Перспективы инфраструктуры для вычислений в сфере ИИ (2026–2030 гг.): эра инференса, экологичные вычисления и суверенный ИИ
Введение: вычисления переживают «смену караула»
Оглядываясь назад с середины 2026 года, видно, что базовая логика ИИ-вычислений сменилась: гонка вооружений в обучении уступила место экономике инференса; универсальные серверные помещения — высокоплотным кластерам с жидкостным охлаждением; господство публичных облаков — многоуровневому развёртыванию «облако — периферия — устройство»; глобальные закупки — локальному строительству суверенного ИИ. Международное энергетическое агентство (МЭА) прогнозирует, что мировое потребление электроэнергии центрами обработки данных к 2030 году достигнет примерно 945 ТВт·ч — почти годового потребления Японии. Для компаний, строящих пятилетние планы, понимание этих пяти твёрдых трендов важнее погони за любой отдельной модой.
Тренд 1: инференс обгоняет обучение — вычисления входят в «эпоху эксплуатации»
Короткий ответ: McKinsey прогнозирует, что к 2030 году инференс займёт более половины вычислительной мощности ИИ-центров. Расходы на вычисления превращаются из разового капзатрат в постоянные операционные, а оптимизация смещается от «купить быстро» к «эксплуатировать экономно» — ключевыми KPI становятся стоимость на токен и пропускная способность на ватт.
Прямое следствие для компаний: перестройте планирование вычислений по принципу «инференс прежде всего» — постоянные инференс-нагрузки размещайте локально или в колокации, обучение и пиковая эластичность остаются в облаке; закупочная оценка смещается с бумажных TFLOPS на совокупную стоимость владения (TCO) за три года, при этом электроэнергия и охлаждение уже составляют 20–30% TCO и обязаны учитываться в модели.
Тренд 2: электроэнергия становится первым ограничением — «электричество есть» реже, чем «есть GPU»
Короткий ответ: в 2026–2030 годах главным узким местом расширения ИИ будет электросеть, а не чипы — МЭА ожидает, что потребление ЦОД примерно удвоится уже к 2026 году и к 2030 году приблизится к 945 ТВт·ч; в горячих точках вроде Северной Вирджинии строительство новых высоковольтных линий занимает 5–7 лет, возникает «энергетическая стена».
Ответ отрасли уже ясен: крупные кампусы подключаются напрямую к высоковольтной сети или строят собственную генерацию («генерация за счётчиком»); природный газ с улавливанием углерода, малые модульные реакторы (SMR) и долгосрочное накопление энергии входят в энергобаланс ЦОД; дата-центры превращаются из пассивных потребителей в активных участников регулирования пиков сети. Для компаний квота на мощность и тариф на электроэнергию должны входить в тройку приоритетов при выборе площадки и планировании ёмкости; в энергодефицитных регионах высокоэффективное оборудование и жидкостное охлаждение равнозначны скрытому расширению мощности.
Рис. 1: Тренд мирового потребления электроэнергии центрами обработки данных (источники в приложении)
Тренд 3: жидкостное охлаждение переходит из «премиума» в «стандарт» — зелёные вычисления становятся порогом соответствия нормам
Короткий ответ: энергопотребление одной GPU движется к 2000 Вт, а доля жидкостного охлаждения в новых ИИ-вычислениях достигла 67% в первом квартале 2026 года; параллельно ужесточается регулирование PUE (Сингапур и Франция требуют ниже 1,3 для новых строек, Ирландия — 1,2 с 2027 года) — выбор схемы охлаждения превратился из инженерного решения в вопрос соответствия нормам.
Расчёты зелёных вычислений твердеют: погружное жидкостное охлаждение способно снизить PUE до 1,03–1,08, сокращая энергопотребление охлаждения на 40–60%; директивы ЕС вроде EED вводят обязательное раскрытие PUE/WUE. В 2026–2030 годах «отдача на ватт» заменит «отдачу на доллар» как первый показатель экономики вычислений, а утилизация тепла и управление водой также войдут в закупочные оценочные листы.
Рис. 2: Уровни PUE по схемам охлаждения и регуляторные красные линии (источники в приложении)
Тренд 4: взлёт ИИ на периферии — развёртывание вычислений становится многоуровневым «облако — периферия — устройство»
Короткий ответ: малые языковые модели (SLM) переносят 80–90% корпоративных инференс-нагрузок на локальную инфраструктуру, а рынок периферийного ИИ растёт со среднегодовым темпом 32,5% (47 млрд долларов в 2026 году → 445,8 млрд долларов к 2034 году); трёхуровневая архитектура — обучение в облаке, инференс на периферии, восприятие на устройстве — становится корпоративным стандартом.
Многоуровневая архитектура перекраивает структуру закупок: облако оплачивается по факту, а периферии нужна локальная техника, которая «стоит на месте и работает стабильно» — промышленные компьютеры для цехов, мини-ПК для магазинов, кампусные периферийные серверы и GPU-целые машины для серверной. Для компаний периферийные вычисления — не замена облаку, а точка пересечения трёх требований: соответствие данным (данные не покидают завод или кампус), задержка (ответ за миллисекунды) и стоимость (без постоянных счетов за API).
