20 ноября 2026   |   Живая аналитика

NVIDIA удвоила цены на память HBM — дефицит затянется до 2030 года

NVIDIA представила платформу Vera Rubin NVL72, которая ускоряет ИИ-вычисления в 3,7 раза и повышает энергоэффективность в 10 раз по сравнению с предшественником. Однако этот технологический прорыв сопровождается парадоксом: растущий спрос на память HBM удваивает себестоимость компонентов для смартфонов и ноутбуков.

Vera Rubin NVL72 обрабатывает запросы в 3,7 раза быстрее предшественника по сырой скорости и в 10 раз эффективнее по энергии — производительность на ватт выросла десятикратно. Платформа, запущенная в июле 2026 года, делает ИИ-вычисления заметно дешевле для тех, кто их покупает. Но в сентябре корпорация вошла в число главных драйверов дефицита памяти HBM (High Bandwidth Memory — высокопропускная память, работающая прямо на чипе), удвоив себестоимость компонентов для смартфонов и ноутбуков. NVIDIA ускоряет ИИ для одних и поднимает цены для всех остальных. Этот парадокс определяет текущую стратегию компании.

Почему эффективность не снижает цены на электронику

Каждое новое поколение платформ сокращает стоимость одного токена — единицы текста, которую генерирует модель. Vera Rubin NVL72 обеспечивает 10-кратный рост производительности на ватт по сравнению с предыдущим поколением Grace Blackwell, а система управления энергией DSX выжимает из каждого киловатта на 24% больше вычислений. Для операторов дата-центров это означает, что тот же бюджет на электричество покрывает больший объем работы.

Но за этой эффективностью скрывается другая сторона. Спрос на память HBM настолько велик, что производители перенаправляют мощности с потребительской DRAM и NAND на более маржинальный сегмент ИИ-инфраструктуры. HBM требует в три раза больше кремния для выпуска того же объёма памяти, чем обычная DRAM. Это физическое ограничение, а не рыночный ажиотаж. NVIDIA вместе с AMD, Meta⋆ и Microsoft готова заключать долгосрочные контракты на HBM по максимально возможным ценам, что закрепляет приоритет ИИ-сегмента. Рост цен — структурный эффект перераспределения мощностей всей индустрии памяти, а не целенаправленная политика одного поставщика.

Для бизнеса это значит: дешевеет именно ИИ-вычисление, но дорожает всё остальное — память, компоненты для конечных устройств. Ряд отраслевых аналитиков прогнозирует сохранение дефицита до 2030 года. Эффективность работает внутри экосистемы, а издержки распределяются по всей цепочке поставок электроники.

Как открытые стандарты скрывают закрытую экосистему

В 2026 году компания запустила серию открытых инициатив: OpenShell для изолированного выполнения команд ИИ-агентов, стандарт SAFE для обмена обезличенными данными об инцидентах безопасности, физический движок Newton для симуляции роботов, инициативу Storage-Next для стандартизации хранилищ. В августе она купила Hugging Face за $12,9 млрд — платформу с 18 миллионами разработчиков и 3 миллионами моделей. Формально открытый статус Hugging Face сохраняется: разработчикам не требуется использовать вычислительные мощности нового владельца.

На аппаратном уровне картина иная. Коммутаторы Spectrum-6, поставки которых начались в июле, достигают максимальной производительности только при использовании полного стека решений компании. Смешивание оборудования разных производителей в одной сети не даёт заявленных характеристик. Партнерство с SK Hynix перешло в режим совместного проектирования: память разрабатывается не как универсальный компонент, а как элемент, вписанный в конкретную платформу.

Открытость NVIDIA — это инструмент удержания, а не принцип. На уровне программного обеспечения компания продвигает стандарты, которые делают экосистему привлекательной для разработчиков. На уровне железа каждый компонент оптимизирован под конкретную платформу, и замена любого элемента на аналог от конкурента снижает производительность.

При этом открытые стандарты объективно снижают барьер входа: разработчик из любой страны может использовать OpenShell или Newton без лицензии. Экосистема расширяется, даже если железо остаётся привязанным к одной платформе.

Этот подход работает, пока у конкурентов нет сопоставимой экосистемы. Китайские лаборатории в 2026 году захватили лидерство в выпуске открытых моделей с триллионами параметров, а NVIDIA использует собственные открытые модели как инструмент продвижения железа. Разрыв между «открытым» и «закрытым» сокращается, и вопрос в том, какой слой — программный или аппаратный — окажется определяющим.

