Российские власти готовят подход к разделению дата-центров на инфраструктуру для искусственного интеллекта и прочие площадки. В III квартале 2026 года вопрос должна рассмотреть рабочая группа правительственной подкомиссии по развитию технологий ИИ. ИИ-ЦОД отличается от обычного дата-центра не только оборудованием, но и характером нагрузки, энергопотреблением и требованиями к инженерной инфраструктуре. От будущих критериев может зависеть доступ операторов к льготам, субсидиям и крупным заказам на вычислительные мощности.
Инфраструктура проходит отбор
Разделение ЦОДов обсуждается как инструмент адресной господдержки. Государству нужно определить, какие площадки действительно работают под ИИ-нагрузки, а какие не должны получать преимущества только потому, что относятся к рынку дата-центров. В плане рабочей группы ожидаемый эффект сформулирован как исключение возможности относить прочие ЦОДы к ИИ-инфраструктуре.
Граница пока не проведена. Минцифры участвует в проработке вопроса, но окончательные решения не приняты. Ведомство не раскрывает, какие дата-центры смогут претендовать на поддержку, каким может быть объем льгот и по какой логике разделение должно повлиять на конкурентную среду.
Если господдержка будет привязана к категории «ЦОД для ИИ», операторам придется доказывать не только наличие мощной инженерной инфраструктуры, но и соответствие будущим критериям использования. Для капиталоемких проектов технические параметры объекта становятся частью финансовой модели.
Не просто мощные серверы
ЦОД для ИИ нельзя описать как обычный дата-центр с более производительным оборудованием. Отличие начинается с нагрузки: обучение и эксплуатация моделей искусственного интеллекта требуют серверов с GPU, а такие системы потребляют больше энергии, чем традиционные вычислительные конфигурации.
Отсюда — требования к площадке: высокая подведенная мощность, плотное размещение оборудования, устойчивое охлаждение и способность инженерных систем выдерживать длительную работу при высоких нагрузках. Директор направления дата-центров Selectel Илья Михайлов описывает такие объекты как инфраструктуру с «принципиально иной архитектурой», ориентированной на специфические вычислительные задачи.
Меняется и логика размещения. По оценке Михайлова, ИИ-ЦОДы могут находиться дальше от конечных пользователей: для них важнее мощность для обучения и работы моделей, чем минимальная задержка при доставке контента. Это отделяет такие площадки от части классических дата-центров, где близость к пользователю остается существенным фактором.
Проект под ИИ-нагрузки требует большего внимания к энергоснабжению, инженерии, оборудованию и компетенциям оператора. Selectel связывает возможное разделение специализации ЦОДов с появлением новых требований к компетенциям и более высоких барьеров входа для высоконагруженных проектов.
Спорная граница
Сложность будущей классификации не в признании ИИ-нагрузок отдельным типом вычислений. Сложность — в проверяемом критерии, по которому дата-центр можно отнести к ИИ-инфраструктуре.
РТК-ЦОД, входящий в «Ростелеком», считает более корректным деление дата-центров по уровню надежности, а не по функциональному назначению. Аргумент компании практичен: инфраструктура с большой подведенной мощностью и специализированными инженерными решениями может использоваться не только для искусственного интеллекта, но и для других вычислительных задач.
Отдельные технические признаки тоже не дают универсального ответа. Наличие GPU, высоконагруженных стоек или специальных систем охлаждения не гарантирует, что объект работает именно под ИИ. Такая инфраструктура может обслуживать рендеринг, физическое моделирование, инженерные расчеты, расчеты тепловых потоков и прочностных конструкций. Внешне объект будет похож на ИИ-ЦОД, но его фактическая нагрузка может быть другой.
Директор по спецпроектам АО «Атомдата» Видия Железнов предлагает два возможных подхода. Первый — оценивать инженерную инфраструктуру: энергонагруженность на единицу полезной площади серверного зала и минимальную подведенную мощность. Второй — для действующих ЦОДов подтверждать наличие соответствующей вычислительной инфраструктуры и ее фактическое использование для задач ИИ.
