403 гиперскейл-ЦОД в США за период с мая 2024-го по апрель 2025 года могли израсходовать от 68 до 99 ТВт·ч электроэнергии. Это сопоставимо с годовым потреблением таких штатов, как Индиана, Мичиган или Теннесси, а выбросы CO₂, связанные с этой нагрузкой, достигли 21–31 млн тонн. Энергопотребление дата-центров перестало быть внутренней заботой облачных провайдеров: для разработчиков, бизнеса и инвесторов оно всё заметнее влияет на стоимость и доступность вычислений.
К таким выводам пришла группа исследователей Гарвардской школы общественного здравоохранения имени Т. Х. Чана и Harvard Data Science Initiative, сообщает The Register. Авторы изучили крупнейший класс серверных площадок — гиперскейл-объекты, на которых работают публичные облака и ресурсоёмкие ИИ-нагрузки. По их центральной оценке, эти дата-центры отвечали за 25,7 млн тонн выбросов углекислого газа — против 10,5 млн тонн в оценке за 2018 год.
Исследование важно не только масштабом цифр. В обычной дискуссии о влиянии ИИ на энергосистему часто смешивают всё подряд: офисные серверные, криптомайнинг, корпоративные стойки и облачные регионы. Здесь авторы сузили выборку до 403 гиперскейл-площадок в США. Именно они обслуживают значительную часть облачной инфраструктуры, обучения и инференса моделей, потоковых сервисов, корпоративных платформ и прочих задач, которые для пользователя выглядят как ещё один API-вызов.
Доступа к показаниям счётчиков у исследователей не было. Вместо этого они сопоставили крупный набор данных о ЦОД, спутниковые снимки и контуры зданий из OpenStreetMap, а затем рассчитали нагрузку через электрическую мощность площадок, число часов в году и несколько сценариев загрузки. Диапазон от 68 до 99 ТВт·ч отражает четыре режима — от сравнительно умеренной эксплуатации до сценария с высокой долей ИИ-вычислений. Это не измерение потребления «из розетки», а модельная оценка, и авторы прямо указывают на это ограничение.
ИИ-нагрузки растут быстрее прозрачности
Самая неприятная деталь для любителей точных дашбордов: исследование не позволяет отделить электроэнергию, потраченную на универсальные вычисления, от энергии, которую съели специализированные ИИ-кластеры на каждой площадке. Компании раскрывают планы строительства, число GPU и мощность новых кампусов гораздо охотнее, чем фактическую загрузку и почасовой энергобаланс. Поэтому разговор о том, сколько именно электричества потребляет генеративный ИИ, пока неизбежно строится на косвенных расчётах.
При этом временной срез уже отстаёт от реальности. Работа охватывает период до апреля 2025 года, а после него отрасль продолжила строить новые мощности и расширять существующие кампусы. Ведущий автор исследования Джанлука Гвиди, постдокторант кафедры биостатистики Гарварда, подчёркивает: спрос на ИИ-вычисления после окончания исследуемого периода не замедлился. Следовательно, нынешние показатели могут быть заметно выше приведённых оценок.
Углеродный след зависит не только от количества серверов, но и от адреса кампуса. По расчётам исследователей, около 54% электроэнергии, отнесённой к потреблению рассмотренных площадок, было произведено из ископаемого топлива — прежде всего природного газа и угля. При этом средняя углеродная интенсивность их электроснабжения оказалась ниже средней по энергосистеме США. Это не отменяет объём выбросов, но показывает, почему выбор региона становится инженерным и финансовым параметром, а не пунктом для пресс-релиза о новом облачном регионе.
Для облачных клиентов и команд, строящих продукты на ИИ, энергопотребление дата-центров постепенно превращается в фактор планирования. Рост спроса на мощность может означать более дорогие GPU-инстансы, очереди на подключение крупных объектов к сетям, ограничения на расширение регионов и повышенное внимание регуляторов к климатической отчётности. Для российских компаний, использующих собственные площадки или зарубежную облачную инфраструктуру, это тоже не далёкая американская история: дефицит мощностей и оборудования быстро отражается на глобальной цене вычислений.
ЦОД становятся частью энергосистемы
Гиперскейл-провайдеры давно говорят о закупках чистой энергии, эффективности охлаждения и оптимизации серверной загрузки. Но уравнение меняется: экономия на одном сервере не всегда компенсирует запуск тысяч новых ускорителей. Чем плотнее становятся ИИ-кластеры, тем важнее не только PUE конкретного дата-центра, но и способность региональной сети выдать стабильную мощность без роста доли газовой и угольной генерации.
Следующий спор будет не о том, много ли электричества потребляют дата-центры, — ответ уже измеряется десятками ТВт·ч. Главный вопрос в том, успеют ли энергосети, генерация и правила раскрытия данных за строительством ИИ-инфраструктуры. Подробнее о методике и выводах исследования пишет .
