Перейти к содержимому
Государственный отчёт

Ключевые вопросы энергетики и искусственного интеллекта

Key Questions on Energy and AI

International Energy Agency (IEA)Thomas Spencer, Siddharth Singh, Davide D'Ambrosio, Yasmine Arsalane, James Bragg, Julie Dallard, Inhoi Heo, Vincent Jacamon, Martin Kueppers, Brieuc Nerincx

О документе

Специальный доклад World Energy Outlook Международного энергетического агентства о взаимосвязи развития ИИ и энергетики. Он анализирует рост электропотребления и капитальных затрат дата-центров, физические ограничения масштабирования AI-инфраструктуры, варианты электроснабжения и последствия для энергосистем, цен и выбросов. Отдельно рассматриваются влияние ИИ на эффективность энергетики и промышленности, а также сценарии развития спроса до 2030 года.

Какое решение описано

Доклад не предлагает единый продукт, а рассматривает комплексный подход к развитию AI-ЦОД: прогнозирование нагрузки на основе поставок AI-ускорителей, управление очередями и условиями сетевого присоединения, корпоративные закупки электроэнергии, негарантированные подключения, управление спросом и использование интерактивных локальных ресурсов — накопителей энергии и газовой генерации. Для снижения спроса также анализируются rightsizing моделей, повышение эффективности ПО и оборудования, жидкостное охлаждение и потенциальный перенос части вычислений на edge.

Главное

  • IEA ожидает, что спрос дата-центров на электроэнергию вырастет примерно с 485 ТВт·ч в 2025 году до 950 ТВт·ч в 2030 году; главным драйвером становятся AI-ориентированные ЦОД, чьё потребление за этот период должно утроиться.
  • Ограничения роста AI-ЦОД лежат не только в доступе к электроэнергии: критичны сетевые присоединения, трансформаторы, газовые турбины, высокоскоростная память, чипы и доступ к капиталу.
  • Энергоэффективность моделей и ускорителей быстро улучшается, однако рост сложности inference-задач — reasoning, агентных, мультимодальных и видео-сценариев — может многократно повысить энергозатраты на запрос и нивелировать часть эффекта.
  • Эффективность AI-ЦОД во многом определяется на этапе проектирования: плотность стоек, архитектура охлаждения, готовность к жидкостному охлаждению, конфигурация электроснабжения и локация впоследствии дороги для изменения.
  • Быстрый ввод ЦОД при завышенных заявках на подключение и неопределённости пиковой нагрузки создаёт риск несоответствия между инвестициями энергосистемы и фактическим спросом; требуются более качественные прогнозы, управление очередями и распределением затрат.

Ключевые цифры

Потребление электроэнергии дата-центрами
485 ТВт·ч

Прогноз IEA для 2025 года.

Потребление электроэнергии дата-центрами
950 ТВт·ч

Base Case IEA для 2030 года.

Доля ЦОД в мировом приросте спроса на электроэнергию
чуть менее 10 %

Доля суммарного прироста мирового спроса на электроэнергию до 2030 года.

Рост спроса дата-центров на электроэнергию
17 %

Рост мирового спроса ЦОД на электроэнергию в 2025 году.

Рост электропотребления AI-ориентированных ЦОД
50 %

Рост в 2025 году.

Прирост спроса дата-центров на электроэнергию
около 70 ТВт·ч

Прирост между 2024 и 2025 годами.

Рост мощности AI-фабрик
более чем в 3 раза

За последние 18 месяцев.

CAPEX крупнейших технологических компаний
более 400 млрд USD

Капитальные расходы в 2025 году.

Заявленный CAPEX ведущих гиперскейлеров и neo-clouds
715 млрд USD

Объявленный объём на 2026 год; соответствует росту на 75%.

Накопленные инвестиции в дата-центры
3,9 трлн USD

Оценка IEA на 2026–2030 годы.

Капитальные затраты передовых AI-ЦОД
40 000–50 000 USD/кВт

Включая IT-оборудование.

Поддерживаемая мощность AI-ready серверов
около 25 ГВт в год

Максимум, который текущее производство high-bandwidth memory, по оценке аналитиков, может поддерживать до 2027 года.

Задержанные или заблокированные проекты ЦОД в США
20 проектов

Во II квартале 2025 года.

Инвестиции в задержанные или заблокированные проекты ЦОД США
98 млрд USD

Оценка для 20 проектов во II квартале 2025 года.

Потребление GPU для генерации текста Medium LM
0,05 Вт·ч

Индикативная величина на запрос; только потребление GPU.

Потребление GPU для агентного сценария с reasoning
50 Вт·ч

Индикативная величина на запрос; только потребление GPU.

Энергосбережение от документированных AI-кейсов
более 13 ЭДж

Потенциальная экономия к 2035 году при устранении барьеров внедрения; эквивалентна 3% мирового конечного энергопотребления.

Выбросы, связанные с дата-центрами
около 350 млн т

Прогноз на 2035 год; около 2% мировых выбросов электроэнергетики.

Что полезно собственнику ЦОД

Для собственника или инвестора ЦОД материал полезен как макро- и инфраструктурный benchmark для проверки проекта: сравнить прогноз нагрузки и CAPEX с базовым сценарием IEA, оценить риски присоединения, поставок оборудования и финансирования. Для концепции AI-площадки ключевой вывод — заранее закладывать высокую плотность мощности, готовность к жидкостному охлаждению, гибкое потребление и сценарии локальных ресурсов (BESS и газовая генерация), поскольку поздняя модернизация этих решений затруднена. Для переговоров с сетевой компанией важны реалистичный профиль пиковой нагрузки, поэтапное подключение и условия управляемого/негарантированного присоединения.

Где применяется

СтратегияВыбор площадкиКонцепцияИнвестиции

Темы

Первоисточник: International Energy Agency (IEA) · открыть страницу