– Наш институт уже более 60 лет разрабатывает генеральные схемы развития газовой отрасли; он участвует в формировании энергетической стратегии. С другой стороны, действует Центр компетенций по отраслевому искусственному интеллекту. Поэтому я постараюсь вести эту тему корректно, рассматривая её с обеих сторон, – обещал модератор дискуссии, генеральный директор ООО «НИИгазэкономика» Николай Кисленко. – Мы подошли к масштабной развилке. С одной стороны, мы утверждали, что искусственный интеллект – это инструмент повышения эффективности. С другой стороны, сегодня ИИ становится источником дополнительных требований к электроэнергетике и энергии как таковой. Так кто же одержит верх в этом противостоянии и в какую сторону движется вектор изменений?
Тормоз или двигатель
– Общий вопрос для всех наших спикеров: ИИ – это фактор роста энергопотребления, фактор повышения эффективности энергетики или фактор преобразования энергетико-цифрового ландшафта в целом? Какие действия надо предппринять, чтобы мы были в числе формирующих ландшафт?
– В самом вопросе уже заключён ответ, – говорит Павел Сниккарс, генеральный директор ПАО «Т Плюс». – Речь идёт, безусловно, о повышении эффективности и производительности при использовании ИИ. Однако с точки зрения энергетики искусственный интеллект – это в первую очередь потребитель. Энергетический ландшафт неизбежно будет трансформироваться, поскольку такой потребитель является крупным и сконцентрированным в одном месте. Международный опыт, к которому мы присматриваемся, демонстрирует: у коллег, сталкивающихся с масштабными заявками, возникают очереди на технологическое присоединение. Вследствие этого они начинают задумываться о строительстве собственных генерирующих источников. В частности, востребованными становятся малые атомные станции. И так далее. Таким образом, энергетический ландшафт изменится, а значит, необходимо адаптировать соответствующую регуляторику. Что делать? Начинать строительство электрических станций уже сегодня и более эффективно использовать действующие мощности, причём без жёсткой привязки к определённому виду топлива, чтобы обеспечить максимальную доступность энергии. Четвёртое: подходить к вопросу с нормальным экономическим осознанием – дополнительные инвестиции неизбежно приведут к отражению в цене на электроэнергию.
– Энергия один из важнейших вопросов, который сегодня необходимо обсуждать в энергетическом секторе, – считает Валид Алмаки, вице-президент по интеллектуальным энергосетям Saudi Energy Company. -В нашей компании мы инвестируем в умные сети, и делаем это на протяжении последних пяти лет. Мы реализуем проекты, направленные на то, чтобы заместить десять млн счётчиков и сделать их интеллектуальными. Для нас это крайне важно, потому что сегодня мы должны адаптироваться и принять технологии искусственного интеллекта. Мы понимаем, что это не только технологии будущего, но и стратегия, которая поможет нам справляться с грядущими вызовами. Оглядываясь на события последних двух лет, мы осознаём, что смогли принять искусственный интеллект и использовать его для управления распределительными сетями. Применение ИИ, инвестиции в дата-центры и вычислительные системы – всё это станет источником энергии в будущем. Мы рассматриваем это как вызов с одной стороны и как возможность с другой – возможность, которая позволит управлять нашей энергетикой более эффективно.
– Прежде чем говорить о том, как изменится энергетический ландшафт – много это или мало – необходимо обратиться к цифрам, – считает Олег Аксютин, заместитель председателя правления – начальник департамента ПАО «Газпром». – Если оценить текущее положение дел, доля искусственного интеллекта в общем глобальном потреблении энергии составляет порядка 1-2 %. Согласно существующим прогнозам, через десять лет эта доля вырастет до 3-5 %. Однако если оценить эффект, который даёт использование искусственного интеллекта с точки зрения энергоэффективности, то, по оценкам экспертов, потенциал снижения потребления электроэнергии составляет примерно 10 %. Поэтому необходимо понимать: искусственный интеллект – это не просто прямой или будущий потребитель электроэнергии. Это механизм, позволяющий оптимизировать саму систему потребления и повышать энергоэффективность. Следует признать, что человеческий прогресс всегда был связан не только с развитием как таковым, но и с ростом потребления энергии.
Мы знаем все переходы от одного источника к другому: в своё время мы переходили с угля на нефть, но уголь остался в энергобалансе; с нефти перешли на газ – нефть осталась. Примерно такая же история, на наш взгляд, произойдёт и с искусственным интеллектом. Вероятно, его следует рассматривать не как драйвер увеличения потребления электроэнергии, а как одну из возможностей её оптимизации – необходимость, которая возникла именно вследствие развития человечества. Кроме того, я соглашусь, что вопросы регуляторики сегодня имеют большое значение. Если мы говорим о потреблении и выработке электроэнергии для нужд ЦОДов – под ЦОДами я подразумеваю именно цифровые вычисления, а не майнинг, – то здесь нужно воспользоваться уже имеющимися возможностями. Например, с точки зрения регуляторики мы предлагали и уже рассматриваем создание гибких механизмов в области цен и тарифов для островной энергетики, направленной на обеспечение электроснабжения ЦОДов, без обязательных условий продажи электроэнергии в оптовую сеть, если такая энергетика является островной. Мне кажется, есть вещи, которые уже можно применять сегодня, и они начнут менять энергетический ландшафт. При этом надо понимать, что искусственный интеллект не является основным толчком и драйвером большого роста потребления электроэнергии, поскольку он сам позволяет оптимизировать этот показатель.
