Один и тот же серверный зал может обучать модели искусственного интеллекта, хранить данные и поддерживать привычные цифровые сервисы. Электросчётчик показывает общий расход, но не распределяет его между задачами. Поэтому даже крупная оценка энергопотребления дата-центров сама по себе не говорит, каков углеродный след именно ИИ.

Эта граница заметна в новой статье в журнале Nature Sustainability. Джанлука Гуиди, Франческа Доминичи, Тициано Скуартини и их соавторы оценили потребление 403 гипермасштабных дата-центров в США за год, с мая 2024-го по апрель 2025-го. Статью приняли 13 октября и опубликовали 16 ноября 2026 года; она прошла рецензирование. Полный текст доступен по подписке, а на сайте издателя открыты аннотация, дополнительные материалы и сведения о данных.

Что именно посчитали

Авторы собрали сведения о дата-центрах и рассчитали их энергопотребление для нескольких сценариев загрузки. Затем они связали предполагаемый расход электричества с выбросами энергетики в соответствующих регионах. В аннотации метод назван атрибуцией по местоположению: расчёт опирается на общий объём выработки в региональных органах балансировки энергосистемы.

Годовая оценка зависит от сценария загрузки: потребление составляет примерно 68–99 ТВт·ч, а связанные с ним выбросы оцениваются в 21–31 млн метрических тонн CO₂. Центральный сценарий даёт около 82 ТВт·ч и 25,7 млн тонн. По расчёту авторов, это около 1,8% потребления электричества в США за тот же период. Примерно 54% выработки, приписанной этим дата-центрам, пришлось на ископаемое топливо.

Здесь важно слово «приписанной». Метод распределяет выбросы существующей региональной выработки между потребителями электричества. Он не измеряет, насколько сами дата-центры увеличили выбросы, и тем более не показывает, какая их доля связана с ИИ.

Почему загрузка меняет результат

В открытом репозитории исследования приведены четыре сценария. При низкой загрузке расчёт даёт 67,7 ТВт·ч и 21,3 млн тонн CO₂. В центральном сценарии это 81,8 ТВт·ч и 25,7 млн тонн, а при более высокой загрузке — 98,6 ТВт·ч и 31,0 млн тонн. Это не результаты прямых измерений при разной нагрузке: авторы получили их, меняя предположения о том, насколько используются мощности центров.

Такой расчёт полезен, когда фактические показания каждого центра недоступны, но неопределённость загрузки переходит в итоговую оценку. Репозиторий содержит код и агрегированные результаты, однако исходные сведения по отдельным объектам закрыты соглашением об использовании: они включают коммерчески чувствительные данные, адреса и координаты. Внешние исследователи могут проверить сводные числа и код, но без разрешённого доступа не смогут полностью повторить анализ для каждого центра.

По пересказу Ars Technica, первоначальный список включал 675 объектов, а в итоговый анализ вошли 403. Исключили центры, для которых не была опубликована мощность или чьи характеристики не удалось достаточно надёжно подтвердить. Открытая аннотация издателя подробно не описывает этот отбор, поэтому здесь сведения основаны на журналистском материале, а не на полном тексте статьи.

Почему эти цифры нельзя назвать выбросами ИИ

В исследовании дата-центры рассматриваются целиком: авторы не разделяют вычисления ИИ и другие цифровые услуги. Ars Technica прямо сообщает, что исследователи не смогли отделить нагрузку ИИ от традиционных сервисов. Поэтому даже верхняя граница оценки не означает выбросы искусственного интеллекта. Она относится к выбранным гипермасштабным центрам, какими бы задачами те ни занимались.

Эти числа всё же показывают масштаб энергопотребления крупных дата-центров и выбросы, связанные с выработкой электричества для них. Чтобы ответить на вопрос о выбросах самого ИИ, нужны данные о том, какие вычисления выполняются, сколько энергии они фактически потребляют и откуда поступает электричество. В опубликованных итогах такого разделения нет.

Есть и ещё одна граница расчёта: собственные электростанции на территории дата-центров не входят в описанную в статье сетевую атрибуцию. Ars Technica отмечает, что собственная генерация может становиться заметнее. Поэтому при сравнении будущих оценок стоит проверять, включают ли они такие установки.

Практический вывод прост: цифры исследования позволяют обсуждать энергопотребление гипермасштабных дата-центров и связанные с ним выбросы, но не дают отдельного углеродного баланса ИИ. Чтобы не смешивать оценку и причинный вывод, полезно различать подходы к оценке выбросов и климатических обратных связей: атрибуция показывает, как учтены выбросы, а причинный анализ требует сравнения с обоснованным сценарием без рассматриваемой нагрузки.

Источники

Схема показывает, как сценарии загрузки и региональная атрибуция связывают оценку потребления дата-центров с выбросами и почему результат нельзя считать отдельной оценкой выбросов ИИ.

Фото: Brett Sayles / Pexels