РТК-ЦОД, ИТ-сервис-провайдер полного цикла, представил на форуме «Цифровые решения» корпоративного ИИ-ассистента для организаций с повышенными требованиями к защите данных. Решение разработано в сотрудничестве с блоком информационных технологий «Ростелекома». ИИ-ассистент помогает сотрудникам мгновенно находить и анализировать информацию во внутренних документах и базах знаний. Продукт подходит для крупного бизнеса и способен оперировать тысячами файлов разных форматов, при этом данные никогда не покидают периметр организации.

В основе работы ИИ-ассистента лежит технология RAG (Retrieval-Augmented Generation): получив запрос на естественном языке, система находит релевантные фрагменты в подключённой базе знаний и формирует ответ, опираясь только на предоставленный контекст. Такой подход обеспечивает точные и верифицируемые результаты. При этом вся обработка выполняется внутри инфраструктуры заказчика, без обращения к внешним API или облачным платформам. Это делает решение безопасным для работы с чувствительной информацией, персональными данными и документами ограниченного доступа.

Интеллектуальный помощник не только находит информацию, но и анализирует данные. По запросу он формирует сводные обзоры документов, сравнивает версии, проверяет материалы на соответствие чек-листу или стандарту, классифицирует и группирует данные, извлекает сведения в табличной форме и готовит краткое содержание. Отдельно реализована работа с табличными файлами: ассистент понимает структуру реестров, прайс-листов и расчётов и может выдать выборку строк по заданному условию.

Источник изображения: РТК-ЦОД

Для специалистов по эксплуатации и мониторингу предусмотрена возможность скопировать в чат ассистента запись из системного журнала, набор метрик, текст алерта или вывод диагностической команды. Интеллектуальный помощник объяснит значение события, оценит его вероятную причину и предложит рекомендации по реагированию, опираясь на регламенты эксплуатации и историю разборов инцидентов. Диалог поддерживается с учётом контекста: уточняющие вопросы обрабатываются в рамках текущей сессии, и повторять уже сказанное не требуется.

Вопросы безопасности и контроля проработаны на всех уровнях. Архитектура поддерживает мультитенантность — несколько подразделений или клиентов могут работать на одной инсталляции с полным разделением данных и конфигураций. Гранулярная система прав доступа (RBAC) позволяет разграничить возможности вплоть до отдельных операций, а для баз знаний предусмотрены настройки уровней доступа. Каждое изменение конфигурации фиксируется в истории, а действия пользователей логируются. Встроенная очередь с ограничением одновременных запросов защищает инфраструктуру от перегрузок, а маршрутизация простых обращений на быстрые модели помогает оптимизировать затраты.

«Ключевым барьером для широкого внедрения генеративного ИИ в коммерческом и государственном секторах остаётся вопрос доверия к технологии. Мы видим спрос на изолированные решения, которые гарантируют сохранность критичных данных, и для нас как для цифрового партнёра государства и бизнеса важно предлагать варианты безопасного применения новых технологий. Представленный ассистент — это "частный ИИ", который учится на корпоративных знаниях, оставаясь внутри защищённого периметра. Благодаря такому подходу мы открываем доступ к генеративному искусственному интеллекту для широкого круга организаций — от финансовых институтов до промышленных предприятий и государственных структур, которые ранее не могли применять подобные инструменты из-за строгих требований к защите информации», — заявил Роман Хазеев, директор по развитию цифровых технологий и искусственного интеллекта «Ростелекома».

