Энергопотребление AI: 1000x снижение

26 июня 2026 года TechCrunch опубликовал материал о компании, основанной Навином Рао — бывшим руководителем направления искусственного интеллекта в Databricks. Рао утверждает, что его новая архитектура вычислений способна сократить энергопотребление AI-нагрузок в тысячу раз. Для компаний, которые уже сегодня платят миллионы долларов за аренду GPU-кластеров и ждут месяцами очереди на доступ к вычислительным мощностям, это не просто новость — это прямой сигнал к пересмотру стратегии закупок и выбора вендоров.

Что именно произошло

Навин Рао, ранее возглавлявший направление AI в Databricks — одной из крупнейших платформ для работы с данными и машинного обучения, — объявил о запуске собственного стартапа. Компания Рао ставит перед собой задачу перестроить вычислительную архитектуру с нуля. Речь идёт не об оптимизации существующих GPU или TPU, а о принципиально ином подходе к тому, как выполняются AI-вычисления.

TechCrunch сообщает, что проект финансируется амбициозно и уже привлёк внимание инвесторов, которые видят в нём потенциальный ответ на энергетический кризис в AI-индустрии. По данным издания, текущие затраты на обучение и инференс больших моделей растут экспоненциально, и существующая инфраструктура перестаёт справляться как с точки зрения стоимости, так и с точки зрения доступности электроэнергии.

Ключевое утверждение Рао: снижение энергопотребления в 1000 раз без потери производительности. Если это подтвердится, экономика AI-вычислений изменится кардинально.

Почему это меняет экономику AI для бизнеса

Сегодня стоимость обучения одной большой языковой модели может достигать десятков миллионов долларов. Компании, которые используют AI в операционной деятельности, платят за инференс — выполнение запросов модели — ежемесячно суммы, сопоставимые с зарплатным фондом небольшого отдела.

Что меняется	Почему важно бизнесу	Что проверить
Снижение энергопотребления в 1000 раз	Прямое сокращение операционных расходов на облачные GPU-кластеры	Есть ли у текущего вендора дорожная карта по энергоэффективности
Новая архитектура, а не оптимизация существующей	Возможность отказаться от дефицитных GPU и снизить зависимость от NVIDIA	Готов ли провайдер предоставить тестовый доступ к новой архитектуре
Перестройка вычислений с нуля	Потенциальное изменение рынка облачных AI-услуг в течение 2-3 лет	Какие альтернативные архитектуры уже тестируются в отрасли

Для финансового директора или руководителя IT-закупок это означает, что контракты на аренду GPU-мощностей, заключённые на 2-3 года, могут оказаться невыгодными, если новая архитектура подтвердит заявленные характеристики. Уже сегодня стоит закладывать в договоры опции пересмотра условий при появлении альтернативных вычислительных платформ.

Что компаниям стоит проверить до принятия решений

Прежде чем менять поставщика или пересматривать бюджет на AI-инфраструктуру, необходимо провести собственную проверку. Заявления о 1000-кратном сокращении энергопотребления — это амбициозная цель, а не коммерчески доступный продукт.

Практический чек-лист для руководителя:

Проверьте текущие затраты на электроэнергию для AI-нагрузок. Запросите у облачного провайдера детализацию по энергопотреблению ваших инстансов. Без этой цифры невозможно оценить экономию.
Уточните у текущего вендора планы по повышению энергоэффективности. Если провайдер не может назвать конкретные показатели и сроки, это повод задуматься о диверсификации.
Оцените долю AI-вычислений в общем IT-бюджете. Если она превышает 20%, появление альтернативной архитектуры может существенно повлиять на финансовое планирование.
Подпишитесь на обновления стартапа Рао. TechCrunch указывает, что компания находится на ранней стадии, но уже привлекла финансирование. Следите за публичными тестами и бенчмарками.
Проверьте контракты на GPU-аренду на предмет опций досрочного расторжения. Если такие опции отсутствуют, обсудите с юристами возможность их включения при продлении.
Назначьте ответственного за мониторинг новых вычислительных архитектур. Это может быть технический директор или руководитель AI-практики. Без выделенного внимания новость останется просто новостью.

Где находятся риски и неопределённости

Заявление о 1000-кратном сокращении энергопотребления — это обещание, а не измеренный факт. TechCrunch не приводит независимых тестов или бенчмарков, подтверждающих эту цифру. Стартап находится на стадии привлечения инвестиций, и такие громкие заявления — часть процесса fundraising.

Основные риски для бизнеса, который решит действовать на основе этой новости:

Технологический риск. Новая архитектура может не подтвердить заявленных характеристик при реальных нагрузках. История AI знает множество проектов, обещавших революцию, но не дошедших до коммерческого внедрения.
Временной риск. Даже если технология работает, выход на рынок может занять 3-5 лет. За это время конкуренты могут предложить собственные решения, а текущие поставщики — улучшить существующие.
Риск привязки. Если компания перестроит свои процессы под новую архитектуру, смена вендора при неудаче стартапа будет болезненной и дорогой.
Риск переоценки. Энергопотребление — лишь одна статья расходов. Стоимость лицензий, обслуживания, миграции данных и обучения персонала может нивелировать экономию на электричестве.

Рекомендуется рассматривать новость как сигнал к диверсификации, а не к немедленной смене поставщика. Оптимальная стратегия — сохранить текущие мощности, но выделить небольшой бюджет (5-10% от общих затрат на AI-инфраструктуру) на тестирование альтернативных архитектур по мере их появления.

Что делать на этой неделе

Новость о стартапе Навина Рао — не повод для паники или немедленных закупок. Это повод для трёх конкретных действий, которые можно выполнить в ближайшие семь дней.

Первое. Запросите у вашего облачного провайдера отчёт по энергопотреблению AI-нагрузок за последние три месяца. Если провайдер не предоставляет такой детализации, это само по себе проблема — вы не можете управлять тем, что не измеряете.

Второе. Проведите встречу с техническим директором или руководителем AI-отдела. Обсудите, какие альтернативные вычислительные архитектуры они отслеживают. Если ответа нет, это сигнал, что в компании отсутствует системный мониторинг рынка AI-инфраструктуры.

Третье. Внесите в план закупок на следующий квартал пункт о тестировании альтернативных вычислительных платформ. Даже если тест покажет, что текущая архитектура оптимальна, сам факт проверки снизит риски и даст аргументы для переговоров с текущим вендором.

Энергетический кризис в AI — не гипотетическая угроза, а уже работающий фактор роста затрат. Компании, которые начнут готовиться к смене архитектуры сегодня, окажутся в выигрыше, когда обещания Рао или его конкурентов превратятся в коммерческий продукт.

Источники

Генерация изображения

Модель: flux-schnell
Провайдер: replicate