Центры обработки данных – задачи, возможности и угрозы

Эволюция искусственного интеллекта от простых чат-ботов к моделям рассуждений и искусственному интеллекту требует значительной вычислительной мощности. Быстрый рост ИИ вызвал рост спроса на высокопроизводительные дата-центры, способные вместить тысячи ускорителей. Ажиотаж вокруг ИИ привлекает на рынок центров обработки данных новых инвесторов, которые видят возможность заработать на растущем спросе, а компании, пользующиеся услугами центров обработки данных, рассматриваются как целевой рынок.

Центры обработки данных, или, как их еще называют, дата-центры¹Центр обработки данных (ЦОД, дата-центр, data center) – это централизованный объект, в котором размещаются серверы и сопутствующее инженерное оборудование для хранения, обработки и передачи больших объёмов информации бывают двух видов: корпоративные ‑ созданы для собственных целей компаний, и аутсорсинговые ‑ предлагает услуги по аренде стоек²Стойка – это конструкция, которая используется для размещения и организации серверного и сетевого оборудования, стойко-мест, виртуальных серверов и облачных хранилищ, а также возможностей физического размещения клиентского серверного оборудования по модели колокации (colocation).

Дата-центры содержат вычислительную инфраструктуру, необходимую ИТ-системам, такую как серверы, накопители данных и сетевое оборудование.

Центры обработки данных предоставляют некоторые преимущества, в том числе, подача резервного питания при отключении основного, репликация данных на нескольких компьютерах для аварийного восстановления, управление оборудованием в зависимости от температуры для продления срока службы оборудования, реализация мер безопасности для обеспечения соответствия законодательству о данных. Компании используют центры обработки данных для хранения физической инфраструктуры в центральном местоположении, к которому они моут получить доступ отовсюду.

Основные компоненты центров обработки данных.

Серверы. Выполняют вычислительные задачи, размещают приложения и хранят данные. Центры обработки данных часто развертывают различные типы серверов, включая стоечные серверы, блейд-серверы и специализированные серверы, оптимизированные для определенных рабочих нагрузок.

Сетевое оборудование. Облегчает связь между серверами, устройствами и пользователями. Центры обработки данных обычно инвестируют в лучшее сетевое оборудование, доступное в любой момент времени. Например, в настоящее время центры обработки данных будут стремиться использовать оптоволоконные кабели и мобильную сеть 5G.

Системы хранения данных. Жесткие диски могут использоваться для хранения данных с медленным доступом. Твердотельные накопители ‑ для хранения данных с быстрым доступом. Многие центры обработки данных внедряют сети хранения данных, которые обеспечивают централизованное предоставление и управление хранилищем, способствуя эффективному хранению и извлечению данных.

Инфраструктура электропитания. Для защиты от последствий сбоев в работе центра обработки данных обычно реализуется избыточная инфраструктура электропитания. Она состоит из систем источников бесперебойного питания и резервных генераторов. Системы ИБП обеспечивают резервное питание в случае отключения коммунальных услуг, в то время как резервные генераторы ‑ непрерывную работу при длительных сбоях в подаче электроэнергии.

Инфраструктура климат-контроля. Несмотря на то, что оборудование, которое используется в центрах обработки данных, стало более энергоэффективным, оно по-прежнему генерирует много тепла. Это означает, что центрам обработки данных нужны надежные системы охлаждения. Им также нужны системы управления влажностью, поскольку избыточная влажность может серьезно повредить оборудование.

Центры обработки данных ИИ также содержат указанное оборудование. Различия между этими двумя типами центров обработки данных вытекают из чрезвычайных требований высокоинтенсивных рабочих нагрузок ИИ. В отличие от центров обработки данных ИИ, обычные центры обработки данных содержат инфраструктуру, которая быстро перегружается при рабочих нагрузках ИИ. Инфраструктура, готовая к использованию ИИ, специально разработана для задач машинного обучения.

Центры обработки данных, способные работать с ИИ, требуют высокопроизводительных графических процессоров и ИТ-инфраструктурных решений, таких как расширенные возможности хранения, работы в сети, энергопотребления и охлаждения.

Центры обработки данных, готовые к использованию искусственного интеллекта, обладают рядом уникальных особенностей и функций: высокопроизводительные вычисления, расширенная архитектура хранения;

устойчивая и безопасная сеть, адекватные решения по электропитанию и охлаждению, высокопроизводительные вычисления.

