Экономический взгляд на энергетический вызов ИТ-технологий
Захаревский А.В.1
1 Московский государственный технический университет им. Н.Э. Баумана
Статья в журнале
Экономика высокотехнологичных производств (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 6, Номер 1 (Январь-март 2025)
Аннотация:
Энергетический кризис цифровой эры становится одной из ключевых проблем современного технологического развития. Стремительный рост информационных технологий и информационно технологической инфраструктуры сопровождается резким увеличением энергопотребления, вызванным возрастающим спросом на вычислительные мощности. Эксперты указывают на высокую вероятность того, что уже в ближайшие годы энергетический дефицит может существенно ограничить развитие ИТ-инфраструктуры. Это новый вызов для цифровой экономики, требующий пересмотра подходов к проектированию и эксплуатации ИТ-систем. Оптимизация процессов центров обработки данных важна для управления энергоэффективностью является актуальной и востребованной задачей в современной индустрии информационных технологий. В статье исследуются причины этой проблемы, оцениваются ее экономические последствия и рассматриваются перспективные решения для повышения энергоэффективности и устойчивости ИТ-инфраструктуры.
Ключевые слова: цифровые технологии, информационно-технологическая инфраструктура, центры обработки данных, энергетическая экономика, энергоэффективность
JEL-классификация: L86, L80, H54
Введение
Цифровизация проникает во все аспекты современной экономики, формируя новые отрасли и стимулируя развитие информационно-технической инфраструктуры. Однако стремительное увеличение объемов данных и повсеместное внедрение вычислительных технологий приводят к существенному росту энергопотребления. В частности, центры обработки данных (ЦОД), как ключевой элемент цифровой экосистемы, демонстрируют экспоненциальный рост энергозатрат. Это создает новый вызов: обеспечение достаточных энергетических ресурсов для дальнейшего развития цифровых технологий.
Актуальность проблемы подчеркивается прогнозами, которые указывают на значительное увеличение доли потребления электроэнергии IT-инфраструктурой. По данным актуальных исследований к 2030 году ЦОД могут занять до 10% от общего мирового энергопотребления. Согласно отчету Международного энергетического агентства (МЭА), центры обработки данных продолжают выступать значительными драйверами роста потребления электроэнергии в глобальном масштабе. В последние годы их доля в общем энергопотреблении стремительно увеличивается, что создаёт дополнительные вызовы для энергосистем в различных регионах мира. Учитывая прогнозируемое удвоение энергопотребления ЦОД в ближайшие несколько лет, это явление становится одной из ключевых задач для международного сообщества. Такие тенденции требуют всестороннего анализа экономических последствий и разработки решений, направленных на повышение энергоэффективности и переход на устойчивые источники энергии. [6,18]. Эти тенденции требуют всестороннего анализа экономических последствий и поиска решений для повышения энергоэффективности.
Рост энергопотребления IT-инфраструктурой
Развитие цифровых технологий сопряжено с возрастающим спросом на вычислительные мощности центров обработки данных. Современные ЦОД обслуживают такие ресурсоемкие приложения, как облачные вычисления, искусственный интеллект (ИИ) и анализ больших данных.
По данным отчета McKinsey, в 2024 году энергопотребление только от услуг облачных платформ выросло на 18% по сравнению с предыдущим годом [22]. Этот рост потребления объясняется:
- Увеличением объемов данных: глобальный объем данных растет со скоростью около 25% ежегодно [11].
- Расширением использования ИИ и машинного обучения.
- Увеличением числа устройств Интернета вещей (IoT): прогнозируется, что количество устройств IoT во всем мире почти удвоится с 15,9 млрд в 2023 году до более чем 32,1 млрд устройств IoT в 2030 году. [23].
- Переходом на высокопроизводительные вычисления, требующих значительные энергетических ресурсы.
- Широким внедрением блокчейн-технологий, которые увеличивают нагрузку на энергетические системы.
В 2022 году на центры обработки данных в совокупности приходилось около 1% мирового спроса на электроэнергию (без учета сетей передачи данных и майнинга криптовалюты) [5].
Рисунок 1. Динамика глобального потребления электроэнергии по секторам, тысяч тераватт-часов (ТВт ч)
Источник [22]
Исследования McKinsey (Рисунок1.) показывают, что рост облачных решений, криптовалюты и ИИ может привести к тому, что к 2050 году на центры обработки данных будет приходиться от 2500 до 4500 ТВт ч мирового спроса на электроэнергию (от 5 до 9 процентов от общего спроса на электроэнергию).