– Не стоит противопоставлять энергетику и искусственный интеллект, – размышляет первый зампредкомитета Госдумы по энергетике Валерий Селезнёв. – Это две вещи, которые необходимо соединить в хорошем смысле этого слова. Вопрос заключается лишь в том, как именно это сделать. Безусловно, мы не должны терять те преимущества, которые у нас есть, и о чём говорит президент в части развития искусственного интеллекта благодаря достаточно развитой энергетической инфраструктуре. В то же время у нас существуют локальные дефициты и локальные профициты. Поэтому необходимо синхронизировать развитие одной отрасли с другой, наложить карту развития одной отрасли на другую и планировать на более длительные периоды. Все нормативные документы верхнего уровня, в общем-то, заложены. Есть прогнозирование до сорок второго года, есть СИПР, которые меняются и уточняются на шестилетние периоды.
В этом плане необходимо принимать решения. Регуляторика сегодня уже понимает, куда двигаться. Здесь просто необходимо принять решения, которые позволят ограничить неконтролируемый рост дата-центров и других ресурсов, необходимых для развития искусственного интеллекта, в тех регионах, которые уже являются энергодефицитными. Это прежде всего Москва, Московская область и Центральный регион. Ещё раз повторюсь: искусственный интеллект необходимо рассматривать как некую дополнительную возможность для развития энергетики, поскольку он является прежде всего потребителем – и потребителем очень знаковым, качественным, который позволяет стабилизировать и регулировать энергосистему.
– Выделим несколько ключевых факторов, – говорит заместитель премьер-министра Республики Татарстан Роман Шайхутдинов. – Первый фактор страновой. Если отбросить высоконагруженные вычисления, то бытовое потребление интернет-трафика растёт в среднем на 5 % в год. Мы фактически достигли плато по бытовым нуждам. Трафик – это производная от работы процессоров и дата-центров в точках обмена. Весь прирост сегодня обеспечивают высоконагруженные вычисления, а именно искусственный интеллект. Для сравнения: в Соединённых Штатах потребление электроэнергии искусственным интеллектом по итогам 2024 года составило 415 тераватт-часов в год. В России – полтора. Моя оценка – 1,5 %, Олег Евгеньевич назвал 1,2 %. Разница несущественна. И этот показатель будет стремительно расти. Человечество лишь в начале пути. Критически важны процессоры и акселераторы для обработки данных.
Стандартная стойка в центре обработки данных «Иннополис», построенном Росэнергоатомом, изначально проектировалась на 8 МВт. Затем мощность пришлось увеличить до 26 МВт, и этого недостаточно. Обычная стойка потребляет от 7 до 12 кВт, стойка для ИИ – от 15 до 30 кВт. Разница в пять-шесть раз. И каждые пять-семь лет это потребление будет удваиваться. Почему? Мы в начале пути. Инференс – основа обучения моделей – также развивается постепенно. Это миграция данных из аналогового мира в цифровой: формирование дата-сетов, обучение моделей и их последующее совершенствование. У России непростой путь. Мы зависимы в трёх аспектах, но имеем одно огромное конкурентное преимущество – стоимость электроэнергии. Однако отсутствует собственная аппаратная база. Наши модели уступают в производительности в среднем в пятьдесят раз. И наконец, кадровый голод: количество обучаемых специалистов недостаточно. Максут Шадаев инициировал программу подготовки элитных специалистов. Университеты Иннополис, ИТМО, Физтех, Высшая школа экономики и другие вузы по поручению государства готовят профессионалов, которых не заменит искусственный интеллект.
Таким образом, два наших конкурентных преимущества – человеческий капитал и стоимость электроэнергии. Ключевое – системный подход к формированию точек обработки данных, определяемый энергобалансом. Александр Новак недавно обозначил перспективные регионы: Красноярский край, Хакасия, Иркутская и Амурская области – за счёт ГЭС; Ленинградская, Тверская, Смоленская области – благодаря АЭС. Если мы стремимся к развитию искусственного интеллекта, необходимо создать особые зоны для мировых разработчиков. Более 70 % электроэнергии Шотландии и Ирландии потребляется дата-центрами. Тридцать лет назад они ввели специальный налоговый режим для Google и других хостинг-компаний. Google платил налоги не в США, за что позднее подвергся критике. Россия обязана стать хабом недорогой электроэнергии. Ключевой фактор – выработка в замкнутом контуре вне Совета рынка. Понимаю, что это заявление может показаться аполитичным из-за сетевой надбавки и перекрёстного субсидирования. Но если мы хотим реального прорыва, необходимо предоставить налоги, кадры и дешёвую энергию. Разрабатывать собственные модели, совершенствуя математические подходы.
Сейчас готовится четвёртая волна центров искусственного интеллекта. Одна из фундаментальных задач – новые математические методы. Основной закон формирования моделей – оптимизация: на минимальном объёме данных получить максимально эффективный результат инференса. Системный подход должен поддерживать не только искусственный интеллект, но и майнинг. В октябре позапрошлого года США объявили о приобретении деривативов биткоина. Это скрытая эмиссия, увеличение финансового плеча. Почему одни могут увеличивать плечо, а мы нет? Необходимо создавать специальные условия, опираясь не только на АЭС. Учитывать объёмы газа, определять наиболее эффективную цену. Предоставить налоговые льготы, определить регионы с учётом свободных лимитов мощностей. Поднять порог для дата-центров с двадцати пяти мегаватт. Эксклюзивные условия для таких зон. Иннополис и ряд других городов готовы активно участвовать.
