Американские дата-центры к 2035 году могут потреблять около 18 млрд кубических футов природного газа в сутки, это примерно 510 млн кубических метров в день. Больше, чем сегодня расходуют Германия и Япония вместе взятые. И почти вдвое больше, чем аналитики BloombergNEF оценивали девять месяцев назад.
Рост идёт по двум каналам. Автономные газовые электростанции Meta, Microsoft, Google и Amazon дадут 2,9-3,4 млрд кубических футов в сутки, подключённые к сети ЦОДы добавят ещё около 15 млрд кубических футов. Второй поток в пять раз больше прироста спроса от всех остальных сетевых секторов вместе. Дальше начинается неприятная часть: сочетание AI-бума и роста экспорта СПГ давит на цены на газ, а дополнительный спрос означает около 1 млн тонн парниковых газов в сутки.
Держите в голове важную оговорку: это прогноз, а не измеренный факт. Оценку пересмотрели вверх вдвое за три квартала, что само по себе говорит о высокой неопределённости. Ниже разберём, из чего складываются цифры, где тут реальные риски, а где аналитическая экстраполяция.
Что изменилось: новый прогноз BloombergNEF
Ключевая цифра прогноза: 18 млрд кубических футов газа в сутки к 2035 году. В структуре спроса на газ в США дата-центры выходят на второе место после экспорта сжиженного природного газа. Раньше рост спроса формировали промышленность, отопление и обычная генерация. Сейчас главный новый потребитель - вычислительная нагрузка.
Почему оценку подняли почти вдвое за девять месяцев? Если судить по структуре новых объявлений, причин две. Первая: четыре крупнейших оператора подтвердили планы строить собственную генерацию, чего год назад в таких объёмах не анонсировали. Вторая: уточнились расчёты сетевой нагрузки, и они оказались выше первоначальных. Насколько быстро AI-нагрузка вырастет в реальности, зависит от темпов строительства ЦОДов, доступности ускорителей и сроков подключения к сетям, а по этим параметрам разброс огромный.
Практический вывод из раздела: цифру 18 млрд кубических футов стоит читать как индикатор направления, а не как план. BloombergNEF пересматривает прогнозы вслед за рынком, и следующий пересмотр может быть в любую сторону.
Два потока спроса: автономные электростанции и сетевые ЦОДы
Рост распадается на две части, и вторая крупнее первой примерно в пять раз. Разница принципиальная: одни компании строят генерацию сами, другие остаются клиентами энергокомпаний, и для газового баланса это два независимых канала давления.
| Поток спроса | Газ, млрд фут³/сутки | Перевод, млн м³/сутки | CO2-экв, млн т/сутки |
|---|---|---|---|
| Автономные газовые станции Meta, Microsoft, Google, Amazon | 2,9-3,4 | 82-96 | 0,17-0,20 |
| Подключённые к сети дата-центры | около 15 | около 425 | около 0,90 |
| Итого по дата-центрам США | около 18 | около 510 | около 1,07 |
Столбец с выбросами посчитан по норме 60 г CO2-эквивалента на кубический фут, которую приводит BloombergNEF. Это наш расчёт на основе опубликованной нормы, а не отдельная цифра из отчёта.
Автономные газовые электростанции Meta, Microsoft, Google и Amazon
Meta, Microsoft, Google и Amazon анонсировали планы по собственным газовым электростанциям. К 2035 году такие проекты могут сжигать 2,9-3,4 млрд кубических футов газа в сутки, то есть 82-96 млн кубических метров в день.
Мотив понятный: обойти традиционную сеть. Подключение к ней занимает годы, очередь на новую мощность в отдельных регионах расписана, а AI-кластер нужно питать стабильно и с высокой плотностью мощности. Собственная станция рядом с площадкой снимает и очередь, и риск отключений. Плата за это - привязка к цене газа и к регуляторным требованиям по выбросам.
Отдельная деталь для российского читателя: Meta признана экстремистской организацией и запрещена в России, упоминание компании здесь носит информационный характер.
Сетевые дата-центры: скрытый драйвер роста
Подключённые к сети ЦОДы добавят около 15 млрд кубических футов газа в сутки к середине следующего десятилетия. Это в пять раз больше, чем весь прирост спроса от остальных сетевых секторов вместе взятых. Такой перевес объясняется просто: базовая генерация в США в значительной степени газовая, и новый спрос на электричество закрывается в первую очередь газовыми турбинами, потому что их быстрее ввести, чем атомные и часть возобновляемых проектов.
Автономные станции на слуху, но масштаб у сетевого канала в разы больше. Если вы оцениваете энергетические риски для отрасли, смотреть нужно именно на сетевые ЦОДы, а не на громкие анонсы собственной генерации.
Риски для цен на газ и электроэнергию
Аналитики Noreva предупреждают: сочетание бума строительства дата-центров и растущего экспорта СПГ может привести к резкому повышению цен на природный газ. Логика простая. Экспортные терминалы и ЦОДы претендуют на один и тот же объём добычи, а добыча не растёт с той же скоростью.
Дальше срабатывает эффект, о котором редко пишут в пресс-релизах. Многие проекты дата-центров посчитаны исходя из стабильных цен на газ, которые держались последние годы. Подорожание топлива ломает экономику таких проектов: капитальные затраты уже понесены, а операционные растут. Технологические компании с большим запасом прочности это переживут, рядовые потребители электроэнергии - не факт. Газ задаёт цену электричества в ряде регионов, и рост топливной составляющей уходит в тарифы для домохозяйств.
Насколько это уже осязаемо, видно на примере крупнейшей электросети США PJM: она начала отключать дата-центры мощностью от 50 МВт из-за нехватки генерации, а оптовые цены на электроэнергию там почти удвоились. Механизмы компенсаций, риски дизельных генераторов и судебные иски против операторов ЦОДов разобраны в материале об энергетическом кризисе дата-центров и автономном питании.
