Деньги движутся. Фундамент — нет.
Согласно Gartner, мировые расходы на ИИ в 2026 году должны достичь 2,7 трлн долларов, увеличившись на 49,5% в годовом исчислении, причем ИИ-инфраструктура остается крупнейшей отдельной статьей расходов. IDC сообщает, что за весь 2025 год расходы на ИИ-инфраструктуру достигли 318 млрд долларов, что более чем в два раза превышает 153 млрд долларов, зафиксированные в 2024 году, и прогнозирует, что к 2029 году рынок превысит 1 трлн долларов.
Эти цифры указывают на структурный сдвиг в технологических инвестициях: растущий спрос на ИИ обнажает ограничения физической инфраструктуры, необходимой для его поддержки в больших масштабах. McKinsey оценивает, что для удовлетворения глобального спроса на вычислительные мощности ИИ до 2030 года потребуется 5,2 трлн долларов инвестиций только в центры обработки данных.
Шесть факторов, усиливающих ограничения
Проблема выходит за рамки вычислительных мощностей. Эффективное, устойчивое и экономичное масштабирование центров обработки данных для ИИ требует учета шести взаимосвязанных и усиливающих друг друга факторов.
- Энергопотребление и плотность энергии ИИ увеличивает потребность центров обработки данных в электроэнергии по мере расширения ускоренных вычислений. Международное энергетическое агентство оценивает, что общемировое потребление электроэнергии центрами обработки данных достигло около 485 ТВт·ч в 2025 году и, по прогнозам, достигнет примерно 950 ТВт·ч к 2030 году.
Энергопотребление и плотность энергии
ИИ увеличивает потребность центров обработки данных в электроэнергии по мере расширения ускоренных вычислений. Международное энергетическое агентство оценивает, что общемировое потребление электроэнергии центрами обработки данных достигло около 485 ТВт·ч в 2025 году и, по прогнозам, достигнет примерно 950 ТВт·ч к 2030 году.
- Охлаждение и терморегуляция По мере роста плотности размещения стоек традиционное воздушное охлаждение становится все более сложной задачей, что увеличивает спрос на методы жидкостного охлаждения. Задача заключается в том, чтобы достаточно быстро масштабировать новые объекты и модернизировать существующие для поддержки более плотной ИИ-инфраструктуры.
Охлаждение и терморегуляция
По мере роста плотности размещения стоек традиционное воздушное охлаждение становится все более сложной задачей, что увеличивает спрос на методы жидкостного охлаждения. Задача заключается в том, чтобы достаточно быстро масштабировать новые объекты и модернизировать существующие для поддержки более плотной ИИ-инфраструктуры.
- Давление в цепочке поставок Передовая упаковка и память с высокой пропускной способностью остаются важными ограничениями цепочки поставок для ИИ-ускорителей. Агентство Reuters сообщило в июле 2026 года, что консенсус-прогнозы капитальных затрат на 2026 год для Microsoft, Alphabet, Amazon, Meta и Oracle выросли примерно до 730 млрд долларов, причем значительная часть этих расходов направляется на центры обработки данных, серверы, сетевое и другое облачное оборудование.
Давление в цепочке поставок
Передовая упаковка и память с высокой пропускной способностью остаются важными ограничениями цепочки поставок для ИИ-ускорителей. Агентство Reuters сообщило в июле 2026 года, что консенсус-прогнозы капитальных затрат на 2026 год для Microsoft, Alphabet, Amazon, Meta и Oracle выросли примерно до 730 млрд долларов, причем значительная часть этих расходов направляется на центры обработки данных, серверы, сетевое и другое облачное оборудование.
- Сетевая и оптическая инфраструктура Перемещение данных между кластерами обучения и конечными точками инференса само по себе становится узким местом. Каждое новое поколение графических процессоров предъявляет новые требования к структуре, связывающей вычисления, хранение данных и периферию. Пропускная способность сети становится все более важной, поскольку ускоренные вычисления предъявляют повышенные требования к инфраструктуре, связывающей вычисления, хранение данных и конечные точки инференса.
Сетевая и оптическая инфраструктура
Перемещение данных между кластерами обучения и конечными точками инференса само по себе становится узким местом. Каждое новое поколение графических процессоров предъявляет новые требования к структуре, связывающей вычисления, хранение данных и периферию. Пропускная способность сети становится все более важной, поскольку ускоренные вычисления предъявляют повышенные требования к инфраструктуре, связывающей вычисления, хранение данных и конечные точки инференса.
- Экономика масштаба Gartner отмечает, что значительная часть расходов на ИИ по-прежнему формируется технологическими вендорами и гиперскейлерами, в то время как более широкие корпоративные расходы еще не достигли своего полного потенциала.