«РТК-ЦОД как ИТ-сервис-провайдер полного цикла обладает полным арсеналом сервисов для цифровизации бизнеса. Сегодня без технологий искусственного интеллекта невозможно представить эффективную работу, а по аналитическим данным, ROI от внедрения ИИ достигает 250 %. Наш корпоративный ассистент эффективен для самых разных функций: юристы мгновенно находят нужные пункты в договорах, инженеры и техспециалисты получают точные ответы по спецификациям и алертам, а финансисты — оперативные выборки из бюджетов. При этом безопасность остаётся нашим приоритетом: вся обработка данных ведётся в защищённом контуре заказчика, а гранулярная система прав доступа и полное логирование обеспечивают надёжный контроль. Участие блока информационных технологий "Ростелекома" в проработке технологического контура позволило нам вывести продукт на качественно новый уровень надёжности и производительности. Платформа уже готова к развёртыванию на инфраструктуре клиента и сопровождается технической поддержкой с нашей стороны», — заявил Алексей Забродин, технический директор РТК-ЦОД. 

Компания Xeal, управляющая инфраструктурой для зарядки электромобилей в 500 городах США, представила платформу Laitent. Сеть периферийных ЦОД сможет использовать более 200 МВт разрешённой и установленной мощности зарядных станций для электромобилей в 1,6 тыс. локаций, сообщает Datacenter Dynamics.

В общей сложности компания намерена развернуть 100 тыс. ИИ-ускорителей NVIDIA для инференса. По данным Xeal, зарядные площадки для электромобилей в США должны получать разрешения на заданную максимальную энергетическую нагрузку, но обычно используют менее 10 % от максимальной мощности. Оставшиеся 90 % можно потратить на питание ИИ-ускорителей.

Станции Laitent Pod, разработанные Xeal, используют ПО для динамической оркестрации и способны управлять и целой сетью ускорителей в разных кластерах в пределах города, и активировать даже часть единственного ускорителя. Каждый модуль размером приблизительно с одно парковочное место и может вмещать до 48 ускорителей NVIDIA Hopper или Blackwell, подключение жидкостного охлаждения не понадобится.

Источник изображения: Xeal

По словам Xeal, если кому-то нужен инференс, а дожидаться ввода в эксплуатацию нового ЦОД слишком долго, Laitent может ускорить запуск с нескольких лет до нескольких месяцев. Laitent — самый быстрый способ ввести их в эксплуатацию, поскольку станции уже получили разрешения и подключены к электросетям. При этом они расположены оптимально для обеспечения низкой задержки.

Xeal работает над оркестрацией ИИ-инфраструктуры с Rafay Systems, со Spectrum Business в сфере оптоволоконных решений и с JVM Realty для ввода станций в эксплуатацию. Компания обещает большие финансовые выгоды для владельцев автопарковок, утверждая, что станции могут добавить к стоимости их собственности по миллиону долларов «с малыми или нулевыми инвестициями».

Впрочем, организовать ИИ-вычисления на парковках предлагается не впервые. Музыкальная ИИ-платформа Auddia, впоследствии переключившаяся на проекты ЦОД, в марте заявила, что намерена внедрять ИИ-ускорители с питанием от солнечных панелей на парковках, принадлежащих компании, специализирующейся на «медицинской» недвижимости.

Бельгийский стартап Tonomia в 2025 году объявил, что работает с британским поставщиком оборудования Panchaea для создания ИИ-платформы eCloud, модули которой планируется размещать в «солнечных навесах» тоже на парковках. А Tesla предложила запитать крупные ЦОД от домашних аккумуляторов и электромобилей — в США насчитали 16 ГВт таких мощностей.

Занимающийся разработкой оптических интерконнектов стартап CScale вышел из «стелс-режима» после раунда финансирования серии C. Компания привлекла $145 млн, участие в раунде приняли NVIDIA и Intel Capital, сообщает Datacenter Dynamics.

Раунд совместно возглавили Atreides Management, Valor Equity Partners и Premji Invest, также в нём приняли участие Sutter Hill Ventures и Maverick Silicon. Общая сумма привлечённых средств достигла $188 млн. Они помогут ускорить разработку и коммерческое внедрение дебютного оптического интерконнекта.

