Гибкие ИИ-фабрики: как дата-центры обходят перегрузки электросетей

Андрей Отинов -

В декабре 2025 года инженеры провели необычный тест в одном из дата-центров Лондона. Они воссоздали ситуацию, когда миллионы британцев одновременно включили электрочайники во время футбольного матча — и сеть National Grid оказалась под угрозой перегрузки. Вместо того чтобы просто потреблять энергию, дата-центр по команде AI-программы снизил мощность своих чипов, помогая сбалансировать спрос и предложение.

Источник: technologyreview.com

Это был не единичный эксперимент, а прототип нового подхода к строительству и эксплуатации дата-центров. Компания Emerald AI, базирующаяся в Вашингтоне, разработала программное обеспечение Conductor, которое позволяет дата-центрам динамически снижать энергопотребление в пиковые моменты, не останавливая критически важные задачи. В 2026 году система будет развернута в новом центре обработки данных в Вирджинии — в районе, известном как Data Center Alley.

Для бизнеса, который планирует строить или арендовать мощности для AI-нагрузок, это означает появление альтернативы долгому ожиданию подключения к новым электростанциям. Вместо того чтобы ждать 8 лет (как, например, требуется оператору PJM в Вирджинии для ввода новой генерации), можно использовать существующую инфраструктуру, сделав дата-центр гибким потребителем.

Что нужно проверить прямо сейчас: подходит ли ваш проект для гибкого энергопотребления, какие задачи можно приостановить без потери качества, и какие регуляторные ограничения действуют в вашем регионе.

Что изменилось: дата-центры перестают быть «ненасытными потребителями»

Традиционно дата-центры проектируются как объекты с постоянным и высоким энергопотреблением. Они не учитывают состояние внешней сети и не участвуют в балансировке спроса. Это создает две проблемы:

  • Для энергосистемы: резкие скачки потребления (например, во время спортивных трансляций или погодных аномалий) могут привести к отключениям.
  • Для бизнеса: получение разрешений на подключение к сети и строительство новых электростанций занимает годы, что тормозит запуск AI-инфраструктуры.

Emerald AI с продуктом Conductor предлагает иной подход. Программа в реальном времени получает сигналы от сетевого оператора и снижает энергопотребление дата-центра, отключая или замедляя некритичные вычислительные задачи. При этом наиболее срочные и важные операции (например, обработка запросов пользователей) продолжают выполняться.

В тесте, проведенном в декабре 2025 года, Conductor управлял реальным дата-центром в Лондоне. Инженеры смоделировали нагрузку, которая возникла бы во время футбольного матча Англия — Германия (по данным турнира 2020 года). Система успешно снизила потребление, предотвратив потенциальный сбой.

Почему это важно сейчас: энергия становится главным ограничением для AI

Спрос на вычислительные мощности для AI растет экспоненциально, но строительство новых электростанций не поспевает за этим ростом. По данным исследовательской группы RMI, оператору PJM (крупнейшему в США) требуется 8 лет на ввод новой генерации. Дата-центры можно построить быстрее, но без энергии они бесполезны.

Кроме того, растет общественное недовольство. Местные жители жалуются на шум, рост цен на электроэнергию и отсутствие долгосрочных рабочих мест. В 2025 году, по данным Data Center Watch, было заморожено проектов на сумму более 150 миллиардов долларов.

Регуляторы реагируют жестко:

  • Более десятка штатов США рассматривают запреты на строительство новых дата-центров.
  • Местные моратории действуют в Миннеаполисе и округе ДеКалб (Джорджия).
  • На федеральном уровне в Сенате США внесен двухпартийный законопроект GRID Act, который предлагает полностью отключить новые дата-центры от публичных сетей.

Гибкое энергопотребление — это не просто технологический эксперимент, а способ обойти регуляторные и инфраструктурные ограничения, не дожидаясь строительства новых электростанций.

Как работает гибкая ИИ-фабрика: метод Emerald AI

Conductor — это программное обеспечение, которое устанавливается на уровне управления дата-центром. Его работа строится на трех принципах:

  1. Мониторинг сети в реальном времени. Система получает данные от сетевого оператора (например, National Grid в Великобритании или PJM в США) о текущей загрузке и прогнозируемых пиках.
  2. Приоритизация задач. Conductor знает, какие вычислительные задачи критичны по времени (например, обработка пользовательских запросов), а какие можно отложить или выполнить с меньшей мощностью (например, фоновое обучение моделей).
  3. Автоматическое снижение мощности. При сигнале о перегрузке сети программа снижает энергопотребление, отключая или замедляя некритичные задачи. После нормализации нагрузки мощность восстанавливается.