– Необходимо стартовать с веры в то, что эта технология состоится, – считает директор по информатизации и цифровизации Госкорпорации «Росатом» Евгений Абакумов. – Сегодня искусственный интеллект неглубоко проник в системные отрасли экономики. Если мы верим в его проникновение, последует взрывной рост потребления. В банковском и социальном секторах процессы понятны. Но трансформация энергетики под влиянием искусственного интеллекта – задача, которую предстоит совместно осмыслить. Если мы рассматриваем эту технологию как трансформационную, необходим системный подход к формированию кластеров. МАГАТЭ недавно объявило о системной работе в области искусственного интеллекта как технологии, обеспечивающей создание и эксплуатацию объектов атомной энергетики. Лозунг зарубежных коллег – «Атом для ИИ» – задаёт системное движение. Финальный тезис: рост потребления будет взрывным, а энергетика – отрасль инерционная. Россия обречена на поиск новых технологических решений. Квантовые и фотонные технологии, развиваемые в рамках Национального центра физики и математики, предстоит оценить в ближайшей перспективе. Благодарен за веру в атомные технологии. Энергобаланс останется неизменным на ближайшем горизонте и будет двигаться в направлении, заданном Министерством энергетики.
– Вопрос судьбоносный. Энергетика, криптобиржи, вычислительная техника, порождённая этими биржами, – повсеместно в мире уже создаются или проектируются целые районы и особые экономические зоны, наподобие тех, что некогда отводились под азартные игры, – размышляет Андрей Рудской, ввице-президент Российской академии наук. – Свободные зоны, где разрешено то, что прежде было под запретом. Скорее всего, аналогичная картина развернётся и в недалёком будущем, если мы не изменим саму философию и системные подходы. Проблема эта – поистине мегапроблема. Если физические принципы вычислений, технические решения, заложенные в архитектуру компьютеров, не претерпят коренных изменений в ближайшее время, нас ожидает – с учётом текущей экономико-энергетической ситуации в мире – интеллектуально-компьютерный коллапс. Имеющиеся энергетические ресурсы и саму энергию необходимо рассматривать разумно, цивилизованно. Полагаю, что один из оптимальных выходов из сложившейся ситуации – гарантировать высокий уровень эффективности работы всей энергоинформационной инфраструктуры страны и мира. Речь идёт о сетевой всемирной системе. Начинать следует от уровня генерации и распределения энергии вплоть до уровня конечного потребления. Это основной принцип, к которому я вернусь в ходе дискуссии.
Есть у меня соображения и относительно самого понятия «искусственный интеллект». Сегодня это скорее не факт искусственного интеллекта, а маркетинговый бренд, имя собственное. Я бы сказал, что правильнее говорить об эндо-интеллекте – эндопротезе, но не для конечностей, а для нашего мозга. Чтобы освободить себя от рутинной поисковой работы и рутинных вычислений, наделяя этот инструмент функциями математических моделей, а не свойствами живого существа. Такие системы призваны работать в качестве ускоряющего эндо-интеллектуального протеза для мозга, чтобы от идеи до её реализации и материализации пройти путь быстрее и оптимальнее, не изобретая велосипед. Наш мозг, в отличие от компьютеров, не обладает хранилищем данных. В этом его особенность – при весьма мощных вычислительных и интегральных возможностях. Поэтому сегодня необходимо пересмотреть подходы к потреблению, выработке и эффективному использованию энергии.
– Что же представляет собой ИИ – это новый крупный потребитель электроэнергии, драйвер повышения эффективности или фактор пересборки энергетической карты, – возвращается к вопросу Павел Дроговоз, первый проректор МВТУ имени Баумана. – Я бы сосредоточился именно на третьем пункте, поскольку это стратегически важный аспект, требующий самого пристального внимания. Приведу данные: энергопотребление со стороны дата-центров в мировом масштабе растёт примерно на 15% в год, что в четыре раза превышает средний темп роста общего энергопотребления. Скорее всего, мы столкнёмся не с дефицитом электроэнергии как таковой, а с дефицитом инфраструктуры. Это крайне важный момент, требующий скоординированных системных действий. Инфраструктура – это возможность использовать то, чем располагает наша страна: холодный климат, относительно дешёвую базовую генерацию, мощную атомную и физическую школы, кадры, интеллектуальный потенциал. Всё это необходимо сложить воедино, чтобы определить план развития этой новой сферы. Искусственный интеллект – согласитесь, уже не лёгкая цифровая надстройка. Это аналог тяжёлой промышленности, где вместо прокатных станов – серверные стойки и GPU-кластеры. Всё это представляет собой новую инфраструктуру. Образно говоря, нашей стране требуется ГОЭЛРО 2.0 – системный план её развития.
ГОЭЛРО 2:0 в нашу пользу
– С точки зрения энергетики, всё-таки искусственный интеллект – это новый тип потребителей или это просто большой ЦОД?
