" В последние годы развитие вычислительной инфраструктуры для искусственного интеллекта (ИИ) переживает стремительный рост, сопровождаемый масштабными технологическими и структурными изменениями.
Производительность ведущих ИИ-суперкомпьютеров удваивается каждые девять месяцев — благодаря как увеличению количества чипов, так и повышению их индивидуальной мощности. Однако этот прогресс сопровождается резким ростом стоимости: цена аппаратного обеспечения возрастает почти вдвое ежегодно, а энергопотребление увеличивается ещё быстрее — в два раза в год. Одновременно происходит значительный сдвиг в распределении контроля над вычислительными ресурсами: если в 2019 году государственный и частный сектора имели сопоставимые доли, то сегодня более 80% глобальных мощностей сосредоточено в руках частных компаний, а вклад государств и академических учреждений сократился до менее чем 20%. Географическое распределение также демонстрирует значительное неравенство: на долю США приходится около 75% мировой ИИ-вычислительной производительности, Китай удерживает около 15%, тогда как Европа играет сравнительно скромную роль. Если существующие тенденции сохранятся, к 2030 году ведущий ИИ-суперкомпьютер будет включать два миллиона чипов, стоить порядка 200 миллиардов долларов и потреблять до 9 гигаватт энергии — сопоставимо с мощностью девяти атомных электростанций.
1. Вычислительная мощность ведущих ИИ-суперкомпьютеров удваивается каждые 9 месяцев из-за увеличения количества чипов и повышения производительности на чип. 2. Стоимость аппаратного обеспечения растет на 1,9x в год 3. Энергопотребление увеличивается на 2,0x в год. 4. Произошел серьезный сдвиг от государственного к частному сектору. В 2019 году оба сектора имели примерно равные доли вычислительных мощностей, но сейчас компании контролируют более 80% глобальных ИИ-вычислительных мощностей, а доля правительств и академических учреждений упала ниже 20%. 5. США доминирует с 75% глобальной производительности ИИ-суперкомпьютеров, Китай на 2-м месте с 15%, Европа играет незначительную роль. 6. Если текущие тенденции сохранятся, ведущий ИИ-суперкомпьютер в 2030 году будет требовать 2 миллиона ИИ-чипов, стоить $200 миллиардов и потреблять 9 ГВт энергии (эквивалент 9 ядерных реакторов).
