Андрей Щербаков 
Искусственный интеллект стремительно меняет не только технологии, но и глобальный энергетический сектор. Развитие ИИ, особенно в сфере центров обработки данных, приводит к заметному увеличению потребности в электроэнергии, как сообщает Международное энергетическое агентство (МЭА). Одновременно с этим ИИ предоставляет энергетической отрасли инструменты для повышения эффективности, устойчивости и надежности. Ожидается, что эти изменения коренным образом преобразят способы производства, потребления и управления электроэнергией во всем мире.
Непосредственным следствием внедрения ИИ становится рост энергопотребления дата-центров. Эти объекты, обеспечивающие вычислительные мощности для работы ИИ-моделей, уже являются крупными потребителями электричества. По мере того как технологии ИИ становятся мощнее и получают более широкое распространение, потребность в вычислительных ресурсах, а следовательно, и в энергии для их обеспечения, будет значительно возрастать. Согласно прогнозам МЭА, к 2030 году потребление электроэнергии дата-центрами может превысить 945 ТВт·ч, что более чем вдвое превышает уровень 2024 года. Этот рост обусловлен прежде всего увеличением спроса на ИИ-модели, требующие высокопроизводительных вычислений, особенно с использованием ускоренных серверов.
В настоящее время на долю дата-центров приходится около 1,5% мирового потребления электроэнергии. Однако ожидается, что их доля в глобальном спросе на электроэнергию в ближайшее десятилетие значительно вырастет. Это связано с зависимостью ИИ от специализированного оборудования, такого как графические процессоры и серверы-ускорители. Энергоемкость ИИ будет играть ключевую роль в формировании будущего потребления электроэнергии.
Потребление электроэнергии дата-центрами распределено по миру неравномерно. Наибольшая доля приходится на США, Китай и Европу. Ожидается, что в США к 2030 году на дата-центры будет приходиться почти половина прироста спроса на электроэнергию в стране. В то же время в странах с развивающейся экономикой, таких как Юго-Восточная Азия и Индия, наблюдается быстрое развитие центров обработки данных, хотя рост спроса там пока ниже, чем в развитых странах.
Такая концентрация дата-центров создает серьезные проблемы для электросетей, особенно в регионах, где инфраструктура уже работает на пределе возможностей. Высокие энергетические потребности этих центров могут приводить к перегрузке сетей и задержкам с подключением новых объектов. Например, в США проекты дата-центров сталкиваются с длительными сроками ожидания подключения из-за ограниченной пропускной способности сетей, и эта проблема может усугубиться без надлежащего планирования.
МЭА предлагает несколько стратегий для удовлетворения растущих энергетических потребностей ИИ при одновременном обеспечении надежности электросетей. Ключевым направлением является диверсификация источников энергии. Хотя возобновляемые источники энергии будут играть центральную роль в покрытии возросшего спроса со стороны дата-центров, свой вклад внесут и другие источники, включая природный газ, атомную энергию и новые технологии, такие как малые модульные реакторы (ММР).
Ожидается, что к 2035 году возобновляемые источники обеспечат почти половину мирового прироста спроса со стороны дата-центров благодаря своей экономической конкурентоспособности и более коротким срокам реализации проектов. Однако для балансировки переменчивого характера возобновляемой энергетики с постоянным спросом дата-центров потребуются надежные решения для хранения энергии и гибкое управление сетями. Кроме того, сам ИИ может способствовать повышению энергоэффективности, помогая оптимизировать работу электростанций и улучшать управление сетями.
Искусственный интеллект также является мощным инструментом для оптимизации энергетических систем. Он способен повысить эффективность производства энергии, снизить эксплуатационные расходы и улучшить интеграцию возобновляемых источников в существующие сети. Используя ИИ для мониторинга в реальном времени, предиктивного обслуживания и оптимизации сетей, энергетические компании могут повысить эффективность и сократить выбросы. По оценкам МЭА, широкое внедрение ИИ может принести экономию до 110 миллиардов долларов ежегодно в электроэнергетическом секторе к 2035 году. МЭА выделяет несколько ключевых областей применения ИИ для повышения эффективности спроса и предложения в энергетике.
ИИ улучшает прогнозирование доступности возобновляемой энергии, что крайне важно для интеграции переменных источников в сеть. Например, нейросетевой ИИ от Google позволил увеличить экономическую ценность ветровой энергии на 20% за счет точных прогнозов на 36 часов вперед. Это позволяет энергокомпаниям лучше сбалансировать спрос и предложение, снижая зависимость от резервных мощностей на ископаемом топливе. ИИ также используется для мониторинга энергетической инфраструктуры, такой как линии электропередачи и турбины, для прогнозирования неисправностей до того, как они приведут к отключениям. Компания E.ON сократила количество отключений до 30%, используя машинное обучение для кабелей среднего напряжения, а Enel добилась 15%-го снижения с помощью систем ИИ на основе датчиков. ИИ обрабатывает данные с датчиков и умных счетчиков для оптимизации потоков мощности, особенно на уровне распределительных сетей, обеспечивая стабильную и эффективную работу сетей даже при росте числа подключенных устройств. ИИ позволяет точнее прогнозировать цены на электроэнергию и внедрять модели динамического ценообразования, стимулируя потребителей смещать потребление на периоды вне пиковой нагрузки, что снижает нагрузку на сеть и затраты для всех участников. Наконец, ИИ улучшает качество обслуживания клиентов с помощью приложений и чат-ботов, совершенствуя процессы выставления счетов и управления энергопотреблением, примерами чего служат компании Octopus Energy и Oracle Utilities.
Кроме того, ИИ может способствовать снижению энергопотребления за счет повышения эффективности энергоемких процессов, таких как производство и передача электроэнергии. По мере дальнейшей цифровизации энергетического сектора ИИ будет играть все более важную роль в балансировании спроса и предложения.
Несмотря на большие перспективы интеграции ИИ в энергетический сектор, остаются и неопределенности. Скорость внедрения ИИ, прогресс в эффективности аппаратного обеспечения для ИИ и способность энергетических отраслей удовлетворять растущий спрос – все это факторы, которые могут повлиять на будущее потребление электроэнергии. В отчете МЭА представлены несколько сценариев, самый амбициозный из которых предполагает скачок спроса более чем на 45% сверх текущих ожиданий.
Чтобы рост ИИ не опережал возможности энергетического сектора, странам необходимо сосредоточиться на модернизации сетевой инфраструктуры, стимулировании гибкой работы дата-центров и обеспечении того, чтобы производство энергии могло удовлетворить меняющиеся потребности ИИ. Сотрудничество между энергетическим и технологическим секторами, а также стратегическое политическое планирование будут иметь решающее значение для управления рисками и использования потенциала ИИ в энергетике.
Искусственный интеллект оказывает значительное влияние на мировой электроэнергетический сектор. Растущий спрос на энергию со стороны дата-центров создает проблемы, но одновременно ИИ открывает для энергетической отрасли возможности для развития и повышения эффективности. Используя ИИ для оптимизации энергопользования и диверсифицируя источники энергии, можно будет удовлетворить растущие потребности ИИ в энергии устойчивым образом. Энергетический сектор должен быстро адаптироваться, чтобы поддержать стремительный рост ИИ, одновременно используя его возможности для совершенствования энергетических систем. В ближайшее десятилетие можно ожидать серьезных изменений в том, как электроэнергия генерируется, распределяется и потребляется, под влиянием пересечения ИИ и цифровой экономики.