Климатический след: 1 млн тонн парниковых газов в сутки
Сжигание одного кубического фута природного газа даёт выброс эквивалента 60 граммов CO2 с учётом добычи, переработки и распределения, то есть с учётом утечек метана по всей цепочке. Умножаем на 18 млрд кубических футов и получаем около 1,08 млн тонн CO2-эквивалента в сутки. BloombergNEF округляет эту величину до 1 млн тонн и оценивает её как примерно 12% текущих выбросов США.
Что здесь важно понимать: это расчётный дополнительный эффект на базе прогноза, а не измеренный факт. Он реализуется только если прогноз по потреблению газа сбудется и если генерация действительно будет газовой, а не частично атомной или возобновляемой. Но и в оптимистичном сценарии климатические обязательства технологических компаний выглядят противоречиво: параллельно с заявлениями об углеродной нейтральности растут вложения в ископаемое топливо. Как это выглядит на уровне отдельных моделей и проектов, разобрано в статье об экологическом следе AI, где, в частности, приведена оценка 284 тонн CO2 на обучение одной крупной языковой модели.
Политический контекст: Трамп, Харрис и регуляторные риски
Дональд Трамп называет AI и дата-центры потенциально величайшим экономическим двигателем в истории, сравнивая их с нефтью, золотом и интернетом. Его администрация предпочитает добровольные процедуры оценки фронтирных моделей вместо обязательного лицензирования. Для энергетики это означает ставку на быстрое строительство: меньше согласований, выше приоритет новых мощностей.
Камала Харрис призывает Конгресс срочно создать федеральный орган надзора и независимого тестирования продвинутого AI, а также заключить международное соглашение, включая Китай, для ограничения скорости развития технологии. Она прямо говорит о тревожной скорости, с которой движется фронтир AI.
Для инвесторов в энергетическую инфраструктуру ЦОДов такой разброс позиций означает неопределённость сразу по трём параметрам: сроки выдачи разрешений, требования к выбросам и скорость, с которой придётся оснащать станции системами улавливания. Как администрация Трампа меняет экологические правила под газовые и дизельные генераторы для ЦОДов, включая протесты в 42 штатах и отмену проектов на 130 млрд долларов, разобрано в отдельном разборе новой регуляторной реформы. Логику самого принципа winners take all, который стоит за отказом тормозить AI, мы разбирали в материале о позиции Трампа по развитию AI.
Инвестиционный бум и его энергетическая зависимость
Почти весь инвестиционный бум в AI опирается на допущение о продолжении быстрого развития технологии. Сотни миллиардов долларов ожидаемых расходов на чипы, дата-центры, электричество, сетевое оборудование и инфраструктуру стоят ниже этого допущения в цепочке решений. Замедление развития AI со временем заставит Уолл-стрит пересмотреть эти ожидания.
Рынок уже реагировал. После того как ключевые руководители отрасли публично поддержали замедление фронтирной разработки, акции Nvidia упали примерно на 3%, AMD - около 4%, а ряд менее крупных AI-компаний просел заметнее. Реакция на слова, а не на отчётность, показывает, насколько оценки привязаны к сценарию непрерывного роста.
Энергетика в этой истории - одно из узких мест и одновременно кандидат на роль триггера переоценки. Сроки подключения к сети растут, стоимость топлива волатильна, требования к выбросам ужесточаются или ослабляются в зависимости от политического цикла. Проект дата-центра, у которого экономика сходится при газе по 3 доллара, может не сойтись при 6 долларах. Это не прогноз катастрофы, это нормальная чувствительность капиталоёмкого бизнеса к цене основного ресурса.
Что это значит для локальных и облачных AI-систем
Энергетика влияет на стоимость AI двумя путями. Облачный провайдер платит за электричество, мощность подключения и охлаждение, и эти расходы попадают в цену токена или часа аренды GPU. Локальный инференс требует вложений в железо и питается от вашей розетки по обычному тарифу.
При этом энергия в облачном счёте не главная строка. Основную часть стоимости формируют сами ускорители, их амортизация и утилизация: простаивающий кластер обходится дороже работающего. Поэтому рост цен на газ не удвоит цену API сам по себе, но сдвинет экономику в регионах с газовой генерацией и усилит давление на тарифы там, где сеть уже на пределе.
Для локального запуска полезна арифметика, а не эмоции. Объём VRAM считается от числа параметров и точности квантизации: вариант Q4_K_M даёт около 4,5 бита на параметр, то есть модели на 8 млрд параметров нужно примерно 5 ГБ под веса плюс память под KV-кэш контекста. Модель на 70 млрд в той же квантизации требует более 40 ГБ, и это уже другой класс железа. Круглосуточная работа машины с GPU, потребляющей 350 Вт под нагрузкой, - около 8,4 кВт·ч в сутки, что для домашнего или офисного тарифа обычно не решающая статья расходов.
Сценарии выбора без категоричных советов:
- разовые задачи, пиковая нагрузка, обучение и большие модели - облако, платите за фактическое использование;
- постоянная нагрузка, чувствительные данные, предсказуемый объём запросов - локальный контур, где расходы на энергию ограничены счётом за электричество;
- гибрид - небольшие модели и рутина локально, тяжёлые задачи и пики в облаке.
Для долгосрочных проектов энергетический фактор стоит учитывать прямо в расчёте: цену токена у провайдера с газовой генерацией в дефицитном регионе, сроки подключения к сети, наличие у него собственной генерации или контрактов с фиксированной ценой. Локальный контур защищён от тарифных скачков дата-центра, но получает собственные ограничения: апгрейд железа, шум, тепло и потолок по размеру модели.