Страна вложила миллиарды в инфраструктуру ИИ, но золотая лихорадка в сфере центров обработки данных сходит на нет, поскольку спекулятивные инвестиции сталкиваются со слабым спросом, а DeepSeek меняет тенденции в сфере ИИ.
Примерно год назад Сяо Ли наблюдал за потоком предложений по чипам Nvidia в WeChat. Работая подрядчиком по недвижимости, а затем перейдя на должность руководителя проекта центра обработки данных, в 2023 году он переключился на инфраструктуру ИИ, вдохновленный перспективами ИИ-ажиотажа в Китае.
В то время торговцы из его окружения хвастались тем, что обеспечили поставки высокопроизводительных графических процессоров Nvidia, подпадающих под экспортные ограничения США. Многие из них контрабандой доставлялись в Шэньчжэнь по зарубежным каналам. В разгар спроса один чип Nvidia H100, необходимый для обучения моделей искусственного интеллекта, мог продаваться на чёрном рынке по цене до 200 000 юаней (28 000 долларов США).
Теперь его лента WeChat и отраслевые чаты говорят об обратном. Трейдеры стали более осмотрительными в своих сделках, а цены вернулись к земным. Тем временем, два проекта центров обработки данных, с которыми знаком Ли, испытывают трудности с получением дополнительного финансирования от инвесторов, ожидающих низкой доходности, что вынуждает руководителей проектов распродавать излишки графических процессоров. «Похоже, все продают, но мало кто покупает», — говорит он.
Всего несколько месяцев назад бум строительства центров обработки данных был в самом разгаре, чему способствовали как государственные, так и частные инвесторы. Однако многие недавно построенные объекты сейчас пустуют. По словам местных жителей, с которыми общался MIT Technology Review, включая подрядчиков, руководителя компании, производящей графические серверы, и руководителей проектов, большинство компаний, управляющих этими центрами обработки данных, изо всех сил пытаются удержаться на плаву. Местные китайские издания Jiazi Guangnian и 36Kr сообщают, что до 80% новых вычислительных ресурсов Китая остаются неиспользованными.
Сдача в аренду графических процессоров компаниям, которым они нужны для обучения моделей ИИ (основная бизнес-модель для новой волны центров обработки данных), когда-то считалась беспроигрышным вариантом. Но с ростом популярности DeepSeek и резким изменением экономической ситуации вокруг ИИ эта отрасль переживает спад.
«Растущие трудности, с которыми сталкивается отрасль искусственного интеллекта в Китае, во многом являются результатом того, что неопытные игроки — корпорации и местные органы власти — поддаются ажиотажу и строят объекты, которые не отвечают оптимальным требованиям сегодняшнего дня», — говорит Джимми Гудрич, старший советник по технологиям корпорации RAND.
В результате проекты терпят неудачу, энергия тратится впустую, а центры обработки данных превращаются в «проблемные активы», от которых инвесторы стремятся избавиться по ценам ниже рыночных. По его словам, ситуация в конечном итоге может привести к вмешательству государства: «Китайское правительство, вероятно, вмешается, возьмёт управление в свои руки и передаст их более компетентным операторам».
Хаотичный строительный бум
Когда ChatGPT появился на рынке в конце 2022 года, реакция Китая была быстрой. Центральное правительство объявило ИИ-инфраструктуру национальным приоритетом, призвав местные органы власти ускорить развитие так называемых интеллектуальных вычислительных центров — термин, придуманный для обозначения центров обработки данных, ориентированных на ИИ.
По данным исследовательской компании KZ Consulting, в 2023 и 2024 годах было объявлено о строительстве более 500 новых центров обработки данных по всей территории от Внутренней Монголии до Гуандуна. По данным Комитета по центрам обработки данных Ассоциации индустрии связи Китая (государственной отраслевой ассоциации), к концу 2024 года не менее 150 новых центров обработки данных были завершены и введены в эксплуатацию. Государственные предприятия, публичные компании и государственные фонды выстраивали очередь из желающих инвестировать в них, надеясь стать лидерами в области ИИ. Местные органы власти активно продвигали их, надеясь, что они будут стимулировать экономику и сделают их регион ключевым центром ИИ.
