🔥 Китай вложил миллиарды в строительство дата-центров для ИИ, но теперь многие из них простаивают

КНР переживает кризис перепроизводства в ИИ-инфраструктуре, но отказываться от нее не будет из-за гонки с США. Эффект китайского масштаба привел к расточительным инвестициям в производство, и теперь эта продукция не находит спроса. Так уже было с рынком недвижимости, железными дорогами и солнечными панелями.

Причины перегрева

✔Спекулятивные инвестиции. После бума ChatGPT в 2022-2023 гг. компании и местные власти массово вкладывались в ИИ-инфраструктуру, часто без реального спроса. Было анонсировано более 500новых дата-центров – от Внутренней Монголии до Гуандуна.

✔Падение спроса на GPU. Раньше дата-центры зарабатывали на сдаче мощностей (например, чипов Nvidia H100), ноиз-за появления эффективных моделей (вроде DeepSeek R1) потребность в обучении ИИ снизилась. На черном рынке цена за H100 доходила до $28 тыс., но сейчас упала в 2-3 раза.

✔Смена приоритетов в ИИ. Теперь важнее не обучение моделей (training), а логический вывод (inference). То есть важнее быстрота ответа, а не объем вычислений. Для этой задачи нужны ИИ-хабы близко к пользователям (в крупных городах), а не в дешевых, но удаленных регионах.

✔Строительство ради субсидий. Некоторые компании получали льготы на электроэнергию и землю, но не использовали мощности. Вместо ИИ-нагрузок они перепродавали энергию в сеть по повышенным тарифам.

✔Некомпетентность. Проекты часто вели неопытные подрядчики, что привело к проблемам с охлаждением и энергопотреблением. Многие ЦОДы не соответствуют стандартам для работы с современными ИИ-моделями.

В результате до 80% мощностей простаивают, а некоторые дата-центры продаются дешевле себестоимости (по данным китайских СМИ). По-видимому, государству придется национализировать убыточные проекты и раздать наименее убыточные крупным компаниям типа Huawei и Alibaba. Несмотря на низкую загрузку дата-центров, Китай продолжит масштабные инвестиции в инфраструктуру для ИИ. Alibaba планирует вложить более $50 млрд в облачные вычисления, ByteDance – около $20 млрд в GPU и дата-центры. Власти и бизнес скорректируют стратегию, сделав ставку на качество, а не количество.

👉 Так и хочется сказать – нам бы ваши проблемы. Российскому ИИ-рынку нужно больше вычислительных мощностей, говорят эксперты. К 2030 г. мощности ЦОД могут вырасти до 70 тыс. GPU (в эквиваленте Nvidia A100), а рынок графических ускорителей увеличится в 6-7 раз. Сейчас объем российских мощностей для ИИ оценивается в 3-4 тыс. эквивалентных карт A100. То есть за 6 лет объем используемых GPU нужно увеличить в 10 раз, при этом на недостаток мощностей ЦОДов постоянно жалуются компании.

Для развития ИИ в России нужно больше ЦОДов, для строительства которых нужно все больше электрогенерации. Однако для первых не хватает инвестиций, а энергетика находится под жесткой экономией со стороны регуляторов. Отсюда – нехватка вводимых мощностей в дата-центрах.