По данным Gartner в наибольшей степени растущему потреблению электроэнергии способствуют развитие технологий ИИ и генеративного ИИ [16], исходя из их оценки в ближайшие два года рост потребления электроэнергии в ЦОД достигнет 160 %. К 2027 году 40 % существующих ЦОД с искусственным интеллектом будут испытывать операционные трудности из-за нехватки электроэнергии. По оценкам Gartner, мощность, необходимая центрам обработки данных для работы дополнительных серверов, оптимизированных для ИИ, достигнет 500 ТВт-ч в год в 2027 году, что в 2,6 раза превышает уровень 2023 года. [17].
Рисунок 2. Предполагаемое дополнительное энергопотребление центров обработки данных ИИ, (тысяч ТВт ч) 2022-2027 гг.
Источник [17]
Неизбежным результатом надвигающегося дефицита электроэнергии является рост цен, также вынужденное краткосрочное увеличение использования ЦОД, что приведет к росту выбросов CO2 [1]. Исходя из возможных последствий этой проблемы Gartner отмечает энергоэффективные вычисления в десяти стратегических технологических тенденций 2025 года. Энергоэффективные вычисления направлены на проектирование и эксплуатацию компьютеров, центров обработки данных, других цифровых систем. Таким образом предприятия могут достичь баланса между производительностью, экономической эффективностью и экологической ответственностью [24].
Экономические последствия энергокризиса
Энергетический кризис цифровой эры оказывает сложное и многоплановое влияние на экономику, затрагивая не только IT-сектор, но и смежные отрасли. Рост энергопотребления ЦОД, вызванный цифровизацией и развитием технологий, таких как искусственный интеллект, машинное обучение и анализ больших данных, создает значительные экономические риски и требует системного подхода для минимизации последствий.
Таблица 1. Распределение затрат на электроэнергию в структуре расходов ЦОД
Категория расходов
|
Доля от общих затрат (%)
|
Электроэнергия
|
40-60
|
Охлаждение
|
20-25
|
Обслуживание оборудования
|
15-20
|
Прочие
|
5-15
|
Один из ключевых аспектов экономических последствий энергокризиса – это рост операционных затрат. Согласно данным МЭА, на электроэнергию приходится до 40-60% затрат в структуре расходов крупных ЦОД И потребление электроэнергии стремительно растет по мере того, как центры обработки данных принимают на себя все больше рабочих нагрузок и все более энергоемкие нагрузки, такие как искусственный интеллект [6,19]. При этом из-за высокого спроса в отдельных странах тарифы на электроэнергию могут вырасти на 70% в ближайшие десятилетия [12]. Расширение спроса на данные и замедление темпов роста энергоэффективности приводят к резкому увеличению потребления электроэнергии центрами обработки данных. Ожидается, что к 2030 году потребление электроэнергии центрами обработки данных может быть увеличено более чем в два раза.
В таких условиях расходы на электроэнергию в ЦОД с искусственным интеллектом будут возрастать каждый год, что в последствии приведет к снижению рентабельности операторов ЦОД, увеличивая стоимость предоставления цифровых услуг, таких как хранение данных, облачные вычисления и обработка информации.
Энергетический кризис цифровой эпохи существенно влияет на различные аспекты функционирования современной экономики и общества, что проявляется в следующих ключевых направлениях:
Во-первых, сокращение доступного энергопотребления приводит к замедлению темпов цифровизации. Это ограничивает внедрение и развитие таких перспективных технологий, как искусственный интеллект и Интернет вещей, что, в свою очередь, препятствует модернизации производственных процессов и снижению затрат в долгосрочной перспективе. Замедление инноваций негативно сказывается на конкурентоспособности отдельных компаний и целых секторов экономики.
Во-вторых, рост стоимости энергоресурсов оказывает давление на цепочки поставок, увеличивая себестоимость товаров и услуг. Такие отрасли, как электронная коммерция, финансовый сектор и медицина, сильно зависят от устойчивости цифровой инфраструктуры. Увеличение затрат на её поддержание ведёт к повышению конечных цен для потребителей и замедляет экономическое развитие в этих областях. Это также создаёт дополнительные риски для глобальных цепочек поставок, снижая их устойчивость к внешним шокам.