Партнерами Emerald AI по проекту выступают Nvidia (поставщик чипов) и Digital Realty (крупнейший оператор дата-центров). Они называют такие объекты «гибкими ИИ-фабриками» (power-flexible AI factories).

Важно: технология находится на стадии пилота. В 2026 году Conductor будет развернут в новом дата-центре в Вирджинии, подключенном к реальной сети. Массовое внедрение пока не подтверждено независимыми данными.

Что нужно проверить перед внедрением: практический чек-лист

Прежде чем принимать решение о внедрении гибкого энергопотребления, ответьте на пять вопросов:

Вопрос Что проверить
1. Какие задачи можно приостановить? Составьте список AI-нагрузок: обучение моделей, инференс, пакетная обработка. Определите, какие из них терпят задержку в 10-30 минут.
2. Есть ли у вас контракт с сетевым оператором? Узнайте, предлагает ли ваш местный оператор программы управления спросом (demand response).
3. Каковы регуляторные риски в вашем регионе? Проверьте, не рассматриваются ли в вашем штате или стране запреты на новые дата-центры или требования к автономному энергоснабжению.
4. Готово ли ваше ПО к динамическому управлению мощностью? Нужна ли доработка оркестратора (Kubernetes, Slurm) для graceful shutdown и возобновления задач?
5. Какова экономика? Сравните стоимость внедрения Conductor (или аналога) с затратами на строительство собственной генерации или ожидание подключения к сети.

Где скрыты риски и ограничения

Технология гибких дата-центров — не панацея. Вот что нужно учитывать:

  • Пилотный статус. Conductor протестирован только в одном дата-центре в Лондоне в режиме симуляции. Реальное развертывание в Вирджинии начнется в 2026 году. Нет независимых данных о надежности и экономической эффективности.
  • Зависимость от сетевого оператора. Для работы Conductor необходим доступ к данным от оператора сети в реальном времени. Не все операторы предоставляют такие интерфейсы.
  • Ограничения по типам задач. Не все AI-нагрузки можно прерывать. Например, инференс в реальном времени (чат-боты, рекомендательные системы) требует постоянной мощности. Гибкость применима в первую очередь для пакетного обучения и фоновых вычислений.
  • Регуляторная неопределенность. Законопроект GRID Act в США может полностью изменить правила игры, обязав дата-центры иметь собственные источники энергии. В этом случае гибкость станет дополнительным, а не основным решением.
  • PR-составляющая. В статье MIT Technology Review, на которой основан этот материал, участвуют представители Nvidia и Digital Realty — партнеров Emerald AI. Часть информации может быть подана в оптимистичном ключе.

Что можно сделать на этой неделе

  1. Проведите аудит AI-нагрузок. Определите, какие задачи можно приостановить на 15-30 минут без потери качества сервиса. Это база для оценки применимости гибкого энергопотребления.
  2. Свяжитесь с сетевым оператором. Узнайте, участвует ли он в программах управления спросом и какие технические требования предъявляет к участникам.
  3. Оцените регуляторные риски. Проверьте, не готовятся ли в вашем регионе законы, ограничивающие подключение дата-центров к сети. Это может повлиять на выбор между гибкостью и автономной генерацией.
  4. Изучите альтернативы. Помимо Conductor от Emerald AI, существуют и другие решения для управления энергопотреблением дата-центров. Сравните их функциональность и стоимость.
  5. Подготовьте бюджет. Оцените стоимость внедрения системы гибкого управления (лицензии, доработка ПО, интеграция с оператором) и сравните с затратами на строительство собственной генерации или аренду мощностей у сторонних операторов.

Источники

  • MIT Technology Review: Want to get a data center online quickly? Give it some flex.
  • Данные о сроках подключения к сети PJM — по информации RMI (Energy Research and Advocacy Group), приведенной в статье MIT Technology Review.
  • Данные о замороженных проектах — по информации Data Center Watch, приведенной в статье MIT Technology Review.

Генерация изображения

  • Модель: flux-schnell
  • Провайдер: replicate

Что почитать дальше