Основанная в 2023 году компания разрабатывает оптические интерконнекты для масштабирования ИИ-систем. Пока подробностей о технологии компании немного, но в официальном заявлении CScale объявила, что занимается проектированием интерконнекта по принципу, в соответствии с которым оптические сбои «локализуются без прерывания вычислений».

Источник изображения: CScale

По словам компании, на фоне того, как ИИ-системы начинают занимать десятки стоек, оптические интерконнекты становятся необходимостью для создания сетевой инфраструктуры для масштабирования ИИ-систем. Надёжная связь имеет решающее значение для экономической эффективности системы. Упрощённая замена компонентов при этом делает обслуживание более удобным, но не обеспечивает бесперебойности работы системы. Компания работает именно над вариантом интерконнекта, с расчётом на обеспечение непрерывной работы.

В Atreides Management отметили, что масштабируемые ИИ-системы приближаются к гигаваттному уровню и пропускная способность интерконнектов ничего не даёт без обеспечения бесперебойной работы. При этом, с учётом масштаба проектов, отказы — не гипотетическая возможность, а неизбежность, поэтому CScale разрабатывает надёжные оптические продукты для нового поколения ИИ-фабрик.

Судя по описанию вакансии на сайте компании, технология CScale будет интегрирована в SoC, оснащённый CPU. Последний может понадобиться для работы сетевого ПО для автоматизации. Компания описывает свой продукт как «интегрированный световой модуль» (integrated light engine).

В последние недели Amazon вела переговоры с инвесторами о возможности совершения сделки, в рамках которой она передаст чипы NVIDIA Grace Blackwell на сумму около $8 млрд в созданную для этого специальную структуру (Special Purpose Vehicle, SPV), чтобы потом их взять назад в аренду сообщила газета Financial Times со ссылкой на информированные источники.

Эта структура привлечёт для покупки чипов средства внешних инвесторов путём выпуска долговых обязательств. Передача дорогостоящих полупроводников инвесторам позволит компании перейти к модели ведения бизнеса, требующей меньшего объёма активов на балансе.

SPV — тип юридического лица, которое компании создают для крупных сделок или для реализации конкретного проекта. Такие компании, как правило, имеют форму самостоятельной структуры без каких-либо сотрудников. Они юридически и финансово отделены от материнской компании, принимая на себя активы и риски.

Инвесторы ожидают, что новая структура получит кредитный рейтинг инвестиционного уровня (ориентируясь на текущий рейтинг Amazon категории AA), что откроет возможность привлечения более широкого круга участников сделки, таких как страховые и пенсионные фонды.

Источник изображения: Woliul Hasan/unsplash.com

Amazon также планирует предложить долю участия в этой структуре в размере до 10 %, что означает, что сама компания не будет владеть в ней долей. Чипы, фигурирующие в этой сделке, были приобретены или взяты в лизинг Amazon и уже установлены более чем в десятке дата-центров в пяти штатах США, включая Неваду и Вирджинию. Передача чипов SPV исключила бы их из баланса Amazon. Возможно, что ещё более важно, средства, которые SPV планирует привлечь у внешних инвесторов, будут отражены в балансе этой специализированной компании.

Списание долговых обязательств с баланса компании улучшает соотношение долга и собственного капитала — показатель, который влияет на её кредитный рейтинг. Кредитный рейтинг компании, в свою очередь, влияет на её способность привлекать более дешёвые заёмные средства, сокращая затраты на это. По оценкам Modal, стоимость ускорителя Grace Blackwell составляет от 60 до 70 тыс. С учётом суммы сделки в $8 млрд компания намерена реализовать от 114 до 133 тыс. чипов NVIDIA, пишет SiliconANGLE.

