Енергія стає новим контрольним пунктом штучного інтелекту. Поки публічні дискусії крутяться навколо моделей, датасетів і промптів, за лаштунками відбувається куди приземленіша, але критично важлива боротьба — за електрику. Microsoft підняла цю боротьбу на новий рівень: компанія зводить у Техасі дата-центр потужністю 2 гігавати і будує власну газову електростанцію, щоб не залежати від публічної мережі.

За даними The Decoder, об'єкт у Техасі стане одним із найбільших приватних енергетичних проектів в tech-індустрії. Рішення будувати власну генерацію, а не підключатися до ERCOT, — показовий симптом глибшої проблеми: публічна енергетична інфраструктура США просто не встигає за апетитами AI.

Цифра «2 гігавати» потребує контексту. Середня атомна електростанція дає близько 1 ГВт. Один сучасний AI-дата-центр споживає від 100 до 300 МВт. Тобто Microsoft будує потужності, яких вистачило б на 10–20 AI-кластерів одночасно. Це не черговий кампус — це інфраструктурний стрибок якісно іншого масштабу.

Чому Техас і чому власна генерація

Техас приваблює hyperscalers із кількох причин:

• дешева земля і відсутність корпоративного прибуткового податку штату;
• сприятливий регуляторний клімат для великих промислових об'єктів;
• стратегічна позиція для охоплення ринків Центральної та Південної Америки.

Але техаська мережа ERCOT — ізольована від решти США — має репутацію нестабільної. Зима 2021 року залишила мільйони техасців без світла й тепла на кілька діб. Для AI-інфраструктури, де перерва в живленні може означати зірваний тренінговий запуск вартістю мільярди доларів, це неприйнятний ризик.

Власна газова станція дає Microsoft три речі: передбачуваність — ніяких цінових шоків від spot market; надійність — незалежність від вузьких місць у передачі електроенергії; масштабованість — генерацію можна нарощувати паралельно з обчислювальними потребами, без очікування в чергах на підключення до мережі.

Що це означає для AI-білдерів

Зв'язок між мегаватами і моделями прямий: більше потужності — більше GPU-кластерів — більше доступних обчислень для Azure AI, Copilot і майбутніх сервісів. Але є й непрямі наслідки, які варто розуміти.

Цінова стабільність хмарних сервісів. Якщо Microsoft контролює власну генерацію, вона захеджована від волатильності ринку електроенергії. Це потенційно означає передбачуваніші ціни Azure для enterprise-клієнтів — особливо на довгострокові контракти резервування capacity.

Аптайм AI API. Великі тренінгові запуски тривають тижнями і місяцями. Власна генерація мінімізує ризик перерваного тренінгу через перепади напруги в публічній мережі. Для команд, що тренують або дообробляють (fine-tune) моделі на Azure, це суттєве покращення гарантій надійності.

Конкурентна перевага в гонці за capacity. Amazon, Google і Microsoft змагаються за GPU-слоти для своїх клієнтів. Хто вирішить енергетичне питання раніше — зможе розгорнути більше кластерів і запропонувати вищий throughput. Ця гонка тепер проходить не лише у фабах з чипами, а й у підстанціях і газових турбінах.

Газ замість зеленої енергії: прагматизм vs. ESG

Вибір природного газу, а не сонячних чи вітрових панелей, — свідомо прагматичний. Відновлювані джерела непостійні: хмари і штиль не підлаштовуються під графік тренінгу нейромережі. Газові турбіни дають стабільне базове навантаження цілодобово.

Це кидає виклик кліматичним зобов'язанням Microsoft — компанія декларувала вийти в carbon negative до 2030 року. Власна газова генерація без вловлювання вуглецю (carbon capture) прямо суперечить цьому курсу. Показово, що інженерні пріоритети — надійність і масштаб — тимчасово беруть гору над ESG-деклараціями. Для AI-білдерів це сигнал: не очікуйте, що «зелені» заявки провайдерів відображають реальний вуглецевий слід масштабних моделей найближчими роками.

Висновок AiiN: тренд, а не виняток

Microsoft — не перша і не остання. Meta будує гігантський дата-центр у Луїзіані з власними підстанціями. Google інвестує в малі модульні ядерні реактори (SMR). Тренд очевидний: hyperscalers виходять з-під контролю публічних мереж і будують власну енергетичну незалежність.

Для практиків-розробників звідси випливають три конкретні висновки:

• AI-сервіси гіперскейлерів із power independence стануть структурно надійнішими за альтернативи, залежні від публічної мережі;
• вартість inference і тренінгу довгостроково стабілізується там, де energy cost захеджований на рівні власної генерації;
• on-prem і колокаційні рішення опиняться у структурно невигідному становищі — якщо не матимуть аналогічного контролю над живленням.

2 гігавати в Техасі — це не просто будівельний проект. Це архітектурне рішення, яке визначає, хто контролюватиме майбутнє AI-інфраструктури. Поки регулятори дискутують про безпеку моделей і governance, Microsoft вже копає фундамент під власну електростанцію.