Оба варианта сложнее простого присвоения статуса. Технический подход требует пороговых значений. Функциональный — механизма проверки реального использования мощностей. Без этого классификация может стать источником споров между операторами и регуляторами.
Читайте также: Бизнес упёрся в главный барьер ИИ: не инструменты, а данные и компетенции
Почему одной мощности недостаточно
Ведущий консультант iKS-Consulting Станислав Мирин указывает на отсутствие четких объективных критериев. По его словам, даже понятие высоконагруженной стойки остается размытым: непонятно, где должен проходить порог — 15, 20 или 50 кВт.
Для будущих правил это не деталь. Низкий порог позволит включить в категорию ИИ-инфраструктуры площадки с широким набором вычислительных задач. Слишком высокий может отсечь проекты, технически пригодные для ИИ-нагрузок.
Остается вопрос доли специализированной нагрузки. Дата-центр может обслуживать ИИ-задачи только частью мощностей. С какого момента весь объект должен считаться ЦОДом для ИИ, пока не ясно. Для распределения льгот это один из центральных элементов администрирования.
Мирин считает, что создание отдельного класса ЦОДов может усложнить регулирование отрасли. По данным iKS-Consulting, к крупнейшим поставщикам услуг коммерческих ЦОДов в России относятся 22 компании, тогда как задачами ИИ с большими языковыми моделями занимается ограниченное число игроков. В такой логике поддержка может быть адресной и без введения отдельной категории дата-центров.
Цена статуса
Экономика ИИ-ЦОДов объясняет, почему вопрос классификации вышел за пределы терминологии. Генеральный директор АО «Атомдата» Олег Золотарев связывает развитие ИИ-инфраструктуры с существенным увеличением мощностей дата-центров. По оценке Минэнерго, к 2030 году потребность в новой мощности для задач искусственного интеллекта составит около 2,5 ГВт.
Золотарев называет новые ЦОДы капиталоемкими проектами и считает, что для развития инфраструктуры в таких масштабах потребуется адресная поддержка государства. По оценке источника на рынке ЦОДов, строительство ИИ-ЦОДа мощностью 10 МВт может потребовать около 40 млрд рублей — примерно вдвое больше, чем классический ЦОД аналогичной мощности.
Значительная часть затрат приходится на вычислительное оборудование, прежде всего GPU. Для оператора это повышает инвестиционный риск: нужны не только площадка и мощность, но и предсказуемый спрос на вычисления. Один из вариантов, предложенных участниками рынка, — включение квалифицированных операторов ИИ-ЦОДов в национальную инфраструктуру ИИ со статусом доверенных поставщиков вычислительных мощностей и сервисов инференса для органов власти и компаний с госучастием. Эта модель не утверждена, но показывает, как участники рынка связывают классификацию с окупаемостью проектов.
Новый параметр конкуренции
Если отдельная категория ЦОДов для ИИ будет введена, конкуренция в сегменте дата-центров получит новый параметр. Операторы, способные подтвердить соответствие критериям, смогут сильнее претендовать на меры поддержки и крупные заказы на вычислительные мощности. Компании без такого статуса окажутся в иной позиции, даже если их инфраструктура технически способна работать с высокими нагрузками.
Для государства риск симметричен. Слишком широкие критерии размоют поддержку и позволят претендовать на нее площадкам, для которых ИИ не является основной задачей. Слишком узкие критерии могут ограничить круг получателей и снизить гибкость рынка.
Наиболее устойчивой выглядит комбинация признаков: высокая подведенная мощность, энергонагруженность серверных залов, наличие специализированной вычислительной инфраструктуры и подтвержденное использование мощностей для задач ИИ. Но такая модель потребует сложного администрирования. Один технический параметр не способен отделить ИИ-инфраструктуру от других видов высокопроизводительных вычислений.
Вывод
ЦОД для ИИ отличается от обычного дата-центра характером нагрузки, плотностью вычислений, энергопотреблением и требованиями к инженерной инфраструктуре. Отдельная классификация может сделать господдержку точнее и снизить риск нецелевого использования льгот. Пока критерии не определены, новый статус остается не инструментом рынка, а предметом торга между технологической реальностью, инвестиционной экономикой и регуляторной практикой.