Обсуждение возможной сделки ведётся на фоне того, как технологические гиганты ищут нестандартные способы финансирования масштабных расходов на инфраструктуру ИИ ЦОД. Значительная часть расходов приходится на ИИ-ускорители. ИТ-компании применяют различные стратегии для вывода долговых обязательств за пределы баланса с целью сохранения своей кредитоспособности. В частности, они используют гарантии остаточной стоимости, предоставляя кредиторам гарантии относительно будущей стоимости чипов или ЦОД, при этом не привлекая заёмные средства для финансирования своих проектов. Такой подход позволяет скрыть степень риска, на который идут технологические гиганты.

Источник изображения: Alexander Grey/unsplash.com

Технологические гиганты имеют внебалансовые обязательства на сумму от $1,65 трлн до $3 трлн. Большая часть этого долга связана с проектами в области ИИ-инфраструктуры. Например, компания Meta✴ Platforms продала 80 % акций своего флагманского дата-центра Hyperion инвестиционной компании. Также используются и другие схемы. На этой неделе газета New York Times сообщила, что Meta✴ претендует на миллиарды долларов налоговых льгот на инновации, характеризуя свои ИИ ЦОД как экспериментальные проекты.

В этом году Amazon планирует потратить $220 млрд на капитальные вложения, большую часть которых её облачное подразделение AWS направит на закупку чипов и расширение ИИ ЦОД. Чтобы покрыть эти затраты компания вышла на рынок ценных бумаг, объявив в марте о планах привлечь около $50 млрд за счёт выпуска корпоративных облигаций, увеличив предложение с $37 млрд из-за высокого спроса. Но затем компания столкнулась с ослаблением интереса к долгосрочным долговым обязательствам, когда в июле продала облигации на $25 млрд, поскольку инвесторы требовали более высокой доходности.

Финансирование заимствований за счёт имеющихся ИИ-ускорителей стало популярным среди ИИ-компаний, таких как CoreWeave. Чтобы снизить стоимость таких займов для своих клиентов, NVIDIA в августе предложила создать платформу финансирования на сумму $500 млрд в сотрудничестве с крупнейшими группами Уолл-стрит — Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR. Для клиентов этой платформы она обязалась предоставить гарантии на $125 млрд.

Компания Everpure (ранее Pure Storage) анонсировала набор новых функций для своих платформ хранения и управления данными: реализованные возможности призваны ускорить и упростить внедрение ИИ в рамках корпоративных экосистем.

Одним из представленных инструментов стало решение PureKVA (Key-Value Accelerator). Благодаря этой технологии системы FlashBlade класса All-Flash заранее загружают контекст инференса непосредственно в память GPU. Такой подход, как утверждается, даёт возможность сократить время до получения первого токена (TTFT) в 20 раз. PureKVA помогает решить проблему простоя ИИ-ускорителей и уменьшить задержку отклика для приложений реального времени. Кроме того, может быть реализована многопользовательская архитектура.

Дополнительно появился режим постоянного сжатия Always-On DeepReduce Data Compression. Система FlashBlade непрерывно сканирует данные для обнаружения идентичных участков в подблоках, которые не удается выявить с помощью традиционной дедупликации. Эта функция работает даже в отношении предварительно сжатого контента. В результате, полезная ёмкость хранилища автоматически увеличивается — без негативного влияния на производительность записи и без необходимости ручного планирования. Как следствие, существенно сокращаются затраты на ресурсы хранения информации.

Источник изображения: Everpure

Появилась интеграция с MCP (Model Context Protocol): это позволяет ИИ-агентам искать нужную информацию в каталогах «живых» данных, используя естественный язык. Наконец, средства Privacy-First File Intelligence показывают, кто может получить доступ к тому или иному файлу в общей папке, не читая его содержимое. Этот же инструмент отображает, насколько устарели файлы, что позволяет оптимизировать пространство хранения.

Компания Gigabyte анонсировала рабочую станцию AI TOP 100 B850 для локальной обработки ресурсоёмких ИИ-нагрузок с целью снижения зависимости от облачных сервисов. Новинка выполнена в башенном форм-факторе на аппаратной платформе AMD.

В основу системы положены материнская плата на наборе логики AMD B850 и процессор Ryzen 9 9950X (16C/32T, 4,3/5,7 ГГц). Реализовано жидкостное охлаждение. Объём оперативной памяти DDR5 равен 128 Гбайт. В оснащение входит SSD вместимостью 2 Тбайт с интерфейсом PCIe 4.0. Платформа также оснащена четырьмя портами SATA-3 для подключения накопителей.

Модель Gigabyte AI TOP 100 B850 доступна в двух модификациях — AT1A9N9-5100 и AT1A9A7-5101. В первом случае установлен ускоритель NVIDIA GeForce RTX 5090 с 32 Гбайт памяти GDDR7: в такой конфигурации устройство подходит для локального запуска небольших LLM, генеративного ИИ и агентных рабочих процессов. Утверждается, что производительность при инференсе достигает 64,9 токена в секунду при работе с моделью, содержащей 32 млрд параметров.

Источник изображений: Gigabyte

Вторая версия несёт на борту две карты AMD Radeon AI PRO R9700 с 32 Гбайт памяти GDDR6 каждая: этот вариант предназначен для работы с более крупными моделями и приложениями, требовательными к размеру памяти. Например, возможны инференс при использовании LLM, насчитывающих до 235 млрд параметров, и тонкая настройка моделей со 110 млрд параметров.

Рабочая станция располагает слотами PCIe 5.0 x16 (×2), PCIe 4.0 x2, M.2 PCIe 5.0 (×2) и M.2 PCIe 4.0, двумя сетевыми портами 10GbE, адаптерами Wi-Fi 7 и Bluetooth 5.4, звуковым кодеком High Definition Audio. На фронтальную панель выведены по два порта USB 3.0 Type-A и USB 2.0 Type-A, а также разъём USB 3.2 Type-C. Сзади расположены два гнезда RJ45 для сетевых кабелей, интерфейс HDMI, по четыре порта USB 3.0 Type-A и USB 2.0 Type-A, три порта USB 3.1 Type-A, разъём USB Type-C и аудиогнёзда. За питание отвечает блок мощностью 1600 Вт с сертификатом 80 Plus Platinum. Габариты составляют 230 × 551 × 447 мм, масса — 25 кг. Говорится о совместимости с Windows 11 Pro и Linux.

Компания Tencent подписала свою крупнейшую за пределами Китая сделку об аренде вычислительных мощностей — с американским облачным провайдером Oracle. Речь идёт о доступе к более 100 тыс. передовых ИИ-чипов, сообщает The Financial Times. По данным источников, на которые ссылается издание, знакомых с ситуацией, китайский IT-гигант в текущем году договорился о пятилетней аренде в многочисленных дата-центрах Oracle в Юго-Восточной Азии.

Согласно имеющимся данным, сделка оценивается в $7 млрд, авансом будет выплачено около 30 % от этой суммы. Её участники новость пока не комментируют, однако само заключение такого договора наглядно свидетельствует о растущих потребностях Tencent в вычислительных мощностях для дальнейшего расширения своего ИИ-бизнеса. Компания наращивает инвестиции в разработку и внедрение ИИ-моделей. В конце прошлого года компания уже заключила сделку с японским неооблаком Datasection о доступе к десяткам тысяч подсанкционных чипов NVIDIA B200/B300.

Китайские компании стремятся обеспечить себе доступ к ИИ-чипам на фоне ужесточения экспортных ограничений США и продвижения Пекином китайских альтернатив американским ИИ-ускорителям. На днях Huawei уже заявила, что в самой КНР ускорители компании обошли по продажам продукцию NVIDIA.