Третьим важным аспектом является угроза устойчивому развитию. Увеличение энергопотребления сопровождается ростом выбросов углекислого газа, что противоречит международным экологическим целям и усиливает нагрузку на природные экосистемы. Неэффективное использование энергетических ресурсов становится препятствием для реализации программ, направленных на сокращение углеродного следа.
Ещё одним фактором становится неравномерность доступа к энергетическим ресурсам. Региональные различия в тарифах на электроэнергию усиливают экономическое давление на компании, работающие в зонах с высокими затратами на энергию. Это вынуждает операторов центров обработки данных переносить свои мощности в регионы с более доступной энергией, что, в свою очередь, приводит к экономическим диспропорциям между регионами.
Таким образом, энергетический кризис ставит перед цифровой экономикой целый ряд сложных задач, решение которых требует комплексного подхода, включающего технологические инновации, реформирование энергетической политики и укрепление международного сотрудничества.
Методы повышения энергоэффективности
Для управления риском возникновения дефицита энергии и управления энергоэффективностью ЦОД используется широкий спектр методов, представленных в таблице 2.
Таблица 2. Основные методы повышения энергоэффективности ЦОД
Метод
|
Описание
и применение
|
Жидкостное
охлаждение
|
Использование
специализированных жидкостей для отвода тепла от серверов. Обеспечивает
высокую эффективность охлаждения при низких затратах.
|
Прямое
наружное охлаждение
|
Задействование
уличного воздуха для охлаждения оборудования в регионах с прохладным
климатом. Снижает энергозатраты на 40–50%.
|
Разделение
воздушных потоков
|
Создание
зон «холодного» и «горячего» воздуха в серверных помещениях, что минимизирует
тепловое смешивание и повышает эффективность системы.
|
Комбинированное
охлаждение
|
Одновременное
применение жидкостного и воздушного методов для обработки разного теплового
выделения серверов.
|
Увеличение
мощности стоек
|
Концентрация
нагрузки на одну стойку до 10 кВт, что оптимизирует использование площади и
уменьшает тепловую нагрузку в помещениях.
|
Использование
серверов для высоких температур
|
Применение
оборудования, работающего при температуре до 40°C, что снижает потребность в
интенсивном охлаждении.
|
Современные
системы чиллеров
|
Устройства
с динамическим регулированием мощности обеспечивают адаптацию к изменениям
нагрузки и уменьшают энергозатраты.
|
Возобновляемые
источники энергии
|
Использование
солнечных, ветровых и гидроэнергетических установок для снижения углеродного
следа и обеспечения устойчивого питания.
|
Существует ряд организаций таких как Международный союз электросвязи (ITU/МСЭ) в цели которых входят координация разработок гармонизированных на международном уровне правил и рекомендаций в том числе и на уровне энергопотребления ЦОД. Один из примеров таких рекомендаций это DCIM— система управления оборудованием охлаждения ЦОД [3]
Для оптимизации процессов ЦОД МСЭ разработал рекомендации, воплощенные в системе управления инфраструктурой центров обработки данных с использованием технологий больших данных и искусственного интеллекта. Эти рекомендации представляют собой набор руководств и рекомендаций для повышения эффективности мониторинга, управления ресурсами, прогнозирования нагрузки и принятия решений в ЦОД.
Система управления инфраструктурой центра обработки данных собирает соответствующие данные таким образом, что основные устройства сбора и передачи данных могут быть комплексно использованы для доступа к единой мониторинговой платформе DCIM для объединения различных типов контролируемых объектов
Интеллектуальная система управления выполняет глубокое машинное обучение на основе типов данных и условий работы различных устройств. Она определяет оптимальные политики и помогает центрам обработки данных работать более эффективно. Используя методы анализа массивных данных, проведение углубленного анализа каждого компонента (и ключевых компонентов) системы электропитания и распределительной системы центра обработки данных, проактивное обнаружение и раннее предупреждение традиционных пассивных неисправностей могут быть решены путем проактивного предотвращения рисков, когда неисправные компоненты изолируются, а о масштаб воздействия неисправности автоматически сообщается в ИТ-систему [13].
