Дефицит компьютерной памяти из-за бума ИИ начал тормозить научные проекты
Оперативная память, или RAM, нужна для кратковременного хранения данных, которые компьютер использует в данный момент. Именно она позволяет процессору быстро обращаться к необходимой информации. Для ИИ требуются более сложные и производительные варианты таких чипов, чем для обычных персональных компьютеров.
Источник: SeongJoon Cho/Bloomberg/Getty. Производство компьютерных чипов памяти склонилось в сторону сверхмощных версий, необходимых для систем искусственного интеллекта.
МОСКВА, 17 марта. /Новости науки/. Быстрый рост спроса на системы искусственного интеллекта привел к дефициту оперативной памяти и резкому росту цен на нее, что уже начинает замедлять ход реализации различных научных проектов, особенно в лабораториях с ограниченными ресурсами, и эта ситуация заставляет исследователей искать более экономные алгоритмы и способы обработки данных, пишет Nature.
«Научные исследования все больше зависят от крупномасштабной вычислительной инфраструктуры. И многие такие задачи требуют значительных объемов памяти», — приводятся в статье на сайте журнала слова директора Института инноваций в области наносистем Северо-Восточного университета в Бостоне Маттео Ринальди.
Как отмечается в публикации, сначала нехватку чипов оперативной памяти особенно остро почувствовали любители видеоигр, однако теперь последствия этого кризиса затрагивают и науку. Причиной стал стремительный рост индустрии ИИ, которой нужны все более мощные и быстрые типы памяти для обучения моделей.
Из-за этого производители начали переориентировать выпуск на более сложные и емкие чипы, востребованные в системах искусственного интеллекта, а предложение стандартной памяти сократилось. На этом фоне в течение 2025 года цены на некоторые виды оперативной памяти выросли втрое.
Оперативная память, или RAM, нужна для кратковременного хранения данных, которые компьютер использует в данный момент. Именно она позволяет процессору быстро обращаться к необходимой информации. Для ИИ требуются более сложные и производительные варианты таких чипов, чем для обычных персональных компьютеров.
В результате подорожали не только сами микросхемы, но и компьютеры, в которых они используются. По оценке компании HP, доля памяти в стоимости сборки компьютера выросла более чем до трети, тогда как еще несколько месяцев назад составляла около 15%.
Как поясняют эксперты, даже несмотря на переориентацию производства, отрасль пока не может обеспечить достаточный выпуск памяти, необходимой для обучения систем ИИ. По словам технологического консультанта Тома Кафлина, на наращивание поставок может уйти 18 месяцев и более.
«Спрос огромный, а предложение сейчас фиксировано. Если вы небольшой игрок или профессор в университете, вы можете получить доступ к этим ресурсам, а можете и не получить», — отметил он.
По словам специалистов, хорошо финансируемые лаборатории, вероятно, смогут выдержать рост расходов. Но для менее обеспеченных исследовательских групп подорожание памяти и облачной вычислительной инфраструктуры может еще сильнее усложнить доступ к современным вычислительным инструментам, включая системы ИИ и другие ресурсоемкие модели.
Так, фитопатолог Праваллика Шри Раянутала из Университета технологий и управления Centurion в Индии рассказала, что дефицит памяти заставил ее команду сократить число культур, которые они анализируют в проекте по прогнозированию риска болезней растений на основе больших массивов данных.
Чтобы снизить потребность в дорогих облачных вычислениях, исследователи начали разбивать данные на отдельные блоки и моделировать их по частям. Такой подход позволяет продолжать работу, но заметно замедляет анализ.
«Сроки проекта увеличиваются, и операционные расходы растут. Медленная разработка моделей задерживает создание инструментов для раннего прогнозирования болезней», — сказала она.
При этом кризис подталкивает исследователей к поиску новых решений — от более эффективных алгоритмов до более экономного использования вычислительных ресурсов. В долгосрочной перспективе это может привести к появлению более бережливых подходов к научным вычислениям, однако пока дефицит памяти остается фактором, который усиливает неравенство между богатыми и менее обеспеченными научными центрами.