Центры обработки данных используют ускорители, такие как графические процессоры (GPU) и специализированные чипы (например, FPGA), для повышения производительности при выполнении ресурсоемких задач, включая обработку больших объемов данных, машинное обучение и научные вычисления. Ускорители позволяют значительно сократить время выполнения операций, что критически важно для современных приложений, работающих с большими данными и требующих быстрой обработки информации.

GPU разбивают сложные проблемы на более мелкие части, которые можно решать одновременно, это методология, известная как параллельная обработка. Модели искусственного интеллекта обучаются и работают на графических процессорах центров обработки данных, обеспечивая работу многих ведущих приложений искусственного интеллекта.

Помимо этого, центры обработки данных, готовые к использованию ИИ, включают в себя более специализированные ускорители ИИ, такие как нейронные процессоры (NPU) и тензорные процессоры (TPU). NPU имитируют нейронные пути человеческого мозга для лучшей обработки рабочих нагрузок ИИ в реальном времени. TPU представляют собой ускорители, специально разработанные для ускорения тензорных вычислений в рабочих нагрузках ИИ. Их высокая пропускная способность и низкая задержка делают их пригодными для многих приложений ИИ и глубокого обучения.

Для обучения моделей ИИ требуются графические процессорыдля одновременного выполнения большого количества задач. В центре обработки данных могут использоваться сотни, а в некоторых случаях, тысячи таких процессоров.

Гипермасштабные центры обработки данных включают не менее 5000 серверов и обеспечивают экстремальные возможности масштабирования и спроектированы для крупномасштабных рабочих нагрузок. Они широко используются во всем мире поставщиками облачных услуг, такими как Amazon Web Services (AWS), Microsoft Azure и Google Cloud Platform для различных целей, включая искусственный интеллект, автоматизацию, аналитику данных, хранение данных, обработку данных и многое другое.

Резкий рост спроса на мощности центров обработки данных вызвал интерес у постоянно растущего числа инвесторов и поставщиков в Азиатско-Тихоокеанском регионе. В 2025 году два крупных азиатских оператора центров обработки данных получили самые крупные в своей истории кредиты, часть которых была направлена на расширение их деятельности в Малайзии, которая становится центром для таких объектов.

Эти сделки подчёркивают привлекательность отрасли для широкого круга инвесторов в условиях ажиотажа вокруг ИИ. Они также показывают, насколько востребованными стали центры обработки данных в Азии: согласно данным компании Cushman and Wakefield, предоставляющей услуги в сфере недвижимости, спрос будет расти примерно на 32% в год до 2028 года, опережая ожидаемый рост в США на 18%.

На фоне растущей напряжённости в отношениях между Пекином и Вашингтоном технологические транснациональные корпорации диверсифицируют свою деятельность за пределами Китая. Сотни миллиардов долларов инвестиций поступают в города Юго-Восточной Азии и меняют местную экономику. По данным Cushman & Wakefield, около 29% гипермасштабируемых облачных вычислений, используемых в отрасли в качестве индикатора роста рынка, производятся в Азиатско-Тихоокеанском регионе по сравнению с 49% В США. Ожидается, что к 2028 году доля Азии в чем? увеличится до 33%, или до $173 млрд.

Малайзия является крупным игроком в полупроводниковой промышленности, на долю которой приходится 13% мирового объема тестирования и упаковки. В последние годы она привлекла многомиллиардные инвестиции от ведущих компаний, включая Intel и Infineon. Наибольшую выгоду от притока финансирования получил граничащий с Сингапуром штат Малайзии Джохор. В нем реализовано или находится в стадии строительства около 30 проектов центров обработки данных, ещё 20 ожидают одобрения.

В свою очередь, в Таиланде одобрили инвестиционные заявки на сумму 5,9 млрд долларов, в том числе три проекта, ориентированных на этот сектор.

Тем не менее, отрасль сталкивается с неопределенностью, поскольку США работают над новыми тарифами, из-за чего повышается риск более широкой торговой войны. Вероятные цели включают страны, поставляющие оборудование для центров обработки данных, в основном в Азии, а также некоторые ключевые компоненты, от которых оно зависит, такие как полупроводники. Проекты также могут столкнуться с задержками, если будут нарушены цепочки поставок.