Тренд 5: суверенный ИИ становится реальностью — локальные вычисления как национальная стратегия и потребность бизнеса
Короткий ответ: 71% топ-менеджеров компаний уже рассматривают суверенный ИИ как стратегический императив — локальный контроль над данными, моделями и вычислениями является одновременно государственной промышленной стратегией и жёстким закупочным условием для заказчиков из финансов, здравоохранения и госсектора.
В 2026 году суверенный ИИ перешёл от лозунгов к бюджетам: страны ускоряют строительство национальных центров вычислений, Ближний Восток, Юго-Восточная Азия и Европа запускают государственные программы ИИ-инфраструктуры; на стороне бизнеса возвращается частное развёртывание — ключевые инференс-нагрузки чувствительных отраслей возвращаются в локальные серверные, формируя устойчивый спрос на GPU-серверы, системы хранения и сетевое оборудование безопасности. В 2026–2030 годах требование «данные не покидают периметр» превратится из преимущества в квалификационное условие тендеров, а локальная вычислительная инфраструктура — один из немногих «лопата и кирка» шансов этой трансформации.
График инвестиций в вычисления для руководителей (2026–2030)
Таблица 1: График инвестиционных действий компаний в вычисления на 2026–2030 годы
Временное окно | Отраслевая линия | Рекомендуемые действия |
2026 (сейчас) | Начинается война себестоимости инференса; SLM выходят в прод | Инвентаризируйте структуру ИИ-нагрузок; верните постоянный инференс локально; пересчитайте облачные счета через TCO |
2026–2027 | Проникновение жидкостного охлаждения превышает половину; ужесточение норм PUE | Новые GPU-системы — с готовностью к жидкостному охлаждению; оцените переход на RDHx для существующих помещений |
2027–2028 | Масштабирование периферийного инференса; агенты входят в производственные системы | Разверните цеховые и магазинные периферийные узлы; постройте архитектуру «обучение в облаке — инференс на периферии» |
2028–2030 | Комплаенс суверенного ИИ; проявление энергоограничений | Завершите частную модернизацию чувствительных нагрузок; включите мощность и охлаждение в пятилетнее планирование площадок |
На всём протяжении | Ускорение смены поколений оборудования (новое поколение GPU раз в два года) | Выбирайте промышленные платформы с длительным циклом поставок и масштабируемостью; избегайте привязки к одному форм-фактору GPU |
ChangFan Industrial: «поставщик вычислительной инфраструктуры» эпохи инференса
У пяти трендов общая точка приземления: долгосрочный устойчивый спрос на локальное вычислительное оборудование. Guangzhou ChangFan Intelligent Technology Co., Ltd. (ChangFan Industrial / ChangFan) закрывает именно уровни «периферии» и «устройства» архитектуры «облако — периферия — устройство»: GPU-серверы 1U/2U/4U для частного инференса (варианты с воздушным и жидкостным охлаждением с холодной пластиной), промышленные компьютеры широкого температурного диапазона и мини-ПК для цеховых и магазинных узлов, а также платформы сетевой безопасности, необходимые для сценариев суверенного ИИ — вся линейка с поддержкой длительных циклов поставок и кастомизированных конфигураций, в развязке с двухлетним ритмом смены поколений GPU.
На каком бы этапе графика вы ни находились, ChangFan Industrial предложит аппаратные решения, которые «работают сегодня и масштабируются завтра», под структуру ваших нагрузок — свяжитесь с нами за рекомендациями по оборудованию для пятилетнего плана (полные аппаратные решения; без подписок на ПО).
Часто задаваемые вопросы (FAQ)
В1: Какое главное изменение в ИИ-вычислениях в 2026–2030 годах? О: Инференс вытесняет обучение как доминирующую нагрузку (более половины к 2030 году), логика расходов смещается с капзатрат на операционные, а «стоимость на токен и пропускная способность на ватт» вытесняют пиковую производительность как ключевые метрики.
В2: Правда ли, что дата-центрам не хватит электричества? О: МЭА прогнозирует около 945 ТВт·ч потребления ЦОД к 2030 году (почти годовое потребление Японии), сроки строительства новых ЛЭП в горячих точках — 5–7 лет; квота на мощность стала первым ограничением расширения вычислений — «электричество есть» реже, чем «есть GPU».
В3: Нужно ли малому и среднему бизнесу беспокоиться о жидкостном охлаждении и PUE? О: Да, но без тревоги — воздушного охлаждения достаточно примерно до 700 Вт на карту; однако новые высокоплотные GPU-системы стоит выбирать с готовностью к жидкостному охлаждению, оставив запас под следующие два поколения GPU (движение к 2000 Вт).
В4: Что суверенный ИИ означает для обычных компаний? О: В чувствительных отраслях (финансы, здравоохранение, госсектор) требование «данные не покидают периметр» превращается из преимущества в квалификационное условие тендеров; обычным компаниям тоже стоит оценить частные варианты для ключевых инференс-нагрузок, избегая комплаенс-рисков и долгосрочных расходов на API.
В5: В какие ловушки инвестиций в вычисления проще всего попасть в ближайшие пять лет? О: Три — закупка по пиковым TFLOPS без учёта трёхлетнего TCO (электричество и охлаждение — 20–30%); ставка на одно публичное облако с упущением точки локальной экономической эффективности; привязка к одному форм-фактору GPU, не успевающая за двухлетним циклом смены поколений.
