к микросхемам превратился в индикатор технологического суверенитета.

Минеральный след

Ресурсоемким является и само производство микросхем. Один современный завод по их производству может потреблять электроэнергии не меньше, чем небольшой город, одновременно требуя колоссальных объемов сверхчистой воды. Еще интереснее все становится при продвижении вверх по цепочке — к минералам, без которых невозможны современные микросхемы и центры обработки данных.

Для производства современных микросхем требуются галлий и германий, для чипов — кремний, для вентиляторов охлаждения — редкоземельные металлы, для серверных кабелей — медь. На одном гипермасштабном кампусе может быть сосредоточено почти столько же меди, сколько среднего размера рудник добывает за год.

К 2030 году центры обработки данных могут достичь потребления более полумиллиона метрических тонн меди и 75 000 тонн кремния в год, что, по оценке МЭА, достаточно для увеличения их доли в мировом спросе до 2 процентов. В случае галлия рост обещает быть еще более резким: доля центров обработки данных может составить более десятой части общего спроса. Эти значения могут показаться скромными, но они накладываются на стремительно растущие потребности электромобилей, ветряных турбин и оборонной промышленности, которые все они пытаются удовлетворить из того же самого ограниченного запаса ресурсов.

Этот запас отличается значительной концентрацией. Китай контролирует 80–90 процентов мировой переработки кремния, галлия и редкоземельных элементов. В 2023 году он ввел ограничения на экспорт галлия и германия, а с конца 2024 года последовали новые ограничения на вольфрам, теллур, висмут, индий и молибден. Все эти материалы являются важнейшими компонентами микропроцессоров, диодов и серверного оборудования. Цены на многие из этих металлов резко выросли. Вашингтон, Брюссель, Токио и Сеул отреагировали на это стратегиями по критически важным минералам — от программ по переработке отходов до альянсов с богатыми ресурсами странами Африки и Латинской Америки.

Как и в случае с чипами, борьба за минералы приводит к концентрации цепочек поставок и повышению барьеров для входа на рынок, что имеет очевидные геополитические последствия. Обеспечение стабильного и устойчивого доступа к ресурсам определит, кто сможет в полной мере воспользоваться потенциалом ИИ.

Земля и вода

Гипермасштабным центрам обработки данных требуется дешевая электроэнергия в сочетании с неограниченными водными ресурсами и быстрыми оптоволоконными линиями. Земля редко становится ограничивающим фактором. Эти объекты огромны по городским меркам, но скромны по сравнению с площадями сельскохозяйственных угодий или горнодобывающих предприятий. Тем не менее их появление способно изменить местную экономику: достаточно взглянуть на некогда сельскохозяйственные земли северной Вирджинии и Орегона, теперь покрытые бетонными основаниями бесконечных рядов серверных залов.

Вопрос водоснабжения вызывает более острые противоречия. Для охлаждения требуются миллионы галлонов в день, а две трети новых центров в США с 2022 года были построены в зонах водного дефицита, как сообщает Bloomberg News. В Аризоне такие проекты порождают споры о том, куда следует направлять ограниченные водные ресурсы: на бытовые нужды или для функционирования технологических гигантов. Аналогичные конфликты возникают в Испании и Сингапуре. Однако в основном водный след ИИ носит косвенный характер. Электростанции, снабжающие центры обработки данных, потребляют значительно больше воды, чем сами центры.

На выбор места расположения также влияет климат и необходимость минимизировать сетевые задержки. Плотная концентрация центров в Ирландии отражает ее роль трансатлантического кабельного узла. Планируемый кампус мощностью 5 гигаватт в Абу-Даби был выбран отчасти для минимизации задержек при передаче данных между Азией и Европой. А более холодные страны, такие как Норвегия или Исландия, предлагают климатическое преимущество: меньший расход энергии на охлаждение.

В результате складывается мозаичная география: одни страны вводят ограничения для защиты энергосетей и водных ресурсов, тогда как другие борются за право разместить проекты, предлагая возобновляемые источники энергии, централизованное теплоснабжение или просто свободные площади для строительства. Это еще одно напоминание о том, как материальные ограничения будут определять будущее ИИ.

Проблемы политики

Ресурсные потребности ИИ заставляют правительства рассматривать электростанции, энергосети, воду и полезные ископаемые как неотъемлемую часть цифровой политики.

Одна из проблем — неопределенность будущего, к которому следует готовиться. Прогнозы спроса в части центров обработки данных сильно расходятся: самая высокая опубликованная оценка на 2030 год почти в семь раз превышает самую низкую. С другой стороны, в условиях стремительных темпов строительства нельзя позволить себе ждать, пока ситуация прояснится. Странам необходимо достаточно быстро расширять электроэнергетические системы, чтобы успевать за спросом, но не допускать при этом избыточного строительства или привязки к контрактам на ископаемое топливо.

Следующая проблема — прозрачность. Даже в век информации предприятия отрасли почти не публикуют сведений о потреблении электричества, воды и ископаемых ресурсов центрами обработки данных. Более полное раскрытие данных позволит регулирующим органам, энергетическим предприятиям и местным органам власти яснее понимать масштаб грядущих изменений.

Не менее актуальны вопросы устойчивости и справедливости. Расширение энергосетей и цепочек поставок без экологических и социальных гарантий чревато повторением циклов подъема и спада, которыми отличались предыдущие гонки за сырьевыми ресурсами. А если развивающиеся страны так и останутся не более чем поставщиками сырья с высокими подразумеваемыми затратами на энергию и капитал, то основные выгоды от бума ИИ достанутся богатым государствам.

При грамотном управлении бум в сфере ИИ может ускорить развитие чистой энергетики и способствовать созданию более устойчивых цепочек поставок. В противном случае возникает риск еще больших выбросов и усиления зависимости от ресурсов.

Это не просто соперничество на цифровой арене. Это материальная борьба — за электроны, галлоны, кристаллические пластины и руду. От того, как страны и компании будут решать проблемы этих основополагающих компонентов, будут зависеть не только лидерство в сфере ИИ, но и устойчивость и широкое распределение результатов этого процесса.