Связанная история
Однако по мере продолжения этих дорогостоящих строительных проектов китайская лихорадка вокруг крупных языковых моделей сходит на нет. Только в 2024 году более 144 компаний зарегистрировались в Администрации киберпространства Китая — центральном регуляторе интернета в стране — для разработки собственных программ магистратуры (LLM). Однако, по данным китайского издания Economic Observer, к концу года лишь около 10% этих компаний продолжали активно инвестировать в обучение на крупных языковых моделях.
Политическая система Китая отличается высокой степенью централизации, и местные чиновники, как правило, продвигаются по служебной лестнице посредством региональных назначений. В результате многие местные лидеры отдают приоритет краткосрочным экономическим проектам, демонстрирующим быстрые результаты, — часто для того, чтобы завоевать расположение начальства, — а не долгосрочному развитию. Крупные, резонансные инфраструктурные проекты давно стали инструментом для продвижения местных чиновников по политической лестнице.
Экономический спад после пандемии лишь усилил эту динамику. В условиях, когда сектор недвижимости Китая, некогда являвшийся основой местной экономики, впервые за десятилетия столкнулся с падением, власти были вынуждены искать альтернативные источники роста. Тем временем некогда процветающая интернет-индустрия страны также вступала в период стагнации. В этом вакууме инфраструктура ИИ стала новым предпочтительным стимулом.
«Искусственный интеллект был как укол адреналина», — говорит Ли. «Много денег, которые раньше вкладывались в недвижимость, теперь вкладываются в центры обработки данных, использующие искусственный интеллект».
К 2023 году крупные корпорации, многие из которых ранее не имели опыта в области ИИ, начали сотрудничать с местными органами власти, чтобы извлечь выгоду из этой тенденции. Некоторые рассматривали ИИ-инфраструктуру как способ оправдать расширение бизнеса или повысить стоимость акций, говорит Фань Цуньбао, руководитель проекта центра обработки данных в Пекине. Среди них были такие компании, как Lotus (производитель глутамата натрия) и Jinlun Technology (текстильная компания) — названия, которые вряд ли ассоциируются с передовыми технологиями ИИ.
Этот подход, характерный для «золотой лихорадки», означал, что строительство центров обработки данных ИИ в значительной степени направлялось сверху вниз, часто без учёта реального спроса или технической осуществимости, говорят Фанг, Ли и несколько местных источников, пожелавших говорить анонимно из-за опасений политических последствий. Многие проекты возглавлялись руководителями и инвесторами, не имеющими достаточного опыта в области инфраструктуры ИИ, говорят они. В погоне за успехом многие из них строились в спешке и не соответствовали отраслевым стандартам.
«Объединить все эти огромные кластеры чипов — задача очень сложная, и очень мало компаний или специалистов, которые знают, как это сделать в таком масштабе», — говорит Гудрич. «Это действительно передовые технологии в области компьютерной инженерии. Я бы удивился, если бы большинство этих небольших игроков знали, как это сделать. Многие недавно построенные центры обработки данных быстро объединяются и не обеспечивают той стабильности, которая нужна такой компании, как DeepSeek».
Хуже того, руководители проектов часто полагались на посредников и брокеров, некоторые из которых преувеличивали прогнозы спроса или манипулировали процессами закупок, чтобы присвоить себе государственные субсидии, говорят источники.
К концу 2024 года ажиотаж вокруг бума центров обработки данных в Китае сменился разочарованием. Причина проста: аренда графических процессоров перестала быть особенно прибыльным бизнесом.
