Глава Курчатовского института: нехватка электроэнергии стала главным тормозом для развития ИИ

20 августа 2026, 17:19
Изображение сгенерировано нейросетью Шедеврум
20 августа 2026, 17:19 — Общественная служба новостей — ОСН

Президент Национального исследовательского центра «Курчатовский институт» Михаил Ковальчук в беседе с РИА Новости обозначил ключевое препятствие на пути дальнейшего прогресса в области искусственного интеллекта. По его мнению, технологическая гонка сегодня упирается не в алгоритмы или данные, а в колоссальный энергопотребление вычислительных систем. Современные большие языковые модели требуют для своего обучения и работы таких объемов электричества, которые уже начинают превышать возможности существующих энергосистем, а плотные интегральные схемы при этом выделяют огромное количество тепла, создавая дополнительные инженерные вызовы.

Ковальчук отметил, что осознание этой проблемы пришло не только к ученым, но и к политикам: в США и европейских странах активно обсуждается возрождение атомной генерации именно для обеспечения нужд центров обработки данных, где обучаются нейросети. Однако, по словам академика, ставка на традиционные крупные АЭС может оказаться неоптимальной — гораздо более гибким решением видится развитие мобильных ядерных установок малой мощности, которые можно развернуть непосредственно рядом с дата-центрами. Параллельно необходимо искать принципиально иной подход к организации вычислений, кардинально снижающий энергозатраты.

В качестве ориентира ученый привел человеческий мозг, который при всей своей сложности потребляет всего 10–30 ватт. Именно в сторону создания «природоподобных» вычислительных архитектур, имитирующих биологические нейронные сети, уже почти десятилетие движется Курчатовский институт. Как подчеркнул Михаил Ковальчук, эта стратегия закладывалась в институтских программах еще задолго до того, как энергетический вопрос стал для мирового ИИ-сообщества столь острым, и сейчас накопленный научный задел может оказаться критически важным для того, чтобы обойти технологический тупик, в который упирается масштабирование нейросетей на основе классической компьютерной архитектуры.

Больше актуальных новостей и эксклюзивных видео смотрите в канале ОСН в MAX.