Масштабирование инфраструктуры для обучения и работы крупных языковых моделей упирается в физические ограничения, выходящие за рамки поставок графических процессоров и оперативной памяти. Основным сдерживающим фактором становится нехватка мощностей электросетей и дефицит квалифицированных специалистов, способных обеспечить энергетическую инфраструктуру для новых дата-центров.
Строительство энергоемких вычислительных кластеров требует не только колоссальных капиталовложений, но и длительного согласования с энергетическими компаниями. Процесс подключения объектов к электросетям растягивается на годы из-за изношенности инфраструктуры и сложности проектирования систем распределения энергии. В условиях стремительного роста спроса на вычислительные мощности, нехватка профессиональных электриков и инженеров по энергосистемам становится критическим узким местом, замедляющим ввод новых мощностей в эксплуатацию.
Аналитики отмечают, что текущая стратегия развития ИИ-индустрии требует пересмотра подходов к энергопотреблению. Без системных инвестиций в энергетический сектор и подготовки профильных технических кадров даже при наличии достаточного количества чипов темпы развертывания новых моделей и сервисов будут ограничены физической невозможностью обеспечить их питанием. Это создает долгосрочный риск для компаний, чьи бизнес-модели зависят от непрерывного наращивания вычислительных ресурсов.