– Павел Сниккарс: Всё зависит от угла зрения. Если рассматривать ситуацию с позиции энергосистемы, то перед нами крупный, весьма электроёмкий потребитель с собственным графиком нагрузки. Нельзя оценивать его изолированно, в отрыве от других параметров. Разумеется, как уже отмечалось, существует доступный ресурс – и не только энергетическая инфраструктура, но и инфраструктура связи. Полагаю, здесь проявятся определённые радиусы эффективности, подобно тому, как это происходит с другими товарами, исходя из расположения крупных мегаполисов и основных потребителей. При этом нельзя забывать о параметрах надёжности. В России сегодня отсутствуют регуляторные ограничения на строительство собственных генерирующих источников, не связанных с внешней сетью. Стройте, пожалуйста. Однако вопрос резервирования и обеспечения стабильного энергоснабжения остаётся ключевым. Если у вас третья категория надёжности, то достаточно одного блока в работе, одного в ремонте и одного в резерве. Для второй или первой категории потребуются два независимых источника, а значит – дополнительная генерирующая мощность и её содержание.
Таким образом, необходимо найти оптимум. Коллеги призывают ускориться, но развитие может быть как экстенсивным, так и интенсивным – в зависимости от технологии. Все говорят о быстром росте электропотребления. Если мы ускоримся, а затем перейдём к оптимизации, этот рост необходимо обеспечить. Мы даём этому ресурсу зелёный свет. Остальные промышленные потребители ждут или также развиваются. Вопрос приоритета и выбора будет стоять всегда. Для энергетики это крупный электроёмкий потребитель со своим графиком. Нельзя упускать и другие аспекты, например, утилизацию избыточного тепла, которую можно использовать в сфере централизованного теплоснабжения, как, например, в Татарстане, где действует долгосрочный контракт со стабилизацией цены. Упомянули рынок и его изменения. Самый длинный цикл стабильной цены – у АЭС и ГЭС, где ресурс можно оценить на 100 лет, хотя у ГЭС есть маловодные периоды. Крупный потребитель обладает характерным графиком и определёнными параметрами надёжности, которые необходимо определить. Коллеги не видят возможности отключения. Регулирование энергосистемы включает снижение нагрузки в ночное время и уплотнение графика потребления, так как любая энергосистема имеет утренние и вечерние пики. Чем ровнее график, тем равномернее работает генерирующее оборудование и ниже удельные затраты. В этом и заключается поиск эффективности. Моя гипотеза: полагаю, что сначала мы нарастим электрические мощности, чтобы обеспечить нужды искусственного интеллекта, а затем перейдём к повышению эффективности через снижение электропотребления.
– В Саудовской Аравии также активно развивается использование искусственного интеллекта. Интеллектуальные сети, или Smart Grid, предполагают применение ИИ. Насколько он помогает повышать устойчивость, надёжность и управлять режимами работы энергосистемы?
– Валид Алмалки: Это очень важный и своевременный вопрос. Наша компания отвечает за генерацию, передачу и распределение энергии для 11 млн потребителей в четырёх региональных зонах Саудовской Аравии. Инвестиции в Smart Grid дают нам преимущества, позволяя работать с искусственным интеллектом и ускорять его внедрение в повседневную деятельность. Сегодня мы используем ИИ для планирования загрузки сетей, что обеспечивает надёжную информацию и позволяет более эффективно прогнозировать будущее. Приведу пример: наше приложение предоставляет клиентам точные данные о потреблении, поступающие от умных счётчиков. Это первый уровень. На его основе мы строим аналитические инструменты с использованием ИИ, что даёт нам возможность лучше понимать направления дальнейшего развития.
– Может ли природный газ превращаться не только в мегаватты, но и в вычислительную мощность? Существует ли синергия между газом и цифрой?
— Олег Аксютин: Павел Сниккарс выдвинул гипотезу о том, что «мы сначала нарастим». Не могу удержаться от дискуссии с ним. На мой взгляд, история будет развиваться иначе. Мы не станем создавать избыточные электрические мощности, чтобы затем их оптимизировать. Причина проста: уже сегодня при строительстве, в том числе инфраструктурных объектов, применяются технологии искусственного интеллекта, позволяющие проводить эффективную оптимизацию. Это первое.
Второе – использование искусственного интеллекта, и в «Газпроме» это тоже есть. Например, в диагностике – так называемая примитивная диагностика сегодня позволяет чётко понимать состояние и своевременно принимать решения в отношении технических объектов. Это предотвращает ситуации, когда в ремонт уходит не одна, а две машины, и все работы проводятся с совершенно иными затратами. То есть искусственный интеллект уже начинает работать. Но, давайте справедливо: с точки зрения терминологии, «искусственный интеллект» – вероятно, не совсем точное определение. Скорее, технологии с его использованием уже вовлечены, уже работают, уже позволяют заниматься оптимизацией. По мере их развития, я думаю, многие вещи, которые мы делали «про запас» – резервирование и прочее – будут меняться. Тренд на это уже есть. А это уже повышение эффективности. Это, собственно, и есть реплика на гипотезу.
Что касается «Газпрома», искусственного интеллекта и электропотребления. На самом деле, все три эти ипостаси так или иначе в «Газпроме» присутствуют. Прежде всего, центры обработки данных (ЦОДы) – это хорошие потенциальные потребители природного газа через выработку электроэнергии. Чем они для нас хороши? Несмотря на то, что их загрузка неравномерна, в летнее время они потребляют больше электроэнергии из-за усиленного охлаждения. Таким образом, формируется равновесная система: в осенне-зимний период загрузка газотранспортной системы выше (коэффициент неравномерности примерно два), а летом – ниже. Если ЦОДы будут активно развиваться – где и как, сейчас даже не беру в расчёт – то появится возможность равномерной загрузки газотранспортной системы. Это выгодно и для месторождений, и для техники, работающей в стандартном режиме. Это серьёзный плюс, плюс дополнительное потребление газа.