Рисунок 3. Структура системы DCIM
Источник: составлено автором на основе [13]
Создание системы DCIM оказывает следующее влияние на рабочие подсистемы центра обработки данных:
- обеспечивает устойчивую оптимизацию энергоснабжения, охлаждающей части и физической площади использования;
- достигается более высокая энергоэффективность и улучшаются процессы управления;
- устанавливает и оптимизирует модули центра обработки данных для обеспечения оптимальных стратегий для получения более высокой энергоэффективности;
- укрепляет способность управления ресурсами и активами путем выявления взаимосвязи между ресурсами и активами. взаимосвязь между ресурсами и активами [13].
Одним из первых случаев значительного сокращения в потреблении электроэнергии добилась компания Google DeepMind снизив потребление энергии на охлаждение своего центра обработки данных на 40% с помощью технологии искусственного интеллекта, предоставленной компанией [14].
Использовалась система нейронных сетей на основе данных, собранных тысячами датчиков в ЦОД - такие данные, как температура, мощность, скорость насосов и т.д. Нейронные сети обучались на среднем будущем показателе PUE, исследователи обучили два дополнительных ансамбля глубоких нейронных сетей для прогнозирования будущей температуры и давления в ЦОД [14]. Система МО смогла последовательно добиться снижения количества энергии на 40%, используемой для охлаждения, что соответствует снижению общего показателя PUE на 15% (Power Utilization Efficiency) — показатель оценки энергоэффективности центра обработки данных, рассчитан как отношение общего энергопотребления ЦОД к количеству энергии, затраченного всем ИТ оборудованием дата-центра за то же время [9].
Актуальные исследования по управлению энергоэффективностью ЦОД вызваны опасением, связанным с растущими выбросами CO2 при обучении и запуске сложных моделей ИИ [2]. И эти исследования сосредоточены в рамках концепции устойчивого развития и перехода на возобновляемые источники энергии (ВИЭ), такие как солнечная, ветровая и гидроэнергия. В таблице 3 представлены основные методы повышения энергоэффективности ЦОД на основе ВИЭ.
Таблица 3. Основные методы повышения энергоэффективности ЦОД
Источник
энергии
|
Описание
и преимущества для ЦОД
|
Солнечная
энергия
|
Фотоэлектрические
панели обеспечивают чистую энергию, прогнозирование солнечной активности
оптимизирует использование.
|
Ветроэнергетика
|
Ветровые
турбины, управление прогнозами скорости ветра позволяет повысить стабильность
энергоснабжения.
|
Гидроэнергия
|
Стабильное
энергоснабжение из водных ресурсов, прогнозирование потенциала на основе
метеорологических данных.
|
Геотермальная
энергия
|
Постоянный
источник энергии, минимальные выбросы, оптимизация выхода энергии с помощью
ИИ.
|
Водородная
энергия
|
Использование
водорода в гибридных системах снижает зависимость от традиционных источников.
|
Гибридные
системы
|
Комбинация
ВИЭ (солнечные панели, турбины, водородные системы), оптимизация
распределения энергии через ИИ.
|
На фоне глобального дефицита невозобновляемых источников энергии становится актуальна концепция зеленого ЦОД, фокусирующаяся на снижении воздействия на окружающую среду и улучшении энергетической эффективности за счет использования ВИЭ. Этот подход тесно связан с принципами устойчивого развития, обеспечивая долгосрочный баланс между социальным прогрессом, экономической активностью и экологической ответственностью [4]. Использование комбинации различных «зеленых» технологий позволяет эффективно двигаться в направлении достижения углеродной нейтральности и снижать негативное влияние на окружающую среду на глобальном уровне [10].
Для обоснования эффективности данного подхода в статье рассматривается пример крупного сингапурского ЦОД, обладающего типичными нагрузочными характеристиками, как описано в исследовании [15]. Согласно результатам исследования, строительство ЦОД с нулевыми выбросами CO2 становится возможным при условии увеличения мощности фотоэлектрических систем на 20% и 60%, что необходимо для достижения целевых показателей на 2030 и 2050 годы соответственно.
Строительство и эксплуатация «зеленого» центра обработки данных включает в себя передовые технологии и стратегии. Одна из основных стратегий включает в себя оптимизацию систем охлаждения, которые традиционно являются одним из крупнейших потребителей энергии в центрах обработки данных. Такие технологии, как естественное охлаждение, при котором для охлаждения центра обработки данных используется наружный воздух, и жидкостное охлаждение, при котором охлаждающие жидкости циркулируют непосредственно к источникам тепла.