Так, основатель исследовательского института GRIT Lab Africa в ЮАР Абеиде Аде-Ибиджола отметил, что его организации удается избегать острых проблем благодаря поддержке со стороны индустрии. Однако многим африканским ученым без международного финансирования по-прежнему приходится ехать в более обеспеченные зарубежные университеты, чтобы обработать свои данные.
«Научные исследования все больше зависят от крупномасштабной вычислительной инфраструктуры. И многие такие задачи требуют значительных объемов памяти», — приводятся в статье на сайте журнала слова директора Института инноваций в области наносистем Северо-Восточного университета в Бостоне Маттео Ринальди.
Как отмечается в публикации, сначала нехватку чипов оперативной памяти особенно остро почувствовали любители видеоигр, однако теперь последствия этого кризиса затрагивают и науку. Причиной стал стремительный рост индустрии ИИ, которой нужны все более мощные и быстрые типы памяти для обучения моделей.
Из-за этого производители начали переориентировать выпуск на более сложные и емкие чипы, востребованные в системах искусственного интеллекта, а предложение стандартной памяти сократилось. На этом фоне в течение 2025 года цены на некоторые виды оперативной памяти выросли втрое.
Оперативная память, или RAM, нужна для кратковременного хранения данных, которые компьютер использует в данный момент. Именно она позволяет процессору быстро обращаться к необходимой информации. Для ИИ требуются более сложные и производительные варианты таких чипов, чем для обычных персональных компьютеров.
В результате подорожали не только сами микросхемы, но и компьютеры, в которых они используются. По оценке компании HP, доля памяти в стоимости сборки компьютера выросла более чем до трети, тогда как еще несколько месяцев назад составляла около 15%.
Как поясняют эксперты, даже несмотря на переориентацию производства, отрасль пока не может обеспечить достаточный выпуск памяти, необходимой для обучения систем ИИ. По словам технологического консультанта Тома Кафлина, на наращивание поставок может уйти 18 месяцев и более.
«Спрос огромный, а предложение сейчас фиксировано. Если вы небольшой игрок или профессор в университете, вы можете получить доступ к этим ресурсам, а можете и не получить», — отметил он.
По словам специалистов, хорошо финансируемые лаборатории, вероятно, смогут выдержать рост расходов. Но для менее обеспеченных исследовательских групп подорожание памяти и облачной вычислительной инфраструктуры может еще сильнее усложнить доступ к современным вычислительным инструментам, включая системы ИИ и другие ресурсоемкие модели.
Так, фитопатолог Праваллика Шри Раянутала из Университета технологий и управления Centurion в Индии рассказала, что дефицит памяти заставил ее команду сократить число культур, которые они анализируют в проекте по прогнозированию риска болезней растений на основе больших массивов данных.
Чтобы снизить потребность в дорогих облачных вычислениях, исследователи начали разбивать данные на отдельные блоки и моделировать их по частям. Такой подход позволяет продолжать работу, но заметно замедляет анализ.
«Сроки проекта увеличиваются, и операционные расходы растут. Медленная разработка моделей задерживает создание инструментов для раннего прогнозирования болезней», — сказала она.
При этом кризис подталкивает исследователей к поиску новых решений — от более эффективных алгоритмов до более экономного использования вычислительных ресурсов. В долгосрочной перспективе это может привести к появлению более бережливых подходов к научным вычислениям, однако пока дефицит памяти остается фактором, который усиливает неравенство между богатыми и менее обеспеченными научными центрами.
Так, основатель исследовательского института GRIT Lab Africa в ЮАР Абеиде Аде-Ибиджола отметил, что его организации удается избегать острых проблем благодаря поддержке со стороны индустрии. Однако многим африканским ученым без международного финансирования по-прежнему приходится ехать в более обеспеченные зарубежные университеты, чтобы обработать свои данные.
