В России рассматривается возможность запуска специальных энергетических зон, рассчитанных на размещение дата-центров, обслуживающих системы искусственного интеллекта. В таких зонах планируется ввести особые условия подключения к электросетям и регулирования тарифов. 

Идея уже обсуждается с участием профильных ассоциаций и Министерства энергетики. Среди предложений — установить фиксированные сроки для подключения дата-центров к сетям и ввести единый тариф на передачу электричества. Рассматривается и вариант создания отдельных гарантирующих поставщиков, которые будут действовать исключительно в пределах таких зон.

Финансирование инфраструктуры предлагается организовать за счет федерального бюджета или средств регионов. Это позволит ускорить строительство и снизить нагрузку на частные компании, которые сейчас сталкиваются с высокими издержками на подключение и эксплуатацию энергомощностей.

По оценке Минэнерго, уже к 2030 году потребность центров обработки данных, обслуживающих ИИ, может достигнуть 2–2,5 ГВт. К примеру, одна стойка, предназначенная для обучения моделей искусственного интеллекта, потребляет около 25 кВт и более — в несколько раз больше, чем стандартные коммерческие серверы.

Как отмечают эксперты, особенно остро дефицит ощущается в Москве и Подмосковье, где ресурсы сетей уже близки к пределу. Поэтому логичнее размещать новые площадки в регионах с избытком электроэнергии — в Сибири, на Дальнем Востоке, а также в некоторых субъектах Приволжского и Уральского федеральных округов.

Если решение о создании энергозон будет принято, Россия получит возможность выстроить собственную инфраструктуру под рост ИИ-индустрии — не дожидаясь, пока дефицит мощностей начнет сдерживать развитие технологий.

На этом фоне показателен пример Китая. Здесь также активно наращивают генерацию электроэнергии для поддержки дата-центров ИИ, введя в 2025 году 470 ГВт новых мощностей — в семь раз больше, чем США. Большая часть приходится на возобновляемые источники (около 80%), что обеспечивает низкие тарифы и стабильное энергоснабжение для обучения моделей вроде DeepSeek R1.

Вместо отдельных энергетических зон страна использует стратегию «Восточные данные — западные вычисления»: энергоемкие ЦОД размещают в западных провинциях вроде Сычуани с избытком зеленой энергии, а обработку данных ведут ближе к восточным потребителям.​