Искусственный интеллект начинает менять не только процессоры и системы охлаждения, но даже архитектуру электропитания целых дата-центров.

NVIDIA, Google и Microsoft объединились в рамках Open Compute Project, чтобы создать открытую стандартизированную архитектуру питания следующего поколения на 800 В постоянного тока — 800 VDC.

Причина — стремительный рост мощности ИИ-систем.

Современные серверные стойки получают всё больше GPU, а вместе с ними растёт ток, количество кабелей, объём меди и сложность распределения энергии.

Повышение напряжения позволяет передавать ту же мощность при меньшем токе. Поэтому 800 VDC требует меньше проводников и меди, уменьшает объём кабельной инфраструктуры и упрощает создание чрезвычайно плотных ИИ-кластеров.

Есть и ещё одно преимущество.

В обычном дата-центре электричество проходит через несколько этапов преобразования, прежде чем попасть к GPU. Каждый этап добавляет оборудование, занимает место и создаёт дополнительные потери.

В перспективной архитектуре среднее переменное напряжение можно будет преобразовать непосредственно в 800 VDC, после чего постоянный ток распределяется по вычислительному залу. NVIDIA говорит о сокращении количества стадий преобразования и более эффективной доставке энергии непосредственно к ускорителям.

Но переменный ток никуда не исчезает.

Для уже построенных ЦОД предусмотрена гибридная схема: существующая инфраструктура 480 VAC остаётся, а отдельный силовой модуль рядом со стойками преобразует её в 800 VDC. Для будущих дата-центров рассматривается уже полноценная DC-архитектура.

Масштаб тоже впечатляет.

NVIDIA планирует в 2027 году использовать централизованные системы питания, способные обслуживать серверные ряды мощностью до 2 МВт. А более 80 производителей и инфраструктурных компаний уже создают оборудование для стандарта 800 VDC.

Получается любопытная историческая параллель.

Более века назад переменный ток победил в массовых энергосетях благодаря удобной передаче энергии на большие расстояния. Теперь внутри чрезвычайно мощных ИИ-дата-центров постоянный ток снова становится привлекательным — уже потому, что вычислительные стойки потребляют столько энергии, что старые схемы распределения начинают становиться ограничением.

Новая гонка искусственного интеллекта идёт уже не только за количеством GPU. Теперь она идёт ещё и за тем, как доставить к ним электричество.

Meta записала свои ИИ-дата-центры в «пилотные модели», а чипы Nvidia — в экспериментальные материалы, и благодаря этому получает налоговый вычет, придуманный для научных исследований. Только за 2025 год компания сэкономила так 3,9 млрд долларов. Об этом написала The New York Times со ссылкой на четырёх человек, знакомых с работой компании.

Как это работает

Федеральный налоговый кредит на исследования и эксперименты появился в США в 1981 году. Он возвращает компаниям часть расходов на материалы, которые идут на эксперименты, а не на обычную работу бизнеса. С конца 2024 года Meta начала разделять чипы: те, что идут в обычные дата-центры, — это бизнес, а те, что в ИИ-дата-центры, — «эксперимент, который может провалиться». Экономия выросла с 700 млн долларов в 2023 году до 2 млрд в 2024-м и 3,9 млрд в 2025-м. Meta стала крупнейшим получателем этого вычета среди публичных компаний: по оценке Объединённого комитета Конгресса по налогообложению, весь вычет обходится казне в 32,1 млрд долларов в год, и больше десятой части этой суммы приходится на одну компанию.

Автор закона, бывший конгрессмен Джеймс Шеннон, сказал NYT, что вычет задумывался для «людей, знаний, информации», а Meta зашла «гораздо дальше, чем кто-либо мог себе представить». Схему одобрил аудитор компании EY — и, по данным газеты, теперь предлагает её другим компаниям, которые закупают ИИ-чипы.

Позиция компании

Компания напоминает, что за пять лет вложила в исследования 200 млрд долларов, из них 57 млрд за прошлый год, и пользуется льготами, которые Конгресс ввёл «десятилетия назад». При этом в отчётах для SEC Meta сама предупреждает инвесторов, что налоговая служба может оспорить вычет. Резерв под спорные налоговые позиции за это время вырос на 45%, до 18,74 млрд долларов.

Почему это важно

Публично Цукерберг называет ИИ-дата-центры основой продуктов и бизнеса компании, а для налоговой — рискованным экспериментом. Если трюк сработает, так же поступят и остальные гиганты, которые вкладывают сотни миллиардов в ИИ-инфраструктуру, и выходит, что часть этой гонки молча оплачивает бюджет США. А даже если налоговая потом заберёт деньги назад, компания всё равно в плюсе: миллиарды годами работали на неё бесплатно.

Источники: Quartz, The Decoder, Gizmodo

* Meta признана экстремистской организацией, её деятельность запрещена на территории Российской Федерации.

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

AMD договорилась купить World Labs — лабораторию, которая учит нейросети строить и понимать трёхмерные миры. Сделка целиком в акциях, закрыться должна до конца 2026 года. Сама Фей-Фей Ли переходит в AMD исполнительным вице-президентом и главным научным сотрудником и будет подчиняться напрямую CEO Лизе Су.

