Однажды могучие центры обработки данных могут быть вытеснены обычным смартфоном, заявил генеральный директор Perplexity Аравинд Шринивас в недавнем подкасте.
В беседе с ведущим Прахаром Гуптой руководитель отдела ИИ утверждал, что в конечном итоге люди будут использовать мощные, персонализированные инструменты ИИ, которые смогут работать на оборудовании, уже встроенном в их устройства.
Это будет вместо того, чтобы ИИ полагался на передачу данных в огромные центры обработки данных и обратно, а также использовал удаленные компьютеры для работы, как это обычно происходит сейчас.
Система ИИ Apple, Apple Intelligence, уже запускает некоторые функции на специализированных чипах в новейшей линейке продуктов компании. Технологический гигант заявляет, что это означает, что его инструменты ИИ могут работать быстрее, а также обеспечивать более надежную защиту личных данных.
Ноутбуки Microsoft Copilot+ также включают в себя встроенную обработку ИИ.
Но все это гаджеты премиум-класса. В целом, немногие современные устройства обладают такими возможностями. ИИ требует мощной обработки, которая выходит за рамки возможностей стандартного оборудования.
«В долгосрочной перспективе вопрос в том, «когда» мощный и эффективный ИИ сможет работать на локальных устройствах», — говорит Джонатан Эванс, директор консалтинговой компании Total Data Centre Solutions.
Индустрия центров обработки данных, безусловно, не сокращается в ущерб спросу. Но сокращается ли она в других отношениях?
Традиционно центры обработки данных — это огромные здания, заполненные мощными компьютерами, которые выполняют большое количество цифровых задач в дополнение к управлению ИИ, начиная от потокового видео и онлайн-банкинга и заканчивая обработкой ИИ и хранением данных.
Вероятно, что для всего, к чему у вас есть онлайн-авторизация, используется центр обработки данных где-то в мире. Крупные компании владеют ими, а более мелкие арендуют в них мощности.
Однако несколько лет назад я слышал о крошечном центре обработки данных размером со стиральную машину, который работал в Девоне, Великобритания. Помимо вычислительной мощности, выделяемое им тепло подогревало общественный бассейн.
Это был первый раз, когда я столкнулся с центром обработки данных, который не был гигантским складом, и поначалу я был очень скептически настроен по отношению ко всему этому.
С тех пор я слышал о множестве других примеров. В ноябре 2025 года британская пара рассказала, что отапливает свой дом с помощью небольшого центра обработки данных, расположенного в их садовом сарае.
Месяц спустя я ужинал с университетским профессором, который рассказал мне, что у него под столом стоит графический процессор (GPU) — мощный компьютерный процессор, используемый для управления искусственным интеллектом. И пока он работал, он также обогревал его кабинет.
В то же время технологические компании инвестируют миллиарды долларов в огромные центры обработки данных по всему миру. Только в Великобритании строится около 100 новых таких центров. Центры обработки данных потребляют много энергии, и существуют серьезные опасения по поводу их воздействия на окружающую среду.
Генеральный директор Nvidia Дженсен Хуанг называет центры обработки данных «фабриками ИИ». Аргумент в их пользу заключается в том, что они необходимы для обеспечения быстрого развития технологий ИИ.
Долгое время в секторе ИИ настаивали на существовании, по-видимому, экспоненциального правила «масштабирования», согласно которому чем больше вычислительной мощности вы вкладываете в ИИ, тем лучше он становится – хотя этот процесс, похоже, замедлился.
Но я все чаще слышу голоса в технологическом секторе, которые ставят под сомнение целесообразность размещения всего этого в удаленных и огромных центрах обработки данных.
Эванс говорит, что есть основания для создания «небольших периферийных центров обработки данных рядом с крупными населенными пунктами», что позволило бы уменьшить задержку и ускорить время отклика.
«Маленькое — это определенно новое большое», — говорит Марк Бьорнсгаард. Он был основателем DeepGreen — компании, создавшей центр обработки данных для бассейнов.
Он считает, что в каждом общественном здании должен размещаться небольшой центр обработки данных, работающий в большой сети друг с другом там, где это необходимо, и обеспечивающий отопление в качестве побочного продукта.
«Лондон — это просто один гигантский центр обработки данных, который еще не построен», — говорит он.
Аманда Брок, глава бизнес-организации OpenUK, разделяет это мнение. «Я думаю, что миф о центрах обработки данных — это мыльный пузырь, который со временем лопнет», — говорит она мне. Хотя она не хотела называть конкретную дату.
Она считает, что заброшенные здания и закрытые магазины следует переоборудовать в небольшие центры обработки данных.
Некоторые смотрят немного дальше, чем на главные улицы и города: в космос.
«Космос предоставляет уникальную возможность переосмыслить структуру данных, где небольшие масштабируемые центры обработки данных на орбите могут обеспечить эффективность, производительность и гибкость», — говорит Ави Шабтай, генеральный директор Ramon Space, одной из компаний, разрабатывающих эту технологию.
Вернувшись на Землю, Брок соглашается со Шринивасом из Perplexity в том, что потребуется меньше центров обработки данных, и что, по ее мнению, «обработка данных переместится на портативное устройство, приставку или маршрутизатор в вашем доме».
Это может стать более вероятным, если сокращаются не только центры обработки данных, но и сами инструменты ИИ.
Вокруг больших языковых моделей (LGSM) — мощных моделей ИИ, обученных на огромных массивах данных, — ходил огромный ажиотаж, и именно они запускают чат-боты ИИ, которые мы используем для генерации контента. Но мы также привыкли к их склонности к ошибкам.
Отчасти это происходит из-за их невероятно широкого круга задач.
Как однажды сказал мне активист по вопросам этики ИИ Эд Ньютон Рекс: инструмент ИИ, предназначенный для выявления признаков рака, не обязательно должен уметь писать тексты песен в стиле Тейлор Свифт.
Предприятия все чаще соглашаются с этим и выбирают вместо этого специализированные корпоративные инструменты ИИ: более дорогие, но обученные на собственных данных, которые затем не используются для обучения других продуктов, и подготовленные для выполнения задач, специфичных для компании.
Эти небольшие, частные инструменты, как правило, работают точнее и требуют меньше вычислительных ресурсов. Кроме того, более вероятно, что все данные могут храниться на территории предприятия.
«Я разговаривал со многими людьми, которые не видят преимуществ использования универсальных инструментов ИИ», — говорит доктор Саша Лучиони, руководитель направления ИИ и климата в компании Hugging Face, занимающейся машинным обучением.
«Мы уже наблюдаем смену парадигмы: от больших моделей, требующих огромных ресурсов, к меньшим моделям, которые являются более специализированными, работают локально и адаптированы к потребностям бизнеса».
Но создаст ли обилие небольших центров обработки данных проблемы для национальной безопасности?
«Контраргумент здесь заключается в том, что небольшие цели оказывают меньшее воздействие, если в них проникают злоумышленники», — говорит профессор Алан Вудворд из Университета Суррея, эксперт по компьютерной безопасности.
«Крупные центры обработки данных могут стать серьезными точками отказа, как мы недавно видели на примере огромных центров AWS [Amazon Web Services]».
По словам Лучиони, отказ от крупных центров обработки данных также имеет экологические преимущества, поскольку они «требуют все больше и больше ресурсов». «Логично не использовать их постоянно».