Следующий момент, о котором я уже говорил: «Газпром» сам использует технологии, построенные на принципах искусственного интеллекта, в различных направлениях. Это и в добыче, в наших программах, и в транспортировке газа, и в переработке – с точки зрения оптимизации режимов с учётом входного и выходного продукта. В других направлениях мы это активно применяем и продолжаем развивать.
Но я бы хотел сказать ещё об одном моменте. Павел Николаевич справедливо упомянул тепло. А у «Газпрома» есть и холод. В чём он заключается? На наших газораспределительных станциях (ГРС), где мы дросселируем давление для подачи в низковольтные сети, выделяется большое количество холода. Сегодня мы понимаем, что этот холод можно монетизировать. Сейчас мы поступаем так: чтобы температура в результате дросселирования не опускалась до недопустимых для технологического процесса значений, мы, наоборот, подогреваем газ. Возможность использования холода существует, и мы прорабатываем такие проекты. Исходя из этого, вопрос – где ставить ЦОДы, как будет транспортироваться и работать сеть – становится более узким. У нас есть объекты, которые позволяют вырабатывать электроэнергию, подавая газ потребителям, и даже использовать перепад давления. И тут же применять холод, необходимый для ЦОДов. То есть появляется определённая ниша. Поэтому, когда мы говорим о размещении ЦОДов, мы видим, что в нашей логике они должны располагаться ближе к объектам, где есть и газ, и холод. Здесь, конечно, возникает вопрос о связи. Абсолютно согласен, это вопрос, который надо рассматривать отдельно. Это вызов – обеспечить транспортировку битов к потребителю без потери сигнала.
Если копать глубже, это не единственный способ. Не обязательно ставить ЦОДы только там, где у «Газпрома» есть возможности, и предоставлять комплексную услугу. Вероятно, нужно учитывать предназначение ЦОДов. Есть ЦОДы, заточенные на обучение: у них большое потребление, и там, где идёт постоянный процесс обучения, они должны тяготеть к источникам энергии и качественному охлаждению в шаговой доступности. Другие – рабочие ЦОДы, которые оказывают стабильные сервисные услуги. Их можно размещать ближе к потребителю битов. Подводя итог: в этой логике газ, электроэнергия и биты – это хорошо. Это потребление газа. Возможность задействования тех потенциальных эффектов, которые уже существуют в технологиях транспортировки газа, – хорошая база для развития. Сам «Газпром» является и потребителем, и создателем. Мы называем их модулями, так называемыми модулями искусственного интеллекта. На самом деле, ещё раз повторю, это модули «вроде искусственного интеллекта», которые активно используются в наших технологических, технических и экономических расчётах, в том числе в инвестиционной деятельности при создании наших объектов.
– Может ли атомная отрасль быть базовым источником для искусственного интеллекта с атомными электростанциями в центре кластеров ИИ? Или это слишком долгосрочные инвестиции, а ИИ меняется быстрее, чем инвестиции в атомную энергетику?
– Евгений Абакумов: Я бы продолжил мысль. Если мы накладываем на страну сетку территорий, где возникает набор оптимальных условий – большой объект потребления, большой объект генерации, наличие тепла, холода, связи – то у нас на самом деле не так много мест остаётся для приложения усилий. Я бы обратил внимание ещё на одну особенность ЦОДов: в них обычно довольно большие батареи, в классическом исполнении. Было бы неплохо подумать об использовании этих батарей как накопителя в системе электроэнергии. Если мы так посмотрим на этот энергетический объект, то придём к простому выводу: неважно, какой объект и не так важны свойства искусственного интеллекта. Важны свойства энергосистемы, которая не будет оптимально выстраиваться под него, а даст возможности для его развития в определённых точках. Это первая особенность. Поскольку я представляю атомную отрасль, я должен постоянно говорить, что именно атомная энергетика определит развитие ИИ в будущем. Но, как известно, в каждой шутке есть только доля шутки. Мы искренне считаем, что для Российской Федерации генеральная схема развития атомной энергетики до 2042 года, которая сейчас утверждена, – это в том числе возможность развития больших вычислительных кластеров. Главное – понять, о чём мы говорим, и какой прогноз потребления. Мы пытались его считать разными способами. Мы понимаем, что где-то до 2030 года это 1,5–2 гигаватта. Эти мощности завтра не появятся – они уже либо есть в плане и прогнозе, либо действительно существуют. А вот что будет на горизонте 2040 года? Как будет выглядеть план развития вычислительной инфраструктуры страны, связной инфраструктуры и энергетической инфраструктуры с учётом тех оптимизационных задач, о которых мы говорим? Здесь мы возвращаемся к ГОЭЛРО, который я назову государственным планом электронизации России.
– Насколько российская наука готова своевременно предоставить необходимые технологии, чтобы мы могли собственными силами обеспечить энергетическую составляющую искусственного интеллекта?