Согласно недавнему отчету исследователей Оксфордского университета, всего 32 страны мира, преимущественно в Северном полушарии, обладают специализированными центрами обработки данных ИИ, в то время как подавляющее большинство стран лишено этой важнейшей технологической инфраструктуры. В отчете говорится, что только в США и Китае эксплуатируется более 90% специализированных центров обработки данных ИИ. США и Китай доминируют, в то время как Африка и Южная Америка отстают в революции ИИ. Американские технологические гиганты, включая Amazon, Microsoft и Google, управляют 87 крупными вычислительными центрами ИИ по всему миру, в то время как китайские компании 39. Европейские компании в свою очередь управляют шестью. Более чем в 150 странах подобная инфраструктура отсутствует.

Без доступа к ЦОД страны отстают в развитии ИИ, научных исследованиях и экономической конкурентоспособности. Не имея собственных центров обработки данных ИИ многие страны вынуждены полагаться на иностранных технологических гигантов. Аренда доступа к центрам обработки данных за рубежом стоит достаточно дорого.

Этот разрыв также ввел новый тип глобальной зависимости. Страны без центров обработки данных часто полагаются на аренду вычислительных мощностей у американских или китайских фирм, что влечет за собой расходы, задержки и даже политические ограничения. Так, корпорация ОАЭ согласилась отказаться от использования китайских технологий в обмен на доступ к чипам NVIDIA. Тем временем в Африке, как сообщается, политики ведут переговоры с Huawei о переоборудовании существующих центров обработки данных для размещения чипов китайского производства.

Цифровой разрыв когда-то относился к доступу к телефонам или интернету. Сегодня речь идет о том, кто контролирует машины, формирующие ИИ. Это создает не только технологический, но и экономический и политический разрыв.

В частности, OpenAI удалось принять на работу четырех высокоуровневых специалистов, которые до этого работали у конкурирующих корпораций (Tesla, xAi, Meta (запрещена в России). Целью OpenAI является усиление команды масштабирования, которая работает над проектом Stargate. В рамках работы над ним OpenAI строит собственные дата-центры для новых поколений ИИ.

OpenAI планирует принять участие в разработке нового крупного центра обработки данных в Объединенных Арабских Эмиратах, который в конечном итоге может стать одним из крупнейших в мире. Это станет серьезной ставкой на Ближний Восток и существенным расширением глобальных амбиций компании в области инфраструктуры искусственного интеллекта.

Ожидается, что производитель ChatGPT станет одним из основных арендаторов недавно анонсированного 5-гигаваттного кампуса центра обработки данных в Абу-Даби. После завершения строительства обширный объект будет охватывать площадь в 10 квадратных миль и потреблять примерно столько же энергии, сколько потребляют пять ядерных реакторов.

В настоящее время Nvidia строит 100 фабрик искусственного интеллекта: в рамках проекта, рассчитанного на 50 лет. В четвёртом квартале 2024 года почти 90 % выручки компании приходилось на центры обработки данных.

Российский рынок центра обработки данных показывает рост на 10-15% в год с точки зрения создания стойко-мест. По прогнозам аналитиков Сбера, к 2030 году цифровизация, облачные технологии, искусственный интеллект и интернет вещей ускорят рост спроса на ЦОДы до 30-35% в год.

Вместе с этим рынок продолжит консолидацию: крупнейшие игроки будут наращивать свой вес за счёт запуска новых и увеличения возможностей существующих объектов. Этот тренд поддержит повышенный спрос на персонал и команды по строительству и управлению ЦОД.

На первый план выходят масштабируемость инфраструктуры ЦОД, энергоэффективность и соответствие требованиям критической инфраструктуры.

• 1
  Центр обработки данных (ЦОД, дата-центр, data center) – это централизованный объект, в котором размещаются серверы и сопутствующее инженерное оборудование для хранения, обработки и передачи больших объёмов информации
• 2
  Стойка – это конструкция, которая используется для размещения и организации серверного и сетевого оборудования,

Похожие записи:

Подходы и методы регулирования применения искусственного интеллекта и ответственности за эти действия Обзор технологического отчета Bain & Company 2024 Отчет о мониторинге правоприменения регулирования информационного пространства в странах мира в 2020 году Искусственный интеллект: технологии и применение Кибератаки на критическую информационную инфраструктуру