Потребление энергии ИИ скачет на 70% за миллисекунды: сети к этому не готовы

По данным Международного энергетического агентства (МЭА), доля дата-центров в мировом энергопотреблении вырастет до 3–4% в пределах текущего десятилетия. Энергокомпании уже корректируют долгосрочные прогнозы, закладывая рост гиперскейл-площадок (сверхкрупных дата-центров) и плотных вычислительных кластеров. Но проблема оказалась глубже, чем просто «больше киловатт-часов».

Почему дело не в объёме, а в поведении?

Классическое планирование электросетей опирается на предсказуемость. Промышленные, коммерческие и бытовые нагрузки идут по устоявшимся профилям, и даже заметный рост спроса исторически удавалось переваривать за счёт резервов и программ управления.

Крупные вычислительные системы ведут себя принципиально иначе. Обучение моделей предельно синхронизировано: тысячи GPU (графических ускорителей), TPU (тензорных процессоров Google) и специализированных чипов ведут расчёты параллельно и плотно. Инференс (использование уже обученной модели для ответов пользователям) распределён и завязан на реальных людей, поэтому менее предсказуем и по времени, и по географии.

Оба режима не похожи на привычную промышленную нагрузку. И оба умеют резко набирать и сбрасывать мощность в зависимости от циклов обучения и стратегий планирования задач.

Как 70% за миллисекунды ломают сеть?

По данным IEEE Spectrum (апрель 2026), новые ИИ-ЦОД могут менять потребление на 70% и более за миллисекунды. Это не плавная кривая, а ступенчатые рывки.

Современные площадки способны «качать» нагрузку на 1 ГВт по нескольку раз в минуту, и сеть на такое попросту не рассчитана. : Рикардо де Азеведо, технический директор ON.energy

Операторы дата-центров уже ставят средства сглаживания:

• аккумуляторные батареи
• системы кондиционирования питания
• суперконденсаторы (устройства, способные мгновенно отдавать и принимать энергию)

Но в сумме эти рывки всё равно давят на резервы генерации, на механизмы частотного регулирования (системы, удерживающие стабильность сети на частоте 50 или 60 Гц) и на локальную инфраструктуру передачи.

Колебания ветровой и солнечной генерации возникают на стороне предложения и зависят от погоды. Вычислительная волатильность возникает на стороне спроса. Когда динамичными становятся одновременно и спрос, и предложение, неопределённость в прогнозировании и балансировке множится. На эту проблему указывает, в частности, Национальная лаборатория возобновляемой энергетики США (NREL).

Почему Северная Вирджиния стала узким горлышком?

Крупные ЦОД концентрируются там, где сходятся оптоволокно, доступ к рынкам, налоговые льготы и дешёвое электричество. Эталонный случай: Data Center Alley в Северной Вирджинии, крупнейшее в мире скопление дата-центров.

Масштаб концентрации, по данным Virginia Mercury, Prince William Times и Data Center Frontier (2025–2026):

• Пиковая нагрузка всей зоны Dominion Energy составляет около 25 ГВт.
• На конец 2024 года дата-центры законтрактовали у неё порядка 40 ГВт.
• Суммарная очередь на подключение перевалила за 70 ГВт. Для сравнения: это как если бы к региону разом попросились несколько десятков энергоблоков АЭС.
• Срок ожидания полного подключения вырос с 4 лет в 2022-м до 7 лет к 2024-му.

Отдельные площадки уже ставят собственные газовые турбины и топливные элементы, лишь бы не ждать подключения к общей сети.

Резкий рост потребления энергии ИИ в узкой географии перегружает подстанции и коридоры передачи, даже если мощности сети в целом хватает с избытком. Эти локальные риски не видны в общесистемных метриках.

Охлаждение и качество тока добавляют сложности

Системы теплоотвода в плотных ЦОД реагируют на нагрузку динамически: растёт интенсивность вычислений, нелинейно растёт и потребность в охлаждении. Из-за связки «вычисления плюс тепло» колебания рабочей нагрузки прокатываются сразу по нескольким слоям энергопотребления площадки.

Большие массивы ускорителей и импульсные блоки питания порождают гармоники (паразитные колебания тока, которые «загрязняют» сеть) и нелинейное поведение нагрузки. Современные площадки ставят средства подавления, но при таком масштабе энергетикам, вероятно, придётся заново пересматривать подходы к управлению качеством тока и устойчивости инфраструктуры.

Что это значит для вас?

Практический шаг прямо сейчас: если вы используете ИИ-сервисы для работы с контентом, сохраняйте критически важные генерации локально и имейте запасной инструмент. Энергетика, а не алгоритмы, может оказаться главным ограничителем доступности нейросетей в ближайшие годы.