ИИ-агенты ломают старые дата-центры: что меняют стойки на 100+ кВт

Классический дата-центр проектировался под стойку на 5–15 кВт: серверы с обычными процессорами, воздушное охлаждение, редкие пики нагрузки. Появление ИИ-агентов — систем, которые не отвечают одним запросом, а планируют, вызывают инструменты и гоняют модель десятками шагов подряд — сломало эту модель. Стойка с восемью ускорителями NVIDIA потребляет уже десятки киловатт, а анонсированные NVIDIA стоечные системы GB200 NVL72 рассчитаны на нагрузку выше 100 кВт на стойку. Воздух такое не охлаждает физически.

Почему агенты тяжелее чат-бота

Разница не в модели, а в характере нагрузки. Чат-бот получает запрос, отдаёт ответ, ускоритель освобождается. Агент¹ работает иначе: он раскладывает задачу на шаги, вызывает внешние инструменты, читает результат, снова обращается к модели — и так по кругу, пока не решит задачу или не упрётся в лимит.

Для дата-центра это означает три вещи:

• Длинные сессии. Одна задача агента может держать вычисления занятыми минутами и часами вместо секунд. Утилизация ускорителей растёт, простоев меньше — и меньше времени на остывание.
• Раздутое контекстное окно. Агент тащит за собой историю шагов, документы, результаты вызовов. Чем больше контекст², тем выше нагрузка на память ускорителя и межсоединения между чипами.
• Постоянный трафик между GPU. Большие модели не помещаются в один ускоритель, их разбивают на несколько. Агентные цепочки нагружают эти связи плотнее, чем разовые запросы.

Итог — стойка греется сильнее и почти без пауз. Отсюда весь сдвиг в инженерии зданий.

Что меняется в железе и здании

Жидкостное охлаждение вместо воздуха

Воздушное охлаждение упирается в предел где-то в районе 30–40 кВт на стойку — дальше вентиляторы не справляются, а шум и объём воздуха становятся абсурдными. Отрасль переходит на два подхода: direct-to-chip (холодная жидкость подаётся прямо на пластину над чипом) и иммерсионное охлаждение (серверы погружают в диэлектрическую жидкость целиком). NVIDIA для стоечных систем поколения GB200 сделала жидкостное охлаждение штатным, а не опцией.

Другая подача питания

Стойка на 100+ кВт требует переработки распределения электричества внутри здания: более толстые шины, другие источники бесперебойного питания, иногда переход на питание постоянным током внутри стойки, чтобы снизить потери на преобразованиях. Это не косметика — это перепланировка машинного зала.

Привязка к энергетике

Крупные площадки под ИИ измеряются уже не мегаваттами, а сотнями мегаватт. Оператор выбирает место не по близости к городу, а по доступу к дешёвой и стабильной генерации. Отсюда сделки гиперскейлеров с атомной энергетикой и строительство рядом с электростанциями.

Дата-центр под агентов — это уже не про то, где поставить серверы. Это про то, где взять сто мегаватт и как отвести тепло, которое эти сто мегаватт производят.

Три поколения инфраструктуры

Границы между колонками условны: одна площадка может совмещать обучение и обслуживание агентов. Но вектор ясен — плотность мощности растёт, а воздух уходит из уравнения.

Кому это пригодится, а кому нет

Пригодится:

• Компаниям, которые строят собственные агентные продукты и планируют держать инференс у себя. Им важно понимать, что «поставить пару серверов с GPU в обычную серверную» под такую нагрузку не выйдет — упрётесь в питание и охлаждение.
• Тем, кто выбирает облачного провайдера под агентов. Разница между провайдером с жидкостным охлаждением нового поколения и старым воздушным парком — это разница в доступности новых ускорителей и в цене за час.
• Операторам и инвесторам в инфраструктуру: спрос сместился от квадратных метров к мегаваттам, и площадки без доступа к энергии теряют ценность.

Не пригодится напрямую:

• Разработчику, который вызывает готовый API (OpenAI, Anthropic, Google). Вся эта инженерия спрятана за ценой токена — вам считать нужно расход на токены и число шагов агента, а не киловатты.
• Небольшому бизнесу с редкими запросами к модели. Тут дешевле и правильнее облако с оплатой по факту, чем любое своё железо.

Что это значит для цены

Прямой связи «дата-центр дороже — токен дороже» нет: провайдеры конкурируют и субсидируют цены. Но косвенно нагрузка от агентов бьёт по кошельку двумя путями. Первый — цепочки из десятков вызовов модели: один запрос пользователя может обернуться сотней обращений к API, и счёт растёт нелинейно. Второй — раздутый контекст, за который вы платите на каждом шаге. Оптимизация здесь про архитектуру агента, а не про инфраструктуру: чем короче цепочки и компактнее контекст, тем меньше вы платите и тем меньше нагрузка на те самые стойки на 100 кВт.

¹ Агент — программа поверх языковой модели, которая не просто отвечает на запрос, а самостоятельно разбивает задачу на шаги, вызывает внешние инструменты (поиск, код, API) и использует их результаты для следующих действий.

² Контекстное окно — объём текста (в токенах), который модель может держать «в поле зрения» за один раз: вопрос, история диалога, приложенные документы. Больше окно — больше нагрузка на память ускорителя.