Обзор по теме: Nvidia упростила развертывание ИИ до 90 дней, но дефицит памяти поднимает цены на инфраструктуру
Облачная ИИ-инфраструктура поглощает до 90% мирового производства памяти, а Nvidia сократила сроки развертывания систем с года до 90 дней через продажу готовых комплектов.
Инфраструктура искусственного интеллекта в 2025–2026 годах столкнулась с физическим потолком: дефицит памяти и энергетических ресурсов начал тормозить рост, несмотря на триллионные инвестиции. Nvidia сменила бизнес-модель, перестав продавать «железо» по частям и начав поставлять готовые системы, чтобы ускорить развертывание ИИ с 9–12 месяцев до 90 дней. Параллельно Китай, опираясь на централизованную энергетическую политику, начал обгонять США в строительстве дата-центров, пока американские компании борются с раздробленным регулированием энергопотребления по штатам.
Почему память и чипы стали узким горлышком
Основной проблемой текущего этапа стал дисбаланс между спросом на вычисления и производством компонентов. Облачная ИИ-инфраструктура потребляет до 90% мирового производства DRAM, NAND-памяти и жестких дисков. Из-за этого поставщики, такие как SK hynix, Samsung и Micron, перенаправили ресурсы в пользу дата-центров, что вызвало дефицит для потребительской электроники. Цены на топовые чипы памяти выросли на 20–30% за полгода.
Для бизнеса это означает два практических вывода:
- Рост стоимости входного билета: Покупка оборудования для локального ИИ или облачных инстансов стала дороже из-за инфляции комплектующих.
- Доступность компактных решений: Появление модулей памяти CUDIMM объемом 128 ГБ от MSI (с возможностью расширения до 256 ГБ на двух слотах) для массовых платформ вроде Intel Core Ultra 200 Series снижает порог входа. Теперь небольшим командам не обязательно покупать дорогие серверы на базе Xeon или Threadripper, чтобы запускать симуляции и обучать модели.
Дефицит памяти превратился из технического вопроса в экономический фильтр: компании с ограниченным бюджетом вынуждены выбирать между облачными сервисами (где цены растут вместе со спросом) и локальными решениями на потребительском железе, которое раньше не могло тянуть такие нагрузки.
Смена стратегии Nvidia и риски «суверенного» ИИ
Nvidia решила проблему сложности интеграции через вертикальную интеграцию. Компания перешла от поставки отдельных графических процессоров к продаже полных систем с заранее определенными архитектурными схемами (например, в рамках архитектуры MGX). Это сокращает время развертывания инфраструктуры до 90 дней и снижает риски ошибок при сборке стоек для партнеров.
Однако экосистема Nvidia сталкивается с внутренними противоречиями. В марте 2026 года стало известно о фундаментальных ошибках в архитектуре ИИ-компании xAI, которая ранее получила от Tesla инвестиции в $2 млрд. Массовый отток специалистов и необходимость перестроить систему с нуля показывают, что даже крупные финансовые вливания не гарантируют технической устойчивости архитектуры. Для инвесторов это сигнал: оценка активов, зависящих от одной конкретной архитектурной реализации ИИ, несет высокие риски переоценки.
В то же время страны пытаются создать «суверенный» ИИ, но сталкиваются с парадоксом зависимости. Попытки снизить зависимость от США и Китая приводят к заключению сделок с теми же крупными корпорациями, которые контролируют чипы и облачные сервисы. Например, китайская DeepSeek отложила запуск модели R2 из-за проблем с обучением на чипах Huawei Ascend, вынужденно используя Nvidia для обучения и Huawei только для вывода результатов. Это подтверждает, что полная технологическая независимость пока остается дорогой и сложной задачей, не гарантирующей реальной автономии.
Энергетика как новый фактор конкуренции
Ключевым преимуществом Китая в гонке за ИИ стала энергетическая политика. Если в США поиск решений для питания дата-центров затруднен раздробленным регулированием по штатам, то Китай эффективно строит крупные объекты благодаря централизованному подходу. Глава Nvidia Дженсен Хуанг (Jensen Huang) заявил, что это позволяет Китаю масштабировать ИИ-инфраструктуру быстрее, чем в США.
В США рост идет за счет рекордных инвестиций:
- В Вирджинии в 2025 году выдали разрешения на строительство 54 новых дата-центров (рекорд года), большинство из них принадлежит Amazon.
- Oracle планирует вложить $40 млрд в закупку чипов Nvidia и уже разместила облигации на $18 млрд для финансирования проектов Stargate совместно с OpenAI и SoftBank.
- Общая сумма инвестиций корпораций (Microsoft, Oracle, Meta⋆) превысила триллион долларов.
Эти проекты потребляют огромные ресурсы: каждый крупный дата-центр использует не менее 40 МВт электроэнергии. Это создает финансовый барьер для мелких игроков, но открывает возможности для тех, кто может