ИИ — это уже не просто программное обеспечение: от инструментов приложений к инфраструктурной революции

Много лет программное обеспечение было центром цифровой экономики. С появлением генеративного ИИ этот подход меняется.

Источник изображения: Официальный X-аккаунт NVIDIA

В статье «ИИ — это пятиуровневый торт» генеральный директор NVIDIA Дженсен Хуанг отмечает: ИИ — это не просто приложение или модель, а новая базовая инфраструктура, сопоставимая по значимости с электричеством и интернетом.

Традиционное программное обеспечение работает по фиксированной схеме: разработчики создают алгоритмы, компьютеры выполняют инструкции, а системы функционируют по заранее заданной логике. Такой подход называют «запрограммированным ПО».

ИИ функционирует иначе. Генеративный ИИ обрабатывает неструктурированные данные — текст, изображения и аудио — и формирует ответы в реальном времени с учетом контекста. Каждый результат ИИ уникален, это не просто статическое извлечение из базы данных.

Это развитие требует полного переосмысления вычислительной архитектуры. Аппаратное обеспечение, дата-центры, энергетические системы — весь технологический стек перестраивается.

Что такое пятиуровневая архитектура ИИ? Новая структура индустрии

Дженсен Хуанг в своей статье предлагает понятную и наглядную концепцию: Пятиуровневая архитектура ИИ (Five-Layer Cake).

Эта архитектура включает пять ключевых уровней — снизу вверх:

Энергия → Чипы → Инфраструктура → Модели → Приложения

Кратко:

• Энергия: обеспечивает электроэнергию для вычислений

• Чипы: превращают энергию в вычислительную мощность

• Инфраструктура: дата-центры и вычислительные системы

• Модели: алгоритмы ИИ и обучающие модели

• Приложения: продукты на базе ИИ для пользователей и отраслей

Этот подход подчеркивает: ИИ — это полноценная промышленная система, а не просто программная технология.

Энергия: почему электричество — ключевой ресурс для ИИ

В основании пятиуровневой архитектуры ИИ — энергия.

Каждый вывод и генерация токена в генеративном ИИ требуют реальных вычислительных ресурсов, для которых нужна электроэнергия — она питает GPU и серверы.

Работа ИИ строится по цепочке: электричество → вычисления → интеллектуальный результат.

С ростом масштабов моделей потребность в энергии увеличивается. Крупные дата-центры ИИ могут требовать десятки мегаватт и более, поэтому энергия становится критическим ограничивающим фактором развития ИИ.

Во всем мире страны активно инвестируют в дата-центры, электросети и инфраструктуру возобновляемой энергетики, чтобы удовлетворить будущий спрос индустрии ИИ на вычислительную мощность.

Чипы: как чипы для ИИ формируют вычислительную мощность и стоимость интеллекта

Над уровнем энергии — слой чипов.

Чипы для ИИ эффективно преобразуют электричество в вычислительную мощность. В отличие от обычных CPU, задачи ИИ требуют масштабной параллельной обработки, памяти с высокой пропускной способностью и сверхбыстрых соединений.

В результате GPU стали основой вычислений для ИИ, а такие компании, как NVIDIA, играют ключевую роль.

Темпы инноваций в области чипов для ИИ напрямую влияют на два важных параметра:

1. Эффективность вычислений ИИ

2. Стоимость интеллектуальной генерации

С ростом эффективности чипов снижается стоимость обучения и вывода ИИ, что способствует внедрению технологий ИИ в различных отраслях.

Инфраструктура: почему дата-центры ИИ называют «фабриками ИИ»

Третий уровень — инфраструктура ИИ.

Традиционные дата-центры хранят данные и обеспечивают интернет-сервисы, а дата-центры ИИ выполняют новую функцию: производство интеллекта.

Дженсен Хуанг называет их фабриками ИИ.

В таких объектах десятки тысяч, а иногда и сотни тысяч GPU объединены высокоскоростными сетями и распределенными системами, формируя масштабные вычислительные платформы.

