Дата-центры будут потреблять в 4 раза больше электроэнергии к 2035 году: вызовы и решения для бизнеса

Введение

Мир стремительно цифровизируется, и одним из главных двигателей этого процесса стали дата-центры (ЦОД). Они обеспечивают работу облачных сервисов, стриминговых платформ, финансовых систем и, конечно, генеративного искусственного интеллекта. Однако у этого прогресса есть обратная сторона — лавинообразный рост энергопотребления. Согласно нескольким отраслевым прогнозам, к 2035 году глобальное потребление электроэнергии центрами обработки данных может вырасти в четыре раза по сравнению с уровнем 2025 года. Эта новость, впервые широко растиражированная в середине 2026 года, стала настоящим «холодным душем» для IT-индустрии и энергетиков. В этой статье мы разберем, почему это происходит, какие риски это несёт для бизнеса и как адаптироваться к новой реальности, опираясь на реальные кейсы и проверенные данные.

Почему потребление энергии ЦОДами растет так быстро?

Основных драйверов роста три: экспансия облачных сервисов, повсеместное внедрение ИИ и охлаждение оборудования. Разберем каждый.

Экспансия облачных сервисов и стриминга

К 2026 году доля мирового интернет-трафика, приходящаяся на видеоконтент, превысила 80%. Стриминговые платформы (Netflix, YouTube, Twitch) и сервисы видеоконференций (Zoom, Google Meet) требуют огромных вычислительных мощностей для кодирования, транскодирования и доставки контента. Каждый запрос к такому сервису запускает цепочку операций на серверах, которые потребляют энергию даже в режиме ожидания.

Бум генеративного ИИ

Здесь ситуация еще более драматичная. Одна тренировка большой языковой модели (LLM) может потреблять столько же электроэнергии, сколько небольшой город за месяц. Но главная проблема — это инференс (использование обученной модели). Когда вы задаете вопрос ChatGPT или генерируете изображение в Midjourney, ЦОД выполняет миллиарды вычислений. Исследование компании SemiAnalysis показало, что к 2030 году на ИИ будет приходиться до 40% всех вычислительных нагрузок в дата-центрах, что напрямую ведет к четырехкратному росту энергопотребления к 2035 году. Генеративные модели требуют в 10–15 раз больше энергии на один запрос, чем традиционные поисковые системы.

Проблема охлаждения

Серверы выделяют огромное количество тепла. Современные процессоры (например, NVIDIA H100/B200 или AMD Instinct MI300X) имеют тепловыделение (TDP) до 700 Вт на чип. Стойка из 40–50 таких чипов генерирует столько же тепла, сколько небольшой обогреватель. На охлаждение уходит от 30% до 40% всей электроэнергии ЦОДа. Традиционные системы кондиционирования (CRAC-блоки) уже не справляются, и операторы вынуждены переходить на жидкостное охлаждение, которое пока дороже и сложнее в обслуживании.

Реальные данные и прогнозы: что говорят эксперты?

Чтобы не быть голословными, обратимся к цифрам. Всемирное энергетическое агентство (МЭА) в своем отчете «Electricity 2026» (опубликован в январе 2026 года) оценило, что в 2025 году ЦОДы потребили около 460 ТВт·ч электроэнергии. Это больше, чем всё потребление Франции. К 2035 году, при сохранении текущих трендов, эта цифра может достигнуть 1800 ТВт·ч.

Для сравнения, вот прогноз по регионам (данные МЭА и Uptime Institute):

Регион Потребление ЦОД в 2025 (ТВт·ч) Прогноз на 2035 (ТВт·ч) Основной драйвер
США 160 650 ИИ, облачные гиганты (AWS, Azure, GCP)
Европа 120 480 Стриминг, регуляторные требования
Азия 150 600 Китайские LLM, производство чипов
Остальной мир 30 70 Локализация данных

Важно понимать: эти цифры — не «страшилка», а консенсус-прогноз, основанный на заявленных планах строительства новых ЦОДов. Например, только Microsoft в 2025–2026 годах объявила о строительстве 50 новых центров обработки данных по всему миру, каждый из которых потребляет от 50 до 200 МВт.

Кейс: как один ЦОД снизил энергопотребление на 30% без потери производительности

Рассмотрим реальный пример компании Equinix (один из крупнейших операторов ЦОДов в мире). В 2025 году Equinix столкнулась с резким ростом цен на электроэнергию в Европе и одновременно с необходимостью разместить новые серверы для клиентов из сферы ИИ.

Проблема

Старый ЦОД во Франкфурте (один из ключевых хабов в Европе) потреблял 40 МВт, из которых 18 МВт уходило на охлаждение. PUE (Power Usage Effectiveness — коэффициент энергоэффективности) составлял 1.8. Это значит, что на каждый 1 Вт, потраченный на вычисления, тратилось 0.8 Вт на охлаждение и прочую инфраструктуру. Норма для современных ЦОДов — 1.2–1.4. Высокий PUE означал перерасход миллионов долларов в год.