Источник изображения: Ruthson Zimmerman/unsplash.com

Каким образом нынешняя сделка оформлена в правовом и политическом полях, не уточняется. В ноябре 2025 года сообщалось, что китайская INF Tech обошла санкции США на доступ к ИИ-чипам NVIDIA Blackwell через индонезийское облако. Тогда же появились данные, что Alibaba и ByteDance стали тренировать передовые ИИ-модели в ЦОД Юго-Восточной Азии, а в марте 2026 года ByteDance заключила соглашение с Aolani Cloud, развернувшей в Малайзии инфраструктуру с примерно 36 тыс. NVIDIA B200. При этом сообщалось, что ещё с февраля 2025 года Aolani сдаёт ByteDance в аренду серверы с NVIDIA H100.

Однако американские власти и их азиатские партнёры относятся к подобным сделкам не вполне лояльно. В апреле сообщалось, что Bridge Data Centres выгнала из своих ЦОД сингапурское ИИ-неооблако Megaspeed, подозреваемое в нарушении антикитайских санкций США. Каким образом на этом фоне будет обеспечено взаимодействие Tencent и Oracle, данных пока нет.

В подготовленных перед IPO документах компания Anthropic раскрыла подробности партнёрства с технологическим компаниями. В их числе — Broadcom, взаимодействие с которой охватывает поставки вычислительных мощностей, аренду оборудования и финансирование. Это отличает Broadcom от прочих партнёров вроде Amazon и Microsoft, в основном предоставляющей облачную инфраструктуру и каналы распространения ИИ-модели Claude, сообщает CNBC.

В рамках комплексного взаимодействия, раскрытого в документах для IPO, Broadcom согласилась одолжить Anthropic до $42 млрд для финансирования расходов на инфраструктуру. В ответ Anthropic, вероятно, станет крупнейшим клиентом Broadcom в ключевом для последней бизнесе по разработке чипов. Это типичный пример перекрёстных вложений компаний друг в друга, такие примеры на рынке вызывают обеспокоенность у многих отраслевых экспертов и инвесторов.

В рамках финансирования Broadcom может привлечь отдельного партнёра для выделения Anthropic средств, а долг впоследствии может быть конвертирован в акции последней. Anthropic отметила в документах для IPO, что не намерена продавать какие-либо долговые бумаги другим инвесторам до завершения выхода на биржу.

Предполагается выпуск Anthropic конвертируемых облигаций, которые призваны обеспечить финансирование приблизительно трети из $125,2 млрд, которые ИИ-стартап обязался потратить на пятилетнюю аренду оборудования на основе TPU Google. Ранее Google и Broadcom совместно работали над несколькими поколениями TPU.

Источник изображения: Anthropic

Предложенная Broadcom схема финансирования во многом дублирует подход NVIDIA — в последние годы эта компания нередко стимулировала продажи чипов из собственного кармана. Действия Broadcom в качестве поставщика оборудования и финансового партнёра, согласно документам самой Anthropic, могут привести к конфликту интересов, который может сказаться на способности последней получать доступ к необходимым вычислительным мощностям. Кроме того, решения Broadcom, связанные с ценами и оборудованием, могут сказаться на способности Anthropic купить достаточно вычислительной инфраструктуры.

Что касается конвертируемых долговых обязательств, Anthropic сообщила, что в апреле 2026 года внесла деньги на специальный ограниченный счёт в интересах Broadcom, при определённых обстоятельствах, возможно, потребуется внести на него дополнительные деньги. Компания предупредила, что к досрочному требованию оплатить значительную часть арендных обязательств могут привести некоторые нарушения условий оплаты или другие факторы. Одновременно это может ограничить возможность использования кредитной линии на $42 млрд для покрытия таких обязательств.

Тем не менее, Anthropic, вероятно, станет крупнейшим клиентом Broadcom по объёму получаемых вычислительных мощностей. Последняя прогнозирует выручки от продажи ИИ-чипов в 2027 финансовом году в объёме порядка $115 млрд, и $230 млрд — в 2028 финансовом году.