Кроме того, решающую роль играет внедрение более эффективных серверов и систем хранения данных. Достижения в области аппаратных технологий привели к появлению серверов, обеспечивающих более высокую производительность при меньшем энергопотреблении. Технологии виртуализации еще больше повышают энергоэффективность, позволяя запускать несколько виртуальных машин на одном физическом сервере, тем самым сокращая количество необходимых физических серверов.
Интеграция возобновляемых источников энергии - важнейший аспект «зеленых» центров обработки данных. Солнечная и ветряная энергия - наиболее жизнеспособные варианты для устойчивого энергоснабжения ЦОД. ЦОД, расположенные в регионах с обильными солнечными ресурсами, могут значительно сократить свой углеродный след. Кроме того, в районах с подходящими географическими условиями используется гидроэлектроэнергия, что еще больше способствует устойчивому развитию центров обработки данных.
Стандарты и сертификаты, такие как LEED, играют важнейшую роль в обеспечении устойчивости центров обработки данных. Системы сертификации предоставляют рекомендации по оценке и улучшению экологических показателей этих объектов. ЦОД сертифицированные по стандарту LEED, демонстрируют 20-процентное улучшение энергоэффективности по сравнению с центрами, не прошедшими сертификацию [21]. Эти сертификаты также способствуют распространению передового опыта в области строительства, эксплуатации и технического обслуживания, поощряя постоянное совершенствование усилий по обеспечению устойчивого развития.
Заключение
Энергетический кризис цифровой эры подчеркивает необходимость пересмотра подходов к проектированию, эксплуатации и развитию ИТ-инфраструктуры. Стремительное увеличение энергопотребления, вызванное развитием центров обработки данных, искусственного интеллекта, Интернета вещей и облачных сервисов, оказывает растущее давление на мировую энергетическую систему. Без принятия срочных мер последствия этого кризиса могут включать не только экономические убытки, но и значительные экологические издержки.
Приведенные в статье примеры международного опыта показывают, что повышение энергоэффективности возможно благодаря комплексным решениям, включающим использование инновационных систем охлаждения, переход на возобновляемые источники энергии, внедрение энергоэффективных алгоритмов и улучшение систем управления энергопотреблением. Кроме того, особое внимание следует уделить развитию устойчивых «зеленых» дата-центров, которые минимизируют выбросы углекислого газа и обеспечивают экологическую устойчивость.
Энергетический кризис не только бросает вызов IT-инфраструктуре, но и открывает возможности для стимулирования инноваций. Для успешного преодоления этой проблемы требуется совместная работа всех заинтересованных сторон — государственных органов, бизнеса и научного сообщества. Инвестиции в исследования, развитие возобновляемых источников энергии, совершенствование технологий и международное сотрудничество должны стать приоритетами для обеспечения устойчивого роста цифровой экономики.
Адаптация к вызовам энергетического кризиса становится неотъемлемой частью глобального перехода к устойчивому развитию. Принятие стратегических решений сегодня позволит не только справиться с текущими проблемами, но и заложить основу для долгосрочной экологической и экономической стабильности IT-сектора.
Источники:
2. Жук А. Воздействие искусственного интеллекта на окружающую среду: скрытые экологические издержки и этико-правовые вопросы // Journal of Digital Technologies and Law. – 2023. – № 4. – c. 932-954. – doi: 10.21202/jdtl.2023.40.
3. Грибков В.А., Кремлева А.А., Михайличенко Н.В., Попов А.И., Смирнова Д.В. Интернет вещей и центры обработки данных, основные принципы функционирования // Региональная информатика (РИ-2022): Юбилейная XVIII Санкт-Петербургская международная конференция. Материалы конференции. Санкт-Петербург, 2022. – c. 75-77.
4. Кашеварова Н.А., Куликова М.Е., Ряскина А.Д. Анализ роли интеллектуальной собственности в рамках концепции устойчивого развития // Конкурентоспособность в глобальном мире: экономика, наука, технологии. – 2022. – № 6. – c. 209-214.
5. Искусственный интеллект и энергетика. Международное энергетическое агентство. [Электронный ресурс]. URL: https://www.iea.org/topics/artificial-intelligence (дата обращения: 23.01.2025).
6. Электроэнергия 2024. Мэа. [Электронный ресурс]. URL: https://www.iea.org/reports/electricity-2024 (дата обращения: 23.01.2025).