Что происходит после ухода Хуанга

12 ноября 2026 года совет директоров принял решение об отставке Дженсена Хуанга (Jensen Huang) с поста генерального директора. По сообщениям, причиной стал скандал: Хуанг публично признал отношения с сотрудницей, которую власти США подозревают в передаче информации Китаю. Дело находится на стадии расследования. Эта же женщина, по данным следствия, занимает руководящую должность в сингапурской фирме, которой предъявлены обвинения в обходе экспортных ограничений на чипы.

Хуанг был не только CEO, но и ключевым публичным голосом в вопросах открытых стандартов и безопасности ИИ-агентов. Его уход создаёт неопределённость: по данным отрасли, крупные инвесторы, включая Apollo и BlackRock, использовали GPU компании как залог для финансирования строительства дата-центров на сумму до $500 млрд. Падение акций на фоне скандала бьёт по этим схемам напрямую.

Сделки на $12,9 млрд (Hugging Face) и $500 млрд (инфраструктурный проект с SK Group) были заключены при его участии. Это два независимых объёма: первый — покупка платформы, второй — совместное строительство ИИ-инфраструктуры в Азиатско-Тихоокеанском регионе. Но у компании есть производственные мощности, сертифицированные стандарты и долгосрочные контракты, которые не зависят от одного человека. Вероятно, институциональная инерция сохранится, однако скорость принятия решений по новым открытым инициативам может снизиться.

Где энергия становится главным ограничителем

Энергопотребление стало главным ограничителем масштабирования ИИ в США: традиционные процедуры подключения дата-центров к сетям не учитывали возможность динамического изменения нагрузки. В сентябре компания совместно с Google и Emerald AI запустила альянс AEMA (AI Energy Management Alliance) для стандартизации гибкого энергопотребления. Идея: дата-центр не просто потребляет энергию, а управляет нагрузкой, снижая её в часы пик по сигналу энергосети.

Платформа DSX прошла коммерческий запуск: модуль DSX Flex работает на объекте мощностью 96 МВт в штате Вирджиния. Тесты показали способность снижать потребление ИИ-фабрики с 4 МВт до 3 МВт за менее чем минуту. LG Electronics сертифицировала свои системы жидкостного охлаждения по стандартам DSX AI Factory, что подтверждает формирование единой экосистемы вокруг управления энергией.

Проект с SK Group масштабирует эту логику на региональный уровень: облачный центр мощностью 2 гигаватта на базе Vera Rubin и памяти HBM4, запуск запланирован на 2027 год, инвестиции — более $500 млрд. Это не строительство одного дата-центра, а создание замкнутого цикла: чипы, память, охлаждение и управление энергией проектируются как единая система.

Реалистичный горизонт планирования для компаний, зависящих от потребительской электроники: закладывать рост цен на компоненты на 2026–2027 годы. Для ИИ-операторов, напротив, окно для снижения unit-экономики открывается уже сейчас. Прогноз: если спрос на HBM со стороны Vera Rubin и проекта SK Group сохранится, контрактные цены на DRAM для потребительской электроники останутся на повышенном уровне как минимум до конца 2027 года. Проверить это можно по квартальным отчётам DRAMeXchange и анонсам SK hynix о производственных мощностях HBM4.

🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 20 ноября 2026.


Ключевые сюжеты

от 20 ноября 2026
Что такое сюжеты: Просматриваем новостной поток, выделяем важные темы, находим скрытые связи и превращаем информационный шум в четкие выводы.
Рынок чипов перестал быть полем боя за отдельный компонент. Раньше конкуренция шла по скорости GPU и цене памяти. Теперь побеждает тот, кто контролирует весь стек: от архитектуры процессора до стандартов охлаждения и сети. NVIDIA превращает железо в платформу, где память, сеть и ПО работают только вместе. Это создает высочайший порог входа для конкурентов и делает клиентов зависимыми от единого поставщика инфраструктуры.

Слияние с Hugging Face и SK hynix

NVIDIA приобрела Hugging Face за $12,9 млрд, закрепив контроль над крупнейшей платформой разработчиков ИИ. Параллельно компания расширила партнерство со SK hynix, перейдя от закупки памяти к совместному проектированию чипов HBM4 под конкретные требования энергопотребления и охлаждения. Это превращает поставщиков компонентов в соавторов архитектуры.

