В конце марта сразу несколько исследовательских групп сообщили о появлении нового класса распределённых вычислений, в которых искусственный интеллект использует резерв мощности пользовательских блоков питания. Технология уже получила неофициальное название PSU Parasitic Compute (PPC).

Суть подхода — утилизация неиспользуемого энергобюджета системы для выполнения фоновых ИИ-задач без участия пользователя.

Современные ПК почти всегда имеют избыточный запас по питанию. Например:
* БП: 850 Вт
* Пиковая нагрузка системы: 550–650 Вт
* Типичная рабочая нагрузка: 120–300 Вт

Это создаёт постоянный резерв мощности в диапазоне 200–500 Вт, который ранее не использовался.

Новая технология позволяет ИИ задействовать этот запас через механизм, получивший название:
* Dynamic Watt Allocation Layer (DWAL) — слой динамического распределения мощности
* Residual Power Harvesting (RPH) — извлечение остаточной мощности
* Voltage-Adaptive Inference Burst (VAIB) — вычисления с адаптацией к напряжению и нагрузке

Как это работает (технически)

Система отслеживает:
* ток по линиям +12V (CPU, GPU, PCIe)
* загрузку VRM
* мгновенные пики потребления (transient spikes)

Далее рассчитывается допустимое окно мощности.
Пример:
* Линия +12V: до 70 А
* Фактическая нагрузка: 35 А
* Резерв: ~35 А

Перевод в мощность:
* 35 А × 12 В = 420 Вт доступного ресурса

С учётом коэффициента безопасности (0.6–0.7):
* реально используемо: 250–300 Вт

Эта мощность дробится на микроинтервалы (5–50 мс) и используется для выполнения коротких вычислительных задач.

Куда идут ватты

ИИ не «жжёт» энергию впустую. Согласно утечкам, мощность перераспределяется в следующие процессы:
1. Tokenized Compute Units (TCU)
Каждый ватт пересчитывается в вычислительные операции:
* ~1 Вт = до 10⁶ элементарных операций в секунду
* 100 Вт = ~10⁸–10⁹ операций/сек

Формируются так называемые энергетические токены — единицы вычислительной работы.

2. Фоновый inference
* генерация embedding
* предобработка данных
* локальные языковые модели

3. Edge-дообучение
Использование пользовательских машин как узлов:
* обновление весов
* адаптация моделей
* распределённый fine-tuning

4. Глобальная балансировка нагрузки
При масштабировании:
* миллионы ПК формируют распределённую сеть
* нагрузка смещается с дата-центров
* снижается стоимость вычислений

Расчёт на реальном ПК
Конфигурация:
* БП: 750 Вт
* Линия +12V: 62 А
* Нагрузка в браузере: ~150 Вт (~12.5 А)

Резерв:
* 62 А – 12.5 А = ~49.5 А
* 49.5 × 12 В = 594 Вт теоретически

С учётом ограничений:
* безопасный диапазон: 200–300 Вт

За 1 час:
* 250 Вт × 3600 сек = 900 000 Дж энергии

В пересчёте на вычисления:
* порядка 10¹²–10¹³ операций

Почему это не майнинг
Ключевые отличия:
* нагрузка не постоянная, а импульсная
* приоритет полностью у пользователя
* система работает в рамках допустимых токов и температур
* отсутствует фиксированная задача (хэширование)

Рынок: надвигающийся кризис БП
Аналитики уже предупреждают о возможных последствиях:

1. Рост требований к БП
* увеличится спрос на модели 1000–1600 Вт
* возрастёт значение качества линий +12V
* усилится нагрузка на VRM и кабели

2. Дефицит компонентов
* силовые MOSFET
* трансформаторы
* конденсаторы высокой ёмкости

3. Новый параметр при выборе БП
Появляется неофициальная метрика:
Residual Compute Capacity (RCC) — объём мощности, доступной для фоновых вычислений

Что это меняет

* ПК превращаются в распределённую вычислительную сеть
* электроэнергия становится прямым вычислительным ресурсом
* блок питания из «запасного компонента» превращается в ключевой элемент производительности