7. Носов Н. ЦОДы будущего: основные тенденции развития // Интернет изнутри. – 2022. – № 17. – c. 18-22.
8. Пятницкая Д.В. Использование энергоэффективных технологий в архитектуре дата-центров // Технологические инновации в современном мире: Сборник статей по материалам международной научно-практической конференции. Том Часть 3. Уфа, 2019. – c. 196-202.
9. Сухов Р.Р., Амзараков М.Б., Исаев Е.А. Новые метрики энергоэффективности ИТ-отрасли // Бизнес-информатика. – 2022. – № 2. – c. 49-61. – doi: 10.17323/2587-814X.2022.2.49.61.
10. Чжан Я., Шиболденков В.А. «Стоимость экономики климата» и инструменты климатического регулирования // Экономика и управление: проблемы, решения. – 2024. – № 6(147). – c. 38-51. – doi: 10.36871/ek.up.p.r.2024.06.02.004.
11. Big Data Statistics 2025: Growth and Market Data. Statista.com. [Электронный ресурс]. URL: https://www.statista.com/statistics/871513/worldwide-big-data-market-forecast/ (дата обращения: 23.01.2025).
12. Brannon Ike, Wolf Samuel The Impact of Data Centers on Energy Demand and Market Prices // Ssrn. – 2024. – doi: 10.2139/ssrn.5017484.
13. Data center infrastructure management system based on big data and artificial intelligence technology. Itu. [Электронный ресурс]. URL: T-REC-L.1305-201911-I!!PDF-E.pdf.
14. AI Reduces Google Data Centre Cooling Bill by 40%. DeepMind. [Электронный ресурс]. URL: https://www.deepmind.com/blog/deepmind-ai-reduces-google-data-centre-cooling-bill-by-40 (дата обращения: 18.05.2023).
15. Wang Fu., Nian V., Campana P.E., Jurasz Ja., Li H., Chen Li., Tao W.Q., Yan J. Do «green» data centres really have zero CO2 emissions? // Sustainable Energy Technologies and Assessments. – 2022. – p. 102769. – doi: 10.1016/j.seta.2022.102769.
16. Power Shortages Will Restrict 40% of AI Data Centers by 2027. Gartner. [Электронный ресурс]. URL: https://www.gartner.com/en/newsroom/press-releases/2024-08-15-gartner-predicts-power-shortages-for-ai-data-centers (дата обращения: 23.01.2025).
17. Технологические тренды 2025 года. Gartner. [Электронный ресурс]. URL: https://www.gartner.com/en/newsroom/press-releases/2024-09-10-technology-trends-for-2025 (дата обращения: 23.01.2025).
18. Global data center electricity use to double by 2026 - IEA report. Dcd. [Электронный ресурс]. URL: https://www.datacenterdynamics.com/en/news/global-data-center-electricity-use-to-double-by-2026-iea-report/ (дата обращения: 23.01.2025).
19. Number of Connected Devices Worldwide, 2023. Electronic resource. Statista. [Электронный ресурс]. URL: https://www.statista.com/statistics/1101442/iot-number-of-connected-devices-worldwide/ (дата обращения: 23.01.2025)
20. Verma Ja., Sandys L., Matthews A., Goel S. Readiness of artificial intelligence technology for managing energy demands from renewable sources // Engineering Applications of Artificial Intelligence. – 2024. – p. 108831. – doi: 10.1016/j.engappai.2024.108831.
21. Clay K., Severnini E., Sun X. Does LEED certification save energy? Evidence from retrofitted federal buildings // Journal of Environmental Economics and Management. – 2023. – p. 102866. – doi: 10.1016/j.jeem.2023.102866.
22. Global Energy Perspective 2024. McKinsey McKinsey & Company. [Электронный ресурс]. URL: https://www.mckinsey.com/industries/energy-and-materials/our-insights/global-energy-perspective (дата обращения: 23.01.2025).
23. Number of Connected Devices Worldwide. Statista. [Электронный ресурс]. URL: https://www.statista.com/statistics/1101442/iot-number-of-connected-devices-worldwide/ (дата обращения: 23.01.2025).
24. Top Strategic Technology Trends For 2025. Zen Networks. [Электронный ресурс]. URL: https://www.zen-networks.io/top-strategic-technology-trends-for-2025/ (дата обращения: 23.01.2025).
Страница обновлена: 25.03.2025 в 18:38:47