В октябре прошлого года Anthropic заключила сделку с Google, обеспечивающую ей доступ к ИИ-ресурсам мощностью более 1 ГВт с возможностью использования до 1 млн TPU. После этого компании расширили партнёрство при участии Broadcom, договорившись о предоставлении Anthropic 3,5 ГВт ИИ-мощностей на базе Google TPU. Согласно инвестиционному соглашению, Google Cloud предоставит Anthropic ещё 5 ГВт мощностей в течение следующих пяти лет с возможностью дальнейшего масштабирования. Пятилетнее соглашение может стоить около $200 млрд по подсчётам The Financial Times. Это отдельное, более широкое обязательство Anthropic в отношении Google, напрямую не связанное с новым займом.

Traysar, занимающийся технологиями создания подземной инфраструктуры в интересах американских военных, объединил усилия со специалистом по периферийным вычислениям — компанией Armada для размещения суверенных вычислительных ИИ-мощностей под землёй, сообщает Datacenter Dynamics. Traysar представила буровую платформу Terminus на основе грузового автомобиля, предназначенную для развёртывания подземной инфраструктуры.

Компании намерены объединить компетенции Traysar в сфере подземных систем с модульными дата-центрами Armada. В частности, они рассчитывают изучить возможность внедрения интегрированных подземных решений для защищённых ИИ-вычислений, командования и управления, обеспечения связи и выполнения критически важных для США нагрузок. По данным компаний, распределённые подземные проекты можно объединить в суверенную сеть Sovereign AI Grid таким образом, чтобы критически важные рабочие нагрузки никогда не зависели от единственного объекта.

По словам Traysar, нельзя, чтобы инфраструктура нового поколения была уязвимой. Платформа Terminus превращает земную кору в защитный слой для оборудования, от которого Америка более всего зависит. Объединив возможности Traysar по созданию подземных объектов и их эксплуатации с решениями Armada по внедрению мощной вычислительной инфраструктуры практически в любой локации, компании задают новый стандарт отказоустойчивости вычислительных решений, которые будут скрыты, защищены и работоспособны даже в случаях, когда наземная инфраструктура перестанет функционировать.

Источник изображения: Traysar

Armada известна своими модульными периферийными ЦОД, которые можно размещать там, где доступно электричество. Ранее её наработками уже пользовались американские военные, в т.ч. ВМС США в ходе учений UNITAS. Выпускаются разные варианты модульных ЦОД Armada, недавно она представила крупнейшую на сегодня 10-МВт модель Orion. Второй по величине модуль — Leviathan с мощностью 1,77 МВт. В мае Armada привлекла $230 млн на расширение выпуска модульных ЦОД.

В Armada заявляют, что ИИ-инфраструктуру ожидает «распределённое, суверенное и отказоустойчивое будущее». Платформа Terminus обеспечивает проекту «новое измерение». Вместе компании способны разместить под землёй полностью суверенный ИИ-узел с изоляцией от внешних сетей. Он будет находиться поблизости от задачи, которую поддерживает, и обеспечивать работу даже в том случае, если на поверхности инфраструктура не сможет функционировать.

В апреле появилась информация, что Microsoft намекнула на строительство защищённых дата-центров на фоне событий на Ближнем Востоке.

Согласно данным доклада Global Technology Report, представленного консалтинговой компанией Bain & Company, к 2031 году ИИ-индустрия должна обеспечивать $6 трлн ежегодной выручки. Это необходимо, чтобы продолжить оплачивать инфраструктуру, достаточную для удовлетворения ожидаемого спроса, сообщает The Register.

Для получения таких средств потребуются новые, нестандартные способы применения искусственного интеллекта — речь уже не идёт о простом повышении эффективности работы сотрудников. По словам авторов доклада, огромный спрос на ИИ-инфраструктуру обеспечил новый импульс индустрии аппаратного обеспечения. Быстро растёт производство HBM, развиваются технологии корпусирования чипов, растёт рынок кастомных решений и ASIC.