Фабрики ИИ обычно включают:

• Крупные кластеры GPU

• Высокоскоростные сетевые соединения

• Системы жидкостного или воздушного охлаждения

• Электропитание и управление энергией

• Хранилище данных и системы обучения

Их задача — не хранение информации, а непрерывное производство интеллектуальных результатов: вывод моделей или обучение ИИ-моделей.

Модели: как развитие на уровне моделей стимулирует рост приложений ИИ

Четвертый уровень — модели ИИ.

Большие языковые модели (LLM) сейчас на слуху, но это только одна из категорий моделей ИИ.

Модели ИИ применяются в различных областях:

• Предсказание структуры белков

• Проектирование химических молекул

• Физическое моделирование

• Автономное вождение

• Управление роботами

Открытые модели важны на этом уровне. Например, модель вывода DeepSeek R1 позволяет большему числу разработчиков использовать передовые технологии ИИ с меньшими барьерами для входа.

Когда производительные модели становятся более открытыми, инновации в экосистеме ИИ ускоряются.

Приложения: как приложения ИИ создают экономическую ценность

На вершине пятиуровневой архитектуры — приложения ИИ. Только внедрение технологий ИИ в реальные сценарии приносит настоящую экономическую ценность.

Приложения ИИ, которые нашли рынок, включают:

• Платформы для разработки лекарств

• Интеллектуальные системы обслуживания клиентов

• Ассистенты для разработки ПО

• Системы автономного вождения

• Промышленные роботы

Например, автономные транспортные средства — это «воплощенное приложение ИИ», где ИИ встроен в физические устройства и участвует в принятии решений и операциях в реальном мире.

В будущем приложения ИИ будут расширяться в такие отрасли, как производство, здравоохранение, логистика и финансы.

Промышленное значение пятиуровневой архитектуры ИИ: инвестиции в инфраструктуру на триллионы долларов

Пятиуровневая архитектура ИИ — это не только техническая концепция, но и указание, куда будут направлены инвестиции отрасли.

В отличие от интернета, ИИ — капиталоемкий сектор.

От энергетической инфраструктуры и производства чипов до строительства дата-центров — каждый этап требует значительных вложений. Масштаб развития инфраструктуры ИИ может достигать триллионов долларов.

Уже формируются глобальные тенденции:

• Строительство крупных дата-центров ИИ

• Расширение производственных мощностей чипов

• Модернизация энергетических систем

Это может стать одной из крупнейших волн цифровой инфраструктуры в истории.

Открытые модели и экосистема ИИ: почему модели типа DeepSeek меняют темпы развития отрасли

Открытые модели становятся ключевой силой в индустрии ИИ. Когда передовые модели становятся открытыми, разработчики проще создают новые приложения, что расширяет охват ИИ-технологий. С точки зрения цепочки ценности отрасли, открытость увеличивает спрос на базовые ресурсы: больше приложений → больше выводов → больше вычислений → больше GPU → больше энергии.

Открытый ИИ не уменьшает роль инфраструктурных компаний, а расширяет всю индустрию ИИ.

Конкуренция будущего в эпоху ИИ: энергия, вычислительная мощность и производственная способность интеллекта

Пятиуровневая архитектура ИИ раскрывает логику будущей технологической конкуренции. В эпоху ИИ соперничество выходит за пределы возможностей моделей и охватывает создание всей промышленной системы, включая:

• Энергоснабжение и энергетику

• Разработку чипов для ИИ

• Инфраструктуру дата-центров

• Инновации в моделях

• Экосистемы приложений

ИИ превратился из программной технологии в комплексную промышленную систему. По мере того как страны наращивают инвестиции в инфраструктуру ИИ, развитие сектора в ближайшие десятилетия изменит экономические структуры, рынок труда и траекторию технологических инноваций.

ИИ становится фундаментальной инфраструктурой современного общества — и это только начало.