# Аналитики Epoch AI прогнозируют дефицит вычислительных мощностей для ИИ до 2032 года

> Исследователи из аналитического центра Epoch AI Хайме Севилья (Jaime Sevilla) и Люк Эмберсон (Luke Emberson) пришли к выводу, что спрос на токены для работы моделей искусственного интеллекта будет опережать возможности глобальных поставок чипов Nvidia...

- Canonical HTML: https://youragents.me/ru/media/news/analitiki-epoch-ai-prognozirujut-deficit-vychislitelnyh-moshhnostej-dlja-ii-do-2032-goda
- Markdown: https://youragents.me/ru/media/news/analitiki-epoch-ai-prognozirujut-deficit-vychislitelnyh-moshhnostej-dlja-ii-do-2032-goda.md
- Section: Новости
- Published: 2026-05-27T12:00:34+03:00
- Modified: 2026-05-27T12:00:34+03:00

Исследователи из аналитического центра Epoch AI Хайме Севилья (Jaime Sevilla) и Люк Эмберсон (Luke Emberson) пришли к выводу, что спрос на токены для работы моделей искусственного интеллекта будет опережать возможности глобальных поставок чипов Nvidia Blackwell как минимум до конца десятилетия. 

Анализ, опубликованный в рамках проекта Gradient Update, оценивает потенциал всех доступных чипов Blackwell по обработке токенов и сравнивает его с прогнозируемым ростом спроса. По словам авторов, прямые сопоставления затруднены из-за ограниченности данных, однако тренд очевиден: потребности в вычислительных ресурсах растут быстрее, чем предложение.

Севилья и Эмберсон отмечают, что инференс — процесс выполнения запросов к обученным моделям — не ограничивается только вычислительными мощностями или пропускной способностью памяти. Инженеры активно внедряют методы оптимизации, такие как спекулятивное декодирование (speculative decoding) и предварительная обработка фрагментов (prefill chunking), чтобы задействовать резервные ресурсы. Тем не менее, эти меры не решают фундаментальную проблему дисбаланса между спросом и предложением.

Один из ключевых выводов исследования — давление на разработчиков в сторону уменьшения размеров моделей, предназначенных для массового использования. «Создается впечатление, что будет значительное давление на то, чтобы держать модели, ориентированные на широкую публику, небольшими по размеру», — написал Севилья в комментарии к публикации. При этом он признал, что данные о спросе на токены остаются фрагментарными, и анализ требует уточнения в будущем.

Вопрос о достаточности вычислительных мощностей для достижения так называемого «искусственного общего интеллекта» (AGI) к 2030 году, по мнению экспертов, зависит не только от темпов исследований, но и от того, поместится ли AGI в модели с ограниченным числом параметров. Это подчеркнул в ответном комментарии Херби Брэдли (Herbie Bradley), исследователь из лаборатории Alignment Lab AI.

Источники: X-пост Epoch AI Research, 26 мая 2026; X-пост Хайме Севильи, 26 мая 2026; Gradient Update Epoch AI.