Экономика масштаба
Gartner отмечает, что значительная часть расходов на ИИ по-прежнему формируется технологическими вендорами и гиперскейлерами, в то время как более широкие корпоративные расходы еще не достигли своего полного потенциала.
- Таланты Масштабирование ИИ-инфраструктуры также требует специалистов, которые понимают как рабочие нагрузки ИИ, так и проектирование центров обработки данных, поэтому доступность квалифицированных кадров является частью проблемы емкости.
Таланты
Масштабирование ИИ-инфраструктуры также требует специалистов, которые понимают как рабочие нагрузки ИИ, and проектирование центров обработки данных, поэтому доступность квалифицированных кадров является частью проблемы емкости.
Ограничение по электропитанию сужает выбор вариантов охлаждения. Ограничение по охлаждению ограничивает плотность стоек. Ограниченная плотность увеличивает занимаемую площадь. Большая площадь требует большего капитала, большего количества земли и более длительных сроков реализации, при этом цепочка поставок пронизывает все это и не может обеспечить поставки достаточно быстро.
Корпоративный ИИ будет гибридным, и это меняет стратегию
Одна тенденция становится все более очевидной: корпоративный ИИ не будет существовать в какой-то одной среде. Не каждая рабочая нагрузка перейдет в публичное облако. Не каждая модель будет запускаться на периферии. Предприятия будут работать в локальных центрах обработки данных (on-premises), колокейшне, на периферии, у нео-облачных провайдеров и в публичном облаке, причем конкретное сочетание будет определяться стоимостью, задержкой, соответствием требованиям, суверенностью и производительностью.
Это уже проявляется в регулируемых отраслях. Требования к локализации данных, вопросы интеллектуальной собственности и необходимость контроля на уровне инфраструктуры вызывают серьезные сомнения в отношении стандартных моделей публичных облаков для чувствительных рабочих нагрузок ИИ.
Исследование Deloitte's 2026 State of AI in the Enterprise report показало, что 83% компаний считают суверенный ИИ как минимум умеренно важным для стратегического планирования, что свидетельствует о том, что концепция суверенности все больше формирует стратегию корпоративного ИИ.
Из этого следует, что организациям необходима согласованная операционная модель во всех этих средах, сочетающая в себе готовую к ИИ инфраструктуру, гибридные облачные платформы, среды с ускорением на GPU, интеллектуальную автоматизацию и защищенные архитектуры данных с самого начала.
Обоснование индустриального подхода
Эти ограничения усугубляют друг друга, делая изолированные исправления неэффективными. Решение проблемы энергоснабжения само по себе не решает проблему охлаждения. Решение проблемы охлаждения не устраняет задержки в цепочке поставок. Обеспечение безопасности оборудования не гарантирует операционную дисциплину для надежного запуска ИИ в промышленных масштабах.
То, что нужно предприятиям, — это инженерная операционная модель, которая переносит дисциплину промышленных операций в сферу ИИ: стандартизированные процессы, проверенные архитектуры, прогнозируемая экономика и встроенное управление на протяжении всего жизненного цикла.
Это модель, которую мы заложили в основу HCLTech AI Factory: инженерное полностековое предложение, опирающееся на три десятилетия опыта работы с критически важной инфраструктурой. Оно охватывает весь жизненный цикл ИИ: от проектирования и строительства дата-центров до услуг когнитивной инфраструктуры, которые объединяют облака, данные, платформы и модели ИИ в частных, гибридных, периферийных, нео- и суверенных средах. Созданное изначально как независимое от вендоров решение, оно опирается на глубокие партнерские отношения с гиперскейлерами, производителями оборудования (OEM), нео-облачными экосистемами и сообществами разработчиков ИИ-моделей, предоставляя предприятиям архитектурную гибкость по мере изменения их потребностей.
В рамках проектов HCLTech организации, внедряющие эту индустриализованную модель, видят измеримые результаты:
Эти результаты достигаются за счет того, к ИИ-инфраструктуре относятся как к интегрированной инженерной задаче и применяют ту же строгость, что и на производственной линии или в критически важных финансовых системах.
Принятые сейчас решения определят следующее десятилетие
Требования к суверенитету, гибридные архитектуры, ограничения по электропитанию и проблемы с цепочками поставок уже сегодня формируют ИИ-программы.
Инфраструктурная стратегия становится важнейшим бизнес-решением для организаций, стремящихся получить измеримую ценность от инвестиций в ИИ. Решения, принятые сейчас, определят, насколько далеко и как быстро сможет масштабироваться корпоративный ИИ.
