Кто остановит AGI: не законы, а электричество и вода
Кто остановит AGI: не законы, а электричество и вода В последние месяцы призывы притормозить развитие самых мощных AI-систем звучат уже не только от политиков и экспертов: руководители крупнейших AI-компаний сами обсуждают замедление гонки, независимый контроль и правила, позволяющие остановиться, если развитие станет слишком опасным. Спор идёт о том, кто должен нажать на тормоз — разработчики, государство или международные регуляторы. Автор разбора на основе статьи Tagesschau указывает на ограничитель, которому не нужны законы и соглашения, — физическую инфраструктуру. Программное обеспечение масштабируется дёшево и почти бесконечно, но с аппаратной частью всё иначе: рост AI требует больше GPU, дата-центров, электроэнергии, охлаждения, воды и сетей. По оценке из статьи Tagesschau, к 2045 году потребление электроэнергии в Германии может примерно удвоиться — не только из-за AI, но и из-за электромобилей, тепловых насосов и электрификации промышленности. В земле Гессен, где сосредоточено более трети немецких дата-центров, потребление может вырасти примерно втрое. Без дополнительного роста выбросов CO₂ это потребует больше солнечной и ветровой генерации и параллельной перестройки электросетей. Энергоэффективность уже становится отдельной задачей. В проекте DFKI (Немецкого исследовательского центра искусственного интеллекта) на предприятии Stahl-Holding-Saar дроны с камерами распознают и сортируют металлолом, и для дрона каждый лишний расчёт означает быструю разрядку аккумулятора. Исследователи не брали самую мощную модель: из тысяч моделей анализа изображений они сначала выяснили, какие параметры сильнее всего влияют на энергопотребление, и подобрали модель, достаточную для задачи. В результате при той же производительности потребление снизилось почти на 90%. Теперь DFKI вместе с T-Systems пытается перенести этот подход на большие дата-центры — вплоть до систем с 10 000 GPU. Меняется и архитектура самих моделей. По словам руководителя исследования Вольфганга Мааса, во времена появления ChatGPT при обработке запроса активировалась фактически вся модель, а сейчас вычисления становятся избирательными — задействуется только нужная часть. Он приводит пример DeepSeek R1: большая модель разбита на множество специализированных «экспертов», и для конкретного запроса работает лишь часть из них, что заметно снижает объём вычислений и энергопотребление. Маас сравнивает это с мозгом, который, по его очень приблизительной оценке, тратит на распознавание уличной сцены около пяти процентов ресурсов. У эффективности есть ловушка: рост производительности не обязательно снижает общее энергопотребление. Если вычисления дешевеют, их начинают выполнять больше — строятся новые дата-центры, запускается больше моделей, растёт число запросов, и увеличение общего объёма вычислений может съесть всю экономию. Второе физическое ограничение — вода для охлаждения, и это уже не далёкое будущее. Летом 2026 года в Германии из-за засухи вводились ограничения: 14 июля в Мюнхене запретили поливать газоны, наполнять частные бассейны, мыть машины вне автомоек и забирать воду из рек и озёр — потребление превысило 360 млн литров в сутки при обычных 300 млн, за нарушение грозил штраф до 50 000 евро. В округе Зиген-Виттенгштайн два водохранилища были заполнены лишь на 47,6% и 58,4%, ограничения затронули около 280 000 человек. Низкий уровень Рейна ударил и по логистике: ставки на перевозки в сторону Роттердама примерно за неделю выросли в четыре раза, а при уровне воды у Кауба ниже 20 см возникал риск прекращения части перевозок — заменить одно судно автотранспортом может потребовать около сотни грузовиков. Источник: https://habr.com/ru/articles/1083538/