Расчет DeepSeek
Теоретически бизнес-модель центров обработки данных проста: они зарабатывают, сдавая в аренду кластеры графических процессоров компаниям, которым требуются вычислительные мощности для обучения ИИ. Однако на практике найти клиентов оказывается непросто. Лишь несколько ведущих технологических компаний Китая сейчас активно используют вычислительные мощности для обучения своих моделей ИИ. Многие более мелкие игроки отказались от предварительной подготовки моделей или иным образом изменили свою стратегию после появления DeepSeek, которая произвела фурор в интернете благодаря R1 — модели рассуждений с открытым исходным кодом, сопоставимой по производительности с ChatGPT o1, но при этом стоившей в разы дешевле.
«DeepSeek — это момент расплаты для китайской индустрии искусственного интеллекта. Главный вопрос сместился с «Кто может создать лучшую большую языковую модель?» на «Кто сможет лучше её использовать?»», — говорит Ханьчэн Цао, доцент кафедры информационных систем Университета Эмори.
Связанная история
Развитие моделей логического мышления, таких как R1 от DeepSeek и ChatGPT o1 и o3 от OpenAI, также изменило требования компаний к центрам обработки данных. С этой технологией большая часть вычислительных потребностей связана с выполнением пошаговых логических выводов в ответ на запросы пользователей, а не с самим процессом обучения и создания модели. Такой процесс логического мышления часто даёт лучшие результаты, но занимает значительно больше времени. В результате оборудование с низкой задержкой (временем, необходимым для передачи данных из одной точки сети в другую) приобретает первостепенное значение. Центры обработки данных должны располагаться вблизи крупных технологических узлов, чтобы минимизировать задержки передачи данных и обеспечить доступ к высококвалифицированному персоналу по эксплуатации и обслуживанию.
Это изменение означает, что многие центры обработки данных, построенные в центральном, западном и сельском Китае, где электричество и земля дешевле, теряют свою привлекательность для компаний, занимающихся искусственным интеллектом. В Чжэнчжоу, городе в родной провинции Хэнань, где проживает Ли, недавно построенный центр обработки данных даже раздаёт бесплатные ваучеры на вычислительные ресурсы местным технологическим компаниям, но всё ещё испытывает трудности с привлечением клиентов.
Кроме того, многие новые центры обработки данных, появившиеся в последние годы, были оптимизированы для предобучения — больших, длительных вычислений, выполняемых на больших наборах данных, — а не для вывода, процесса запуска обученных моделей рассуждений для реагирования на пользовательский ввод в режиме реального времени. Аппаратное обеспечение, поддерживающее вывод, отличается от того, что традиционно используется для масштабного обучения ИИ.
Графические процессоры, такие как Nvidia H100 и A100, предназначены для обработки больших объёмов данных, уделяя первостепенное внимание скорости и объёму памяти. Но по мере того, как ИИ переходит к обработке данных в режиме реального времени, отрасль ищет более эффективные, отзывчивые и экономичные чипы. Даже незначительная ошибка в расчёте потребностей инфраструктуры может сделать центр обработки данных неоптимальным для задач клиентов.
В этих условиях стоимость аренды графических процессоров упала до исторического минимума. В недавнем отчёте китайского издания Zhineng Yongxian говорится, что сервер Nvidia H100 с восемью графическими процессорами теперь можно арендовать за 75 000 юаней в месяц, тогда как раньше он стоил около 180 000 юаней. Некоторые дата-центры предпочитают оставить свои объекты пустыми, чем рисковать ещё большими потерями из-за высокой стоимости эксплуатации, говорит Фань: «Доход от работы даже небольшой части дата-центра просто не покроет расходы на электроэнергию и обслуживание».
«Парадоксально: Китай сталкивается с самыми высокими затратами на закупку чипов Nvidia, при этом цены на аренду графических процессоров необычайно низкие», — говорит Ли. Вычислительных мощностей в Китае избыток, особенно в центральном и западном Китае, но в то же время ощущается нехватка современных чипов.