– Андрей Рудской: Я не хотел бы обсуждать в силу круга своей компетентности вопросы обеспечения энергетикой, распределения энергопотребления или энергии в целом для нормальной работы компьютеров. А обращусь к основам, чем мы должны заниматься: фундаментальные науки, прикладные науки и сам компьютер. Ведь, по сути, мы сейчас обсуждаем следствие. Есть объект – компьютер, каков он есть. Но мы не можем стоять на месте и в области компьютерных наук. Название «От бита к мегавату» ко многим беседам, но мы, увлёкшись разговором, забыли, что компьютеры – это физические устройства. Поэтому они в первую очередь подчиняются тем же законам физики, что и любые другие объекты. И лишь затем они меняют свои состояния в соответствии с загруженностью, скажем, в память или с компьютерной программой, которая в неё заложена. С точки зрения термодинамики современные компьютеры – это, по большому счёту, нагревательные приборы. Вдумаемся: все вычисления или результаты, которыми компьютер занимается, – то есть, по сути, числа, – сами компьютеры не потребляют. Мы с экрана или на печатающее устройство тратим энергию. Есть закон термодинамики, закон сохранения энергии. Куда должна деваться энергия в компьютере? В тепло. И тут никуда не деться. Это основной принцип, и от классической физики здесь не уйти.
Поиск новых решений, честно говоря, я считаю, что тем, кто занимается разработкой компьютеров, надо искать и опираться на природу. Михаил Ковальчук настроил весь Курчатовский институт на природоподобные технологии по всем направлениям, и это, конечно, надо распространять и на компьютерные науки. Говоря о компьютерах, я не могу не коснуться человеческого мозга. Его производительность уже определена: для специалистов это не новая информация. Представьте: 10 млрд вычислений или операций в секунду – это 10 в 16-й степени. При этом мозг потребляет 20 ватт. Не божественное ли это чудо? Не к этому ли нам надо стремиться в своих расчётах и разработках? В нашем университете находится самый мощный суперкомпьютерный центр в системе высшего образования; он имеет три петафлопса. То есть человеческий мозг в потенциале более производителен, чем один из лучших компьютеров, которые есть сегодня в стране, в 15 000 раз. Только представьте эту разницу между природой и тем, что мы сегодня создали в силу нашего интеллекта и знаний в области физики полупроводников.
Говоря о школе, мы должны как оптимизировать работу существующих компьютеров, так и развивать компьютерную школу. В Политехническом университете она одна из самых передовых в России, и коллеги это подтвердят. Почему? Потому что мы оптимально используем то, что имеем: высокопроизводительные графические ускорители, гиперконвергентную память, самые современные программируемые логические матрицы. Мы исхитряемся с помощью алгоритмов и математики ускорить и заставить компьютер работать эффективнее, не меняя его физической сущности. Суть проблемы «От бита к мегавату» состоит в том, что в современном компьютере каждая арифметическая операция необратима. Поэтому в силу законов физики в окружающую среду в процессе вычислений выделяется тепло. Это закон сохранения энергии. Чтобы тепло не выделялось, надо не терять информацию в самом компьютере, сохранять результаты вычислений в памяти и создавать из вычислительных данных то, что в теории искусственного интеллекта называется обучающими выборками. Нам надо разрабатывать компьютерные архитектуры, которые позволили бы реализовать такой самоподдерживающий механизм машинного обучения.
Такой подход к обучению машин мы пытаемся применить и в Политехе, и есть относительные положительные моменты. Мы стремимся идти по путям, предложенным классиками современности в области компьютерных наук, и даже теми, кто, к сожалению, забыт – не из-за тупикового научного подхода, а из-за бюрократизации или выдавливания мегафирмами новых идей и принципов, которые могли бы быть заложены в архитектуру и систему вычислений. Вспомним известную машину конца 1960-х – 1970-х годов «Сетунь». Это классика. Я считаю гением нашей современности профессора МГУ Николая Брусенцова, который разработал первые отечественные интегральные схемы для архитектуры компьютеров уже не на двоичной, а на троичной системе вычислений или троичной модулярной арифметике. Это позволяет значительно снизить энергопотребление, существенно упростить матрицу вычислений и шире использовать сам компьютер. Я считаю, что, завершая, можно подумать о премии Тьюринга, вручаемой ежегодно в области компьютерных наук, – может, стоит учредить премию Брусенцова? Хотел бы вспомнить и Фёдора Лукина, фундаментального основателя в подходе к формированию архитектуры и методов расчёта в компьютере: интегральные схемы на базе не двоичной, а троичной системы, внедрявшего так называемую модулярную арифметику, где, скажем, пятёрка, семёрка и двойка равны модуль пять – равные величины. Это значительно упрощает сам подход к расчётам через модулярную арифметику.
– Можем ли мы не догонять, а опережать? Иначе говоря, создавать новую инфраструктурную составляющую на принципиально иной аппаратной основе, например, фотонные технологии или иные решения. В таком случае, не приведёт ли это к снижению удельного энергопотребления, вместо его неуклонного роста в рамках классической вычислительной архитектуры?
