Нейросети. Выстрой свою систему из 5 уровней автоматизации - Казанцев Тимур - Страница 3

Вы можете читать книгу не строго по порядку. Если вам уже близок базовый уровень, смело перескакивайте к главам про агентов и автоматизации, а потом возвращайтесь к пробелам. Относитесь к структуре как к карте, по которой можно двигаться своими траекториями.

Я не рекламирую никакие сервисы и не призываю пользоваться конкретными продуктами. Все упомянутые инструменты – лишь примеры того, как можно решать задачи. Любые решения о подписках, передаче данных и выборе платформ остаются исключительно за вами.

Глава 1. Инфраструктура ИИ: пирамида из электричества, чипов и моделей

Представьте, что вы просыпаетесь однажды утром и обнаруживаете, что привычные сервисы просто… не загружаются.

Не работает банковское приложение.

Такси показывает «ошибка сервера».

Даже ваша любимая нейронка выдаёт лишь одно сообщение:

«Недостаточно вычислительных мощностей. Повторите запрос позже».

Не произошло ни кибератаки, ни глобальной войны. Просто несколько дата-центров отключили от сети – регион не выдержал пикового спроса на электроэнергию.

И вдруг становится видно то, что обычно скрыто: мир, в котором ИИ берёт на себя 40–70% задач, держится не на «магии ChatGPT», а на очень конкретных вещах – проводах, трансформаторах, электростанциях, фабриках чипов и десятках гектаров залитых бетоном залов с ревущими серверными стойками.

ИИ – это не приложение в телефоне. Это новая энергетическая и геополитическая инфраструктура.

И мы с вами живём как раз в момент её сборки.

Что вы узнаете из этой главы

В этой главе мы:

• разложим индустрию ИИ по уровням – от электроэнергии до пользователя;

• разберём, почему электричество и видеокарты становятся новой нефтью;

• посмотрим, как США через контроль чипов и моделей формируют новое мироустройство;

• обсудим, почему спрос на электроэнергию дата-центров уже сегодня растёт двузначными темпами и может более чем удвоиться к 2030 году;

• наметим альтернативные сценарии – в том числе путь стран с сильной атомной энергетикой и распределёнными вычислениями, по аналогии с биткоином;

• свяжем всё это с простой мыслью: в мире, где идёт война за мощности, ваша личная компетенция – как работать с ИИ и строить свои системы – становится новым видом личного капитала.

Почему вообще важно понимать инфраструктуру ИИ

Большинство людей видят только верхушку айсберга: чат с моделью, красивый интерфейс, удобное приложение.

Кажется, что всё, что нужно – «уметь правильно задавать вопросы».

Но в реальности:

• крупные модели стоят десятки-сотни миллионов долларов на обучение[2];

• дата-центры уже потребляют около 415 ТВт·ч в год – примерно 1,5% мировой электроэнергии, и эта цифра растёт примерно на 12% в год[3];

• только в США дата-центры уже вышли на 4–5% потребления всей электроэнергии страны и могут подняться до 7–12% к концу десятилетия[4];

• международные отчёты предсказывают, что спрос на электричество для дата-центров и ИИ может удвоиться или больше к 2030 году[5].

Это значит, что ИИ – не просто про «умные ответы», а про то, кто контролирует энергетику, чипы и инфраструктуру, и как обычный человек вписывается в эту картину.

Если вы поймёте, как устроена эта пирамида, вам будет проще:

• трезво оценивать новости про ИИ и не вестись на хайп;

• понимать, где настоящие точки роста и денег;

• объяснять заказчикам/клиентам, за что они платят, когда «покупают ИИ»;

• видеть риски и возможности на горизонте 5–10 лет.

Пятиуровневая пирамида инфраструктуры ИИ

Я предлагаю смотреть на индустрию ИИ как на пятиуровневую пирамиду.

Снизу вверх:

1. Электроэнергия

2. Видеокарты (GPU), чипы и дата-центры

3. Модели (LLM и другие)

4. Приложения

5. Пользователи

Если смотреть на новости про ИИ только с пользовательского уровня, может показаться, что вся эта пирамида строится ради удобного чата и красивых картинок.

На самом деле крупные игроки вкладывают миллиарды долларов не только ради того, чтобы вам было проще переписать письмо.

Ставка делается в том числе на гонку к более общим и мощным системам – вплоть до уровней, которые в публичной дискуссии называют AGI (общий искусственный интеллект сравнимый с возможностями человеческого разума) или супер-интеллектом (значительно превосходящим человеческий разум).

Каждый новый процент точности модели, каждый шаг в сторону более устойчивого «понимания» мира опирается:

• на дополнительные мегаватты электроэнергии;

• на всё более плотные кластеры GPU и специализированных чипов;

• на растущие дата-центры и сложную сетевую инфраструктуру.

Снаружи это выглядит как очередное обновление нейросети.

Внутри – как стратегическая игра государств и корпораций за контроль над энергетикой, вычислениями и данными, которые могут привести их ближе к системам уровня AGI.

Но здесь есть важный разворот для читателя этой книги.

Для вас принципиально не то, “кто именно первым добежит до AGI”, а то, где вы находитесь в этой пирамиде:

• вы просто пользователь красивого приложения;

• вы человек, который понимает, на каких слоях всё это стоит;

• или вы тот, кто учится строить свои продукты и системы поверх этой инфраструктуры – так, чтобы не оказаться заложником одной кнопки, одного провайдера и одного сценария будущего.

Эта глава – про то, как увидеть в новостях про «чипы», «дата-центры», «энергетический кризис из-за ИИ» не абстрактный фон, а карту сил, на которой вам ещё жить и работать.

А разговор про AGI здесь нужен только для одного: показать, что гонка за «будущим сверх-интеллектом» уже сегодня меняет физическую и политическую реальность, в которой вы делаете бизнес, строите карьеру и принимаете решения.

При обсуждениях нейросетей и ИИ, мы привыкли начинать сверху пирамиды – с пользователя. Но чтобы понять, откуда берётся ценность и за что идёт борьба, начнём, наоборот, снизу.

ИИ – это в первую очередь про электроэнергию.

Каждый ваш запрос к нейросети – это не просто строка текста. Это:

• тысячи-миллионы операций на графических процессорах;

• серверы, которые нужно питать и охлаждать;

• сети, которые нужно поддерживать.

По оценкам международных энергетических агентств:

• в 2024 году дата-центры глобально потребляли 415 ТВт·ч в год[6],

• это примерно электропотребление крупной развитой страны,

• к 2030 году потребление может удвоиться и более, приближаясь к 900–1000 ТВт·ч, что сопоставимо с потреблением целых регионов мира.

Ключевой парадокс:

ИИ продаётся как «цифровая магия», но за кулисами – это очень материальная история про мегаватты, кабели, бетон, территорию и воду для охлаждения.

Отсюда несколько выводов:

• Страны с дешёвой и устойчивой генерацией (гидро, атом, геотермальная) получают стратегическое преимущество[7].