Следующий узел проблем ИИ: почему дефицит энергии сместится в города

Подробности изложены в материале первоисточника. Развитие индустрии искусственного интеллекта упирается в новую проблему — поиск надежных источников питания непосредственно в пределах крупных мегаполисов. Как отмечает Сергей Багров, в ближайшие годы инфраструктура столкнется с необходимостью минимизировать задержки при обработке данных для физических систем и роботов.

Инфразначимые инвестиции до 2030 года исчисляются триллионами долларов, однако фокус внимания смещается от удаленных дата-центров к городской среде. Взаимодействие с реальным миром требует минимального отклика, который невозможно обеспечить из отдаленных регионов.

Растущий спрос на искусственный интеллект в урбанизированной среде

Потребление электроэнергии центрами обработки данных и ИИ-системами стремительно растет по всему миру. Согласно отчетам международных организаций, городские администрации активно внедряют алгоритмы в самые разные сферы: от систем видеонаблюдения до административных процедур, таможни и борьбы с коррупцией.

Современные камеры видеонаблюдения уже не просто записывают происходящее, но и выполняют сложные задачи вроде отслеживания объектов по всей сети или поиска по видеоархивам с помощью естественного языка. Пересылка таких объемов трафика в удаленные центры неэффективна из-за стоимости каналов и законодательных ограничений на обработку персональных данных.

Специфика корпоративного и муниципального использования

Около трети сотрудников в частном и государственном секторах регулярно задействуют ИИ в своей работе. Банки, медицинские учреждения и государственные ведомства нуждаются в размещении серверов в пределах своей юрисдикции, чтобы сохранять над ними полный контроль.

Интерактивные голосовые интерфейсы и видеоприложения критически чувствительны к сетевым задержкам. Например, для удаленного контроля и телеопераций роботов-доставщиков задержка связи не должна превышать десятков миллисекунд. Хотя полностью автономные автомобили обрабатывают управление на борту, их огромные массивы данных все равно требуют последующей интеграции и анализа.

Добавление четвертого уровня в вычислительную архитектуру

Традиционно вычислительные мощности для искусственного интеллекта делятся на три категории. Верхний уровень занимают гигафабрики для обучения моделей, чье расположение обусловлено лишь доступностью дешевой электроэнергии. За ними следуют региональные объекты облачных провайдеров.

Между региональным уровнем и устройствами конечных пользователей формируется новый промежуточный сегмент — городской уровень вычислительных мощностей. Такие центры должны располагаться внутри мегаполисов или в непосредственной близости от них, обеспечивая минимальные задержки передачи данных и опираясь на высокоскоростные оптоволоконные линии.

Проблема двустороннего трафика данных

Городские дата-центры будут не только принимать информацию от крупных тренировочных кластеров, но и генерировать колоссальные объемы собственных данных. Автономные машины и распределенные сенсорные сети постоянно накапливают сведения, которые необходимо оперативно обрабатывать.

По возвращении парка роботов на зарядные станции они будут передавать терабайты ценных логов о повседневной эксплуатации. Городской дата-центр сможет выполнять роль фильтра: отбрасывать ошибочные данные, сжимать полезную информацию и разгружать магистральные каналы связи с региональными фабриками.

Стоит ли строить серверы на каждом квартале?

Несмотря на очевидную пользу городских серверов, их неограниченное тиражирование экономически нецелесообразно. Любой дата-центр независимо от размера требует подключения к электросети, трансформаторов, систем охлаждения, охраны и штата квалифицированных специалистов.

Практический опыт реализации проектов показывает, что автономный городской дата-центр выходит на уровень окупаемости при мощности от 5 до 8 мегаватт. Дробление 20 мегаватт на два десятка мелких площадок не дает выигрыша в задержке внутри городской оптоволоконной сети, но многократно увеличивает капитальные и операционные расходы.

Концепция «подстанций для интеллекта»

Оптимальным путем развития видится переход к более компактным объектам нового типа — специализированным подстанциям. Если региональные комплексы проектируются на десятки мегаватт, то будущие городские узлы должны стремиться к показателям в пару мегаватт с сохранением высокой эффективности.

Политические и административные барьеры

Помимо экономики, развитие инфраструктуры тормозится общественным мнением и бюрократией. В СМИ дата-центры часто подвергаются критике за чрезмерное потребление воды, электроэнергии, земельных ресурсов, а также за создаваемый шум и выбросы.

Примером тому служат конфликты властей и разработчиков в США и Европе, где вводятся жесткие лимиты на мощность новых объектов или требования по автономному энергоснабжению. Устаревшие городские правила зонирования часто не учитывают специфику ИИ-инфраструктуры, что затягивает согласование проектов на неопределенный срок.

Инфраструктурные решения сегодняшнего дня определяют возможности будущего

Спрос на вычислительные мощности внутри городов продолжит расти по мере масштабного внедрения робототехники и автоматизации. Поскольку на проектирование и подключение электросетей уходят годы, необходимую инфраструктуру нужно закладывать уже сейчас.

Если не заняться планированием заблаговременно, индустрия столкнется с дефицитом мощностей, которые невозможно задействовать мгновенно. Эпоха мобильной связи требовала установки вышек для покрытия территории, а эпоха искусственного интеллекта будет измеряться миллисекундами задержки и тысячами компактных интеллектуальных подстанций.