Однако не все брокеры изначально стремились заработать на центрах обработки данных. Многие, напротив, постоянно пытались воспользоваться государственными льготами. Некоторые операторы используют этот сектор для получения субсидируемой «зелёной» электроэнергии, получая разрешения на её производство и продажу, как сообщает Фан и некоторые китайские СМИ. Вместо того, чтобы использовать энергию для задач ИИ, они перепродают её обратно в сеть с наценкой. В других случаях компании приобретают землю под строительство центров обработки данных, чтобы претендовать на государственные займы и кредиты, оставляя объекты неиспользуемыми, но при этом продолжая получать государственное финансирование, сообщает местное издание Jiazi Guangnian.
«К концу 2024 года ни один здравомыслящий подрядчик или брокер на рынке не пойдёт в этот бизнес, рассчитывая на прямую прибыль», — говорит Фанг. «Все, кого я встречал, используют сделку по дата-центру как повод для чего-то ещё, что может предложить государство».
Необходимое зло
Несмотря на неполную загрузку центров обработки данных, центральное правительство Китая продолжает активно поддерживать развитие инфраструктуры ИИ. В начале 2025 года оно провело симпозиум для индустрии ИИ, подчеркнув важность самодостаточности в этой технологии.
Крупные китайские технологические компании принимают это во внимание и инвестируют в соответствии с этим национальным приоритетом. Alibaba Group объявила о планах инвестировать более 50 миллиардов долларов в облачные вычисления и аппаратную инфраструктуру искусственного интеллекта в течение следующих трёх лет, а ByteDance планирует инвестировать около 20 миллиардов долларов в графические процессоры и центры обработки данных.
Тем временем компании в США делают то же самое. Крупные технологические компании, включая OpenAI, Softbank и Oracle, объединили усилия для реализации инициативы Stargate, в рамках которой планируется инвестировать до 500 миллиардов долларов в течение следующих четырёх лет в создание передовых центров обработки данных и вычислительной инфраструктуры. Учитывая конкуренцию в области ИИ между двумя странами, эксперты утверждают, что Китай вряд ли снизит свои усилия. «Если генеративный ИИ станет революционной технологией, инфраструктура станет определяющим фактором успеха», — считает Гудрич, советник по технологической политике RAND.
Связанная история
«Центральное правительство Китая, вероятно, будет рассматривать [недоиспользуемые центры обработки данных] как необходимое зло для развития важного потенциала, своего рода болезнь роста. Есть проваленные проекты и проблемные активы, и государство будет консолидировать и чистить их. Они видят цель, а не средства», — говорит Гудрич.
Спрос на чипы Nvidia, особенно на чип H20, специально разработанный для китайского рынка, остаётся высоким. Один из источников в отрасли, пожелавший остаться анонимным в соответствии с политикой компании, подтвердил, что H20, более лёгкая и быстрая модель, оптимизированная для искусственного интеллекта, в настоящее время является самым популярным чипом Nvidia. За ним следует H100, который продолжает стабильно поступать в Китай, несмотря на официальные ограничения продаж из-за санкций США. Отчасти новый спрос обусловлен внедрением компаниями собственных версий моделей DeepSeek с открытым исходным кодом.
Сейчас многие центры обработки данных в Китае находятся в подвешенном состоянии, будучи построенными для будущего, которое ещё не наступило. Обретут ли они вторую жизнь, остаётся неясным. Для Фан Цуньбао успех DeepSeek стал моментом расплаты, поставив под сомнение предположение, что бесконечное расширение инфраструктуры ИИ гарантирует прогресс.
Теперь он понимает, что это всего лишь миф. В начале этого года Фанг решил полностью уйти из индустрии центров обработки данных. «Рынок слишком хаотичен. Ранние последователи получили прибыль, но теперь люди просто ищут лазейки в законодательстве», — говорит он. Следующим шагом он решил заняться образованием в области искусственного интеллекта.
«Между настоящим и будущим, где ИИ будет фактически повсюду, — говорит он, — уже не инфраструктура, а надежные планы по внедрению этой технологии».
Источник: www.technologyreview.com