Ранее сообщалось, что огромные расходы на ИИ фактически помогают экономике США избежать рецессии, а строительство инфраструктуры для ЦОД и разработка ИИ-моделей стали единственными по-настоящему значимыми векторами роста. Bain & Company отмечает «гонку вооружений» среди облачных гиперскейлеров за ИИ-мощности. Совокупные капитальные затраты Microsoft, Google, Amazon, Meta✴ и Oracle в 2026 году могут составить $780 млрд, т.е. почти впятеро больше, чем тремя годами ранее.

Источник изображения: RONNAKORN TRIRAGANON/unsplash.com

К 2031 году ежегодные расходы на ИИ-инфраструктуру могут достичь $1,5 трлн — это приблизительно соответствует прогнозам Omdia, говорившей об $1,6 трлн к 2030 году. Сумма в $6 трлн основана на предположении Bain о том, что капитальные издержки составят порядка 25 % от выручки индустрии.

Предполагается, что сфера применений ИИ в традиционных для этого сферах обеспечит выручку на уровне $1,2–$1,8 трлн. В том числе речь идёт о потребительских ИИ-сервисах с выручкой от подписок и рекламы и корпоративных сервисов, применяемых для разработки ПО, продаж, маркетинга, обслуживания клиентов и в IT-операциях. Другими словами, необходимо найти новые сферы применения, которые будут приносить ещё $4,2 трлн выручки.

В докладе отмечены четыре возможные категории. Так, ИИ-модели постепенно заменяют традиционные поисковые системы и обеспечивают интеграцию рекламы, что позволит получать $100–$200 млрд дополнительно. ИИ для автономных автомобилей, грузовиков и беспилотников, а также систем промышленной автоматизации позволят создавать новые продукты и сервисы, приносящие ещё приблизительно по $400 млрд. Сфера «физического» ИИ с симуляциями, цифровыми двойниками и робототехникой может приносить до $900 млрд. Всего три категории потенциально обеспечат до $1,5 трлн.

Остальные средства должны поступить от «новых продуктов и способов применения, которых пока ещё не существует». В эту категорию входит создание новых лекарств с помощью ИИ, сервисы поддержки психического здоровья (миллиарды долларов неудовлетворённого спроса), новые решения в сфере материаловедения (в частности, аккумуляторов и полупроводников). Кроме того, ожидается ускорение исследований в самых разных отраслях, от «нейронауки» до термоядерной энергетики.

Аналитики подчёркивают, что современные дискуссии рассматривают в основном повышение производительности сотрудников, но новая экономика ИИ-инфраструктуры требует огромных средств, которые обеспечить простое повышение их показателей не в состоянии. По словам экспертов, отрасли необходима «волна инноваций», более масштабная в сравнении с экономическими изменениями, вызванными приходом мобильных технологий и облачных вычислений.

В отчёте Bain, представленном годом ранее, прогнозировалось, что к 2030 году индустрия должна обеспечить $2 трлн выручки для обеспечения подпитки развивающейся инфраструктуры. Цифра утроилась, и это косвенно свидетельствует о росте инвестиций в ИИ за последние 12 мес. Не исключено, что заявленного показателя в $6 трлн добиться не выйдет, поскольку эксперты неоднократно заявляли, что пока внедрение ИИ не приносит желаемой финансовой отдачи.

Кроме того, не факт, что будут реализованы все проекты строительства ИИ-инфраструктуры. Согласно докладу инвестиционного банка Jefferies, фактически в США строится только половина из запланированных на 2026 год мощностей, а по проектам, ввод в эксплуатацию которых намечен на 2028 год, работы не начались в 80 % случаев. Та же компания в другом отчёте отмечает, что ограничения, связанные с производством чипов, будут ограничивать ввод в эксплуатацию ЦОД в ближайшие годы.