📅 2026-09-04
Читать источник →

Запуск платформы Vera Rubin NVL72

Компания перевела в серию платформу Vera Rubin, которая обеспечивает рост производительности на ватт энергии в 10 раз по сравнению с предшественником. Ключевым элементом стал отказ от кабельных соединений внутри стоек и внедрение высокотемпературного жидкостного охлаждения. Такая архитектура требует полного соответствия спецификам NVIDIA, что исключает смешивание оборудования разных вендоров.

📅 2026-07-21
Читать источник →

Стандартизация сети Spectrum-6

NVIDIA запустила поставки коммутаторов Spectrum-6 со скоростью 102,4 Тбит/с. Максимальная эффективность масштабируемых систем (до 100 000 GPU) достигается только при использовании полного сетевого стека компании. Это делает сеть критическим элементом производительности и ограничивает возможность клиентов использовать стороннее оборудование для балансировки нагрузки.

📅 2026-07-21
Читать источник →

Замкнутый цикл поставок и производства

Компания открывает завод в Техасе для локальной сборки систем стоимостью $4 млн за единицу, используя собственные инструменты проектирования. Совместно с SK Group анонсирована инфраструктура на $500 млрд. Формируется замкнутый цикл: NVIDIA диктует стандарты памяти, сети и охлаждения, а клиенты получают готовую «коробку» без возможности кастомизации отдельных узлов под другие решения.

📅 2026-08-05
Читать источник →
Глобальные тренды и выводы

Парадокс централизации и локализации

NVIDIA одновременно усиливает контроль над глобальной облачной инфраструктурой (через экосистему Vera Rubin и партнерство с SK hynix) и продвигает локальные решения (DGX Spark, Cosmos Edge). Это создает уникальную стратегическую позицию: компания зарабатывает на масштабе гигантских дата-центров, но страхует себя от рисков централизации, предлагая бизнесу «план Б» в виде автономных устройств. Если облачные провайдеры столкнутся с регуляторными или энергетическими кризисами, локальная инфраструктура NVIDIA станет критически важной альтернативой.

Компаниям стоит рассматривать гибридную стратегию: использовать мощь облаков для обучения моделей, но развертывать инференс (генерацию ответов) на локальных устройствах NVIDIA. Это снизит операционные расходы и повысит устойчивость бизнеса к сбоям в глобальной сети или энергосистеме.

Упоминается вместе:

Календарь упоминаний:

2026
14 ноября

LG Electronics сертифицировала системы жидкостного охлаждения по стандартам NVIDIA DSX AI Factory

Компания представила комплексное решение для ИИ-ЦОД, включающее чиллеры и блоки распределения охлаждающей жидкости. Ключевым элементом предложения стала сертификация оборудования LG стандартами NVIDIA, что подтверждает его совместимость с платформами DSX AI Factory. Это позволяет заказчикам использовать проверенные компоненты для отвода тепла от высокоплотных графических процессоров в единой экосистеме поставщика.

Событие: Блоки распределения охлаждающей жидкости производства LG Electronics прошли официальную сертификацию NVIDIA, подтвердив соответствие требованиям платформ DSX AI Factory.

Фактор: Экстремальная плотность вычислений в ИИ-ЦОД (потребление свыше 100 МВт) требует специализированных систем охлаждения, которые эффективно отводят тепло непосредственно от микросхем GPU.

Эффект: Сертификация выступает ключевым сигналом доверия для крупных технологических компаний, выбирающих поставщика инфраструктуры для строительства центров обработки данных под задачи ИИ.

Подробнее →

12 ноября

Дженсен Хуанг покинул пост генерального директора Nvidia из-за скандала с подозрением в шпионаже

Совет директоров компании принял решение об отставке руководителя после того, как он публично признал роман с сотрудницей, подозреваемой властями США в передаче информации Китаю. Эта женщина также занимает руководящую должность в сингапурской фирме, которую обвиняют в контрабанде чипов Nvidia в КНР. Уход основателя лишает индустрию ИИ ключевого лоббиста открытых стандартов и безопасности агентов, а также создает серьезные юридические и репутационные угрозы для корпорации.

Событие: Дженсен Хуанг оставил пост CEO Nvidia в четверг по решению совета директоров после признания в отношениях с сотрудницей, фигурирующей в деле о шпионаже.

Риск: Сотрудница, с которой был роман, подозревается в шпионаже в пользу Китая и руководит компанией-«неооблаком», обвиняемой в обходе экспортных ограничений на чипы Nvidia.

Эффект: Отставка лишает отрасль ИИ главного защитника открытых моделей и инициативы Open Agent Safety Platform, что может замедлить выработку общих стандартов безопасности.