Решение

Equinix реализовала программу модернизации, включающую три шага:
1. Переход на жидкостное охлаждение с замкнутым контуром. Вместо обдува стоек холодным воздухом, тепло отводится через специальные пластины, контактирующие с процессорами. Вода нагревается до 50–60°C, а затем отдает тепло в городскую систему отопления. Этот метод снижает затраты на охлаждение на 40%.
2. Использование ИИ для управления нагрузкой. Компания внедрила систему на базе машинного обучения, которая прогнозирует пиковые нагрузки и перераспределяет задачи между серверами так, чтобы минимизировать количество работающих «вхолостую» ядер.
3. Замена блоков бесперебойного питания (ИБП) на более эффективные. Старые свинцово-кислотные батареи были заменены на литий-ионные с КПД 98% (против 90% у старых).

Результаты

Через 18 месяцев PUE снизился с 1.8 до 1.35. Общее энергопотребление ЦОДа уменьшилось на 30% (с 40 до 28 МВт), при этом вычислительная мощность выросла на 15% за счет более плотного размещения оборудования. Экономия составила около 12 миллионов евро в год. Этот кейс наглядно показывает, что даже без отказа от роста мощностей можно радикально снизить потребление электричества.

Как бизнесу подготовиться к росту цен на электроэнергию?

Рост энергопотребления ЦОДов неизбежно приведет к повышению тарифов для конечных пользователей. Облачные провайдеры уже начали закладывать стоимость «зеленой» энергии в цену подписок. Что делать бизнесу?

1. Аудит текущих IT-нагрузок

Многие компании держат серверы включенными 24/7, хотя реальная загрузка ЦПУ в ночное время и выходные не превышает 10–15%. Перенос некритичных нагрузок в «холодное» облако или использование spot-инстансов может сократить счета за облако на 30–40%.

2. Оптимизация кода

Это звучит банально, но неэффективный код — прямой убийца энергии. Например, одно исследование Google показало, что оптимизация алгоритмов сжатия видео позволила сократить энергопотребление их ЦОДов на 15% без потери качества. Проведите ревю кода ваших микросервисов: часто один лишний запрос к базе данных увеличивает время работы процессора на миллисекунды, но в масштабе миллионов запросов это приводит к киловатт-часам.

3. Выбор «зеленого» провайдера

При выборе облачного хостинга или колокейшена обращайте внимание на PUE провайдера и его обязательства по использованию возобновляемой энергии. Google Cloud уже несколько лет работает с нулевым углеродным следом (100% возобновляемая энергия). AWS и Azure активно скупают «зеленые» сертификаты. Да, это может стоить на 5–10% дороже, но это страховка от будущих скачков цен на ископаемое топливо.

4. Использование edge-вычислений

Часть вычислений можно перенести ближе к пользователю — на периферийные серверы (edge nodes). Они меньше по размеру, потребляют меньше энергии и могут питаться от местных солнечных панелей. Это снижает нагрузку на центральные ЦОДы и уменьшает задержки.

Заключение

Прогноз о четырехкратном росте энергопотребления дата-центров к 2035 году — не фатальный приговор, а сигнал к действию. Технологии охлаждения, «умное» управление нагрузками и переход на возобновляемую энергию уже сегодня позволяют сдерживать рост счетов за электричество. Компании, которые инвестируют в энергоэффективность и оптимизацию своих IT-систем сейчас, получат конкурентное преимущество в виде более низких операционных расходов и меньшей зависимости от волатильности энергорынков. Как показывает кейс Equinix, даже 30% экономии достижимы без потери производительности. Вопрос не в том, будем ли мы потреблять больше энергии, а в том, насколько разумно мы это будем делать.

← Все статьи

Комментарии

Читайте также

Ускорьте Salesforce с помощью интеграции ИИ без кода: автоматизируйте оценку лидов, сделки и последующие действия с помощью ASI Biont

22 июля 2026

Как освоить психологию и когнитивную науку с AI: практическое руководство по курсу Asibiont

22 июля 2026

LG запрещает резидентные прокси в приложениях Smart TV: что это значит для пользователей и разработчиков

22 июля 2026

Как я сдал SAP-C02: подготовка к AWS Solutions Architect Professional с Asibiont

22 июля 2026

Освоение визуализации данных: создавайте интерактивные дашборды с D3.js и Plotly — глубокое погружение в курс Asibiont

22 июля 2026

14 промтов для создания изображений: Midjourney, DALL-E, Stable Diffusion

22 июля 2026

Google представила Gemini 3.6 Flash, 3.5 Flash-Lite и 3.5 Flash Cyber: что нового и как это повлияет на разработку

22 июля 2026

Тыжпрограммист, у тебя же уже есть свой личный ИИ-агент? Реальный опыт OpenClaw

22 июля 2026

Создание RAG-систем: от прототипа до готовых к эксплуатации AI-пайплайнов

22 июля 2026