– Павел Дроговоз: Здесь важно избегать крайностей. Рассмотрим, к примеру, квантовые вычисления. С одной стороны, кванты сулят решение всех задач; с другой – это дорогостоящая игрушка для учёных, чья практическая отдача остаётся неясной. Если искать золотую середину, то технологии и новые принципы построения машин вряд ли дадут ощутимый эффект на горизонте пяти или даже десяти лет. Однако несомненно, что они добавят ещё один слой инфраструктурной сложности в существующую картину мира и энергетический ландшафт. Квантовые вычисления – это решение специализированных задач. Мы постепенно определяем сферы, где их применение возможно и даёт существенный прирост эффективности: материаловедение, ядерный синтез, криптография. Но это по-прежнему специализированный сопроцессор. Система в действительности гибридна, сочетая классические и новые принципы. Поэтому вряд ли можно утверждать, что это кардинально изменит энергетический ландшафт. Однако мы, как оптимисты, полагаем, что цивилизационный поворот возможен, когда мы перейдём от экстенсивного развития с десятками тыс. графических процессоров к интенсивному развитию, которое обеспечивают новые технологии. В нашем университете мы активно занимаемся этими разработками в содружестве с коллегами из Росатома и ВНИИА имени Духова. Исследования в этом направлении ведутся. Мы считаем, что ведущие технические университеты могут сыграть свою роль в продвижении этих технологий. Однако говорить о том, что в ближайшее время это серьёзно изменит энергетический ландшафт, преждевременно.
– Требуется ли законодательное регулирование искусственного интеллекта, или его можно рассматривать как классический коммерческий объект энергопотребления? Нужно ли создавать, например, статус стратегического потребителя?
– Валерий Селезнёв: После выступления учёных хочется взять самоотвод, я почти ничего не понял из профессорских лекций. Перейду от академических материй к земным вещам, о которых вы спрашиваете. Я произвёл простые, неквантовые вычисления. Говорят, что если потребность искусственного интеллекта и центров обработки данных вырастет с 1,8 ГВт до 4,3 ГВт к 2030 году, то это потребует инвестиций около 1 трлн руб. – очень примерно – только в энергоструктуру, генерацию и сетевую составляющую. При плече примерно 1:10, где 10% приходится на энергетику, а 90% – на общестрой, сервера, стойки и прочее, это означает необходимость вложить порядка 10 трлн руб. в запланированную цифру. Верю ли я в это? Лично я – нет. Следовательно, где-то есть сбой.
Исходя из моих размышлений, коллеги могут меня поправить, но российская действительность предполагает инвестиции в 10 трлн до 2030 года, а осталось четыре года. Требуется ли такая мощность? Я думаю, что нет. Чем это обусловлено? Вспомним: каждый год появляется модный тренд. Был год цифровизации, год майнинга, сейчас – очевидно, год искусственного интеллекта. Чем это заканчивается? Мода всегда полезна, потому что пена, возникающая при взбивании сливок, уходит, и остаются сами сливки. Но они в гораздо меньшем объёме, и наступает разумный подход, разумное потребление. Полагаю, что в потребностях искусственного интеллекта по отношению к энергосистеме также возникнет абсолютная разумность. Когда это произойдёт, не знаю; вероятно, регуляторика нужна в том числе и для того, чтобы эта разумность наступила.
Поясню, о чём говорю. Закон об искусственном интеллекте, который мы сейчас рассматриваем, безусловно, нужен, поскольку он вводит многие понятия: что такое искусственный интеллект, как с ним обращаться, где границы принятия решений и ответственности человека и искусственного интеллекта, и многое другое. Однако в энергетической части этого законопроекта есть существенное положение: искусственный интеллект требует особого подхода, точнее, создание инфраструктуры требует особого подхода – то, о чём вы спрашиваете. Нужны ли эти преференции за счёт энергосистемы? Мой ответ – вряд ли, скорее нет. Выделив отдельную группу, ничем не отличающуюся с точки зрения потребления, кроме объёма, мы рискуем открыть ящик Пандоры. Вслед за ней придут другие потребители – например, металлурги или иные энергоёмкие отрасли – и скажут: «Чем мы хуже для экономики?» Они ничем не хуже, как, впрочем, и не лучше. Поэтому необходимо будет решать индивидуально, насколько полезнее тот или иной проект. Это тупиковая ветвь. С третьей стороны, если это не будет происходить за счёт бюджетных вливаний, то преференции передадутся в виде перекрёстного субсидирования на прочих потребителей, которые не будут иметь этих льгот, но должны будут их оплачивать.
Здесь встаёт вопрос: ответ я уже дал – преференции могут быть и требуются, но не за счёт энергосистемы. Как ограничить объём этих преференций? Вероятно, разумным подходом к заявкам. Сейчас только ленивый не заявляет от 50 до 100 и до 200 ГВт. Уже есть партия центров обработки данных, которые заявляют о 1 ГВт, 2 ГВт. Если при резервировании мощности будет введён принцип «бери или плати», о котором много говорят, то заявки, полагаю, изменятся в разы. Далее, необходимо разделить майнинг и искусственный интеллект. У нас существует закон о майнинге, существует понятие центров обработки данных, которое мы также ввели в оборот. Это две разные сущности по своей полезности для налоговой системы, бюджетной системы, технологического и социального развития. Поэтому их нельзя совмещать, и законодательство уже предусматривает, что в реестре центров обработки данных майнингу не место; майнинг должен быть в реестре майнеров.
Собственная генерация – это то, о чём говорил Павел Сниккарс. На сегодняшний день нет ограничений по собственной генерации, но мне кажется, что с подходами, необходимыми для получения высшей категории надёжности, это будет очень дорого. Я ещё не видел ни одного предпринимателя или проекта, который ушёл бы в глубокий остров. Так или иначе, сетевое подключение подразумевается. Не уходя в полный остров, начинают работать законы оптово-розничного рынка. Оптовый рынок электроэнергии и мощности диктует, что свыше 25 МВт – это автоматический выход на оптовый рынок, и преимущества собственной генерации теряются. Здесь необходимо чётко отрегулировать, что для таких проектов, приходящих с собственной генерацией, следует делать исключения и не ограничивать их, чтобы на них не распространялись надбавки, возникающие на оптово-розничном рынке.
– Вы активно внедряете не только центры обработки данных, но и целые города искусственного интеллекта. Что первично? Наличие кадров, инфраструктуры, прочные связи с промышленными предприятиями или в целом готовность региона стать площадкой для экспериментов?
– Роман Шайхутдинов: В первую очередь, разумеется, мозги. Я бы сказал: натуральный интеллект – прежде всего. Искусственный интеллект лишь дополняет его. И самое главное, как мне кажется, не утрачивать критическое мышление, используя этот искусственный интеллект. Если говорить серьёзно, то первое. Например, возвращаясь к нашему совместному проекту с «Росатомом» в лице дочерней компании «Росэнергоатом», – построен ЦОД, который сейчас заполняется. Он создан на особых условиях, где республика в рамках особой экономической зоны предоставила условия для более эффективного развития этой инфраструктуры. Инфраструктура в Татарстане всегда поддерживается её созданием лично главой региона. Татарстан, Казань и Иннополис, особенно в информационно-технологическом и математическом смыслах, а также в части подготовки кадров, являются одной из опорных точек страны. По сути, везде, где есть императорские университеты, если вы посмотрите, сегодня, за исключением, наверное, одного города, все являются млнниками. Императорские университеты заложили ту основу, которая сегодня служит опорной точкой развития. В каждом из этих городов есть соответствующие люди. Итак, первое – это человеческий капитал. Второе – инфраструктура. В моём понимании инфраструктура – это всегда наличие связанности, связи и близости потребителя. Если мы говорим о битах и мегаваттах, то чем ближе друг к другу находятся производители и потребители, тем лучше. Потому что четыре основных вызова: качество пинга, наличие мощностей, близость людей, которые занимаются обучением и потреблением моделей, если мы говорим об искусственном интеллекте.
Как ни странно, к инфраструктуре мы также относим способы увеличения экономической эффективности. О чём я говорю? Многие говорят об охлаждении в Якутии или на северах как о ключевом факторе. Кто-нибудь может назвать, какая температура выходит с серверов с водяным охлаждением? Примерно 53–55 градусов Цельсия. Понимаете? И это если оборудование стоит на расстоянии метров трёхсот-четырёхсот. То есть пока доходит, с учётом теплопотерь, которые мы знаем, важно ещё и наличие потребителя тепла. Тогда у нас получается два плеча, и это наиболее эффективно. Мой тезис: инфраструктура способна обслуживать и зарубежные мощности, но пока, наверное, нет, потому что пинг для серверов критичен. В случае с искусственным интеллектом важно создавать кластеры: налоговые преференции, человеческий капитал, инфраструктура, которая повышает финансовую эффективность. Сейчас мы разрабатываем проект отбора тепла – то есть потребления тепла. Не нужно будет ставить градирни: это сокращение капитальных затрат, во-первых. Мы получаем более эффективный тариф; мы договорились, что у нас будет некий экспериментальный правовой режим, так скажем. То есть мы сначала поймём, сколько это стоит, и не будем трогать тариф вообще. И, скорее всего, мы его вообще не будем трогать, чтобы не затрагивать регулятора и региональную энергетическую комиссию, или Комитет по тарифам, как он у нас в регионе называется. Но и Комитет готов активно действовать.
Поэтому, завершая, я вернусь к своему первому тезису. В стране важно создать условия: во-первых, пересмотреть тарифы. Во-вторых, наверное, повысить предел для лимитов генерации в закрытом контуре без выхода в сеть общего пользования. В-третьих, понять, как обеспечить реданданси (redundancy) – необходимость переключения на потребление электроэнергии из общей сети. И, наверное, на какое-то время предоставить льготы. Потому что сейчас количество ЦОДов растёт драматически, даже для наших собственных вычислений. Я уже не говорю о том, что в Америке, Китае, Индии этот рост быстрее. Если вы посмотрите на потребление ЦОДами в мире и его динамику, то увидите не очень приятную картину: нарастающий диспаритет в темпах прироста электроэнергии. Это связано с аппаратными и информационно-технологическими факторами. То есть, грубо говоря, с наличием информационных систем под боком, которые потребляют эти ресурсы. Математика на самом деле крайне важна, потому что мы не можем участвовать в гонке аппаратного обеспечения. Для нас важны более совершенные математические подходы, особенно чтобы на меньшем объёме данных производить более эффективную обработку. Собственно, вот. Поэтому математика для нас крайне важна.
Вывод, которого нет
– Итак, мы не пришли к некому консенсусу даже по ключевым вопросам: где должны располагаться эти ЦОДы – ближе к ресурсам, ближе к мозгам, ближе к каким-то отдельным кластерам и так далее, – подвёл итог модератор. – Это и есть вопрос опережающего становления той самой энергоцифровой инфраструктуры, где должны быть задействованы все составляющие: и наука, и производители энергии, и потребители энергии, и регуляторы. Но наша сегодняшняя площадка – прекрасная возможность обменяться мнениями и подойти к следующим шагам, к тому, куда мы должны двигаться в решении этой крайне важной задачи.
Об авторе