Фактор: Падение акций Nvidia из-за скандала угрожает портфелям крупных инвесторов (Apollo, BlackRock), которые использовали GPU компании как залог для финансирования дата-центров на сумму до $500 млрд.

Подробнее →

01 октября

NVIDIA и Google DeepMind открыли доступ к 3D-структурам белков более 2800 вирусов

NVIDIA совместно с Google DeepMind и EMBL-EBI опубликовала в базе AlphaFold Database предсказанные трехмерные структуры белковых комплексов свыше 2800 видов вирусов. Инициатива направлена на ускорение исследований патогенов и подготовку к возможным будущим эпидемиям, снижая зависимость от длительных и дорогих экспериментальных методов. Для генерации данных был использован алгоритм AlphaFold2, оптимизированный под архитектуру NVIDIA BioNeMo Inference Runtime.

Событие: Компания выпустила публично рабочий процесс BioNeMo Structure Prediction Pipeline на базе GPU, позволяющий исследователям самостоятельно загружать последовательности белков и получать их предсказанные 3D-структуры.

Фактор: Использование ускорителей NVIDIA BioNeMo Inference Runtime сократило время предсказания структуры белка с лет (при традиционных методах) до минут.

Эффект: Открытый доступ к данным позволяет ученым из развивающихся стран участвовать в разработке диагностических средств и вакцин, сокращая разрыв в скорости реагирования на вспышки заболеваний.

Подробнее →

30 сентября

NVIDIA представила настольную систему DGX Spark для локального запуска ИИ-моделей

Компания выпустила компактное устройство, позволяющее запускать сложные языковые модели без зависимости от облачных сервисов. Система потребляет 95–200 Вт под нагрузкой и оснащена 128 ГБ памяти, что делает ее доступной для подключения к бытовой розетке. Производитель рекомендует использовать архитектуру MoE и спекулятивное декодирование для достижения скорости 40–95 токенов в секунду.

Событие: NVIDIA анонсировала настольную станцию DGX Spark, способную обрабатывать большие языковые модели локально с энергопотреблением 95–200 Вт и объемом памяти 128 ГБ на устройство.

Фактор: Пропускная способность шины памяти в одиночном устройстве составляет 273 ГБ/с, что ниже показателей дискретных видеокарт, поэтому для запуска крупных моделей рекомендуется объединение до четырех узлов в кластер.

Эффект: Использование четырех DGX Spark обеспечивает суммарную емкость памяти 512 ГБ и ускорение генерации текста в 3,7 раза по сравнению с одним устройством, позволяя загружать модели вроде DeepSeek-V4.1-Flash.

Позитив: Операционные расходы на электроэнергию при работе четырех устройств в режиме 24/7 составляют $66–100 в месяц, что более чем в три раза ниже затрат на серверные сборки с дискретными GPU.

Подробнее →

23 сентября

Nvidia инвестирует в Starcloud, но её GPU уступают ASIC-майнерам по экономической эффективности в космосе

Стартап Starcloud, получивший финансирование от Nvidia, готовит запуск второй спутниковой миссии с целью добычи криптовалюты на орбите. Генеральный директор компании Фил Джонстон заявил, что аппарат будет оснащен специализированными процессорами, а не графическими ускорителями инвестора, поскольку ASIC-чипы в 30 раз дешевле при сопоставимом энергопотреблении. Решение обусловлено тем, что стоимость GPU Nvidia B200 мощностью 1 кВт составляет около $30 000, тогда как аналогичный по мощности майнер обходится примерно в $1 000.

Событие: Starcloud планирует вывести на орбиту второй аппарат до конца текущего года, который будет использовать ASIC-процессоры для добычи биткоинов.

Фактор: Экономическая разница в цене оборудования (30:1 в пользу ASIC) делает использование графических ускорителей Nvidia нерентабельным для задач чистой криптодобычи на орбите.

Риск: Эксплуатация вычислительных мощностей в космосе осложняется невозможностью конвективного охлаждения в вакууме и трудностями с обслуживанием спутников после запуска.

Подробнее →



В нашей базе собрано 432 события по теме «NVIDIA Corporation». Мы показываем 50 последних из них.
Объединили похожие карточки: NVIDIA Corporation; «Компания Нивидеа»; «Нивида (NVIDIA)» и другие.
⋆ Данная организация или продукт включены в список экстремистских в соответствии с решением суда, вступившим в законную силу. Деятельность запрещена на территории Российской Федерации на основании Федерального закона от 25.07.2002 № 114-ФЗ «О противодействии экстремистской деятельности».