Кто такая Фей-Фей Ли

Если коротко — человек, без которого нынешнего бума нейросетей могло и не случиться. В 2009 году профессор Стэнфорда Ли собрала ImageNet: больше 14 миллионов картинок, вручную размеченных по тысячам категорий. Тогда идея «дадим алгоритмам просто очень много данных» выглядела чудачеством. В 2012-м на конкурсе ImageNet нейросеть AlexNet разгромила классические методы компьютерного зрения, и с этого момента глубокое обучение стало мейнстримом. Отсюда её прозвище «крёстная мать ИИ».

Потом были пост главного научного сотрудника по ИИ в Google Cloud (2017–2018) и Стэнфордский институт человекоцентричного ИИ (HAI), который она основала вместе с коллегами. В 2024 году Ли запустила World Labs с тезисом, что языковых моделей мало: настоящему интеллекту нужен «пространственный интеллект» — понимание физики, геометрии и того, как устроен реальный мир.

Что делает World Labs

Стартап вышел из тени в сентябре 2024-го с 230 млн долларов при оценке в 1 млрд. В феврале 2026-го поднял ещё 1 млрд — среди инвесторов были a16z, Autodesk, Nvidia и сама AMD, а Bloomberg писал про переговоры об оценке около 5 млрд. Главный продукт — модель Marble: она собирает интерактивную 3D-сцену из текста, пары фотографий или видео. Такие сцены нужны играм и кино, но ещё больше — роботам, которых дешевле учить в симуляции, чем в реальной квартире.

Зачем чипмейкеру модельная лаборатория

Официальная формулировка AMD — понять, какими будут нагрузки завтрашнего ИИ, и проектировать под них железо, софт и системы. Лиза Су: «Чтобы строить вычислительные платформы для следующего поколения ИИ, нужно глубоко понимать, как эволюционируют модели».

Подтекст проще: AMD догоняет Nvidia, а у Nvidia давно есть своё семейство открытых моделей мира Cosmos и целая экосистема вокруг роботов. У AMD до сих пор были только текстовые и видеомодели. Покупка World Labs даёт ей сразу топовую команду и готовый продукт в самой горячей после LLM нише — физическом ИИ. World Labs в блоге обещает строить вместе с AMD открытую экосистему «от железа до общедоступных открытых моделей», так что есть шанс увидеть модели мира, заточенные под видеокарты Radeon и Instinct.

Источники: CNBC, TechCrunch, AMD

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

Дженсен Хуанг опять пошёл против Вашингтона. Министр финансов США Скотт Бессент называет кражей то, что китайские лаборатории учат свои модели на ответах американских. Глава Nvidia в эфире CNBC ответил: «Это называется конкуренция». Разбираемся, как спор о дистилляции за полтора года дорос до санкционной войны.

Что такое дистилляция

Большая модель-учитель отвечает на миллионы запросов, а маленькая модель-ученик учится на её ответах. Так делают все, в том числе сами американские лаборатории со своими моделями. Проблема начинается, когда учителем без спроса становится чужая закрытая модель. Условия использования OpenAI, Anthropic и Google это запрещают, но пользовательское соглашение — не закон, и в этой серой зоне весь спор.

Хроника обвинений

Январь 2025-го: выходит DeepSeek R1, Альтман хвалит конкурента, а советники Белого дома через несколько дней уже подозревают, что модель выехала на американских. Февраль 2026-го: OpenAI пишет Конгрессу, что сотрудники DeepSeek обходят ограничения через подставные роутеры. Anthropic обвиняет DeepSeek, Moonshot и MiniMax: больше 24 тысяч фейковых аккаунтов и свыше 16 млн диалогов с Claude.

Лето 2026-го: претензии к Alibaba — почти 25 тысяч аккаунтов и 28,8 млн диалогов за полтора месяца. Бессент называет это кражей и грозит санкциями. Минторг Китая отвечает обвинением в «ИИ-гегемонизме» и напоминает, что американцы тоже дистиллируют китайские модели. Сентябрь: АНБ, CISA и ФБР заявляют, что шесть китайских лабораторий, «вероятно, с ведома правительства» выкачали миллиарды токенов из Claude, GPT, Gemini и Grok.

Позиция Хуанга

«Мне бы очень хотелось, чтобы никто не учился на наших продуктах, но, честно говоря, конкуренция делает всё лучше», — говорит он. Nvidia сама видит, как её железо разбирают «до костей», и считает это нормой. Не нравится — знай своих клиентов и отключай доступ. Поза не бескорыстная: Китай для Nvidia огромный рынок, и каждый виток санкций бьёт по продажам. Но аргумент от этого не пропадает.

Почему спор так накалился

По данным CNBC, на агрегаторе OpenRouter доля китайских моделей в середине сентября дошла до 57–67% токенов против 6–13% в феврале. На Vercel она выросла с 11% до 55%. Берут их за цену: на задачах вроде кода они уже тянут и стоят в разы дешевле.

И самое неудобное для американской стороны: их собственные модели выросли на книгах, статьях и коде, которые никто не отдавал добровольно. Anthropic уже заплатила авторам 1,5 млрд долларов за пиратские книги в обучении, иски к OpenAI от New York Times ещё идут. Когда лаборатория, обученная на всём интернете без спроса, называет кражей обучение на своих ответах, китайской стороне даже спорить особо не надо.

Источники: CNBC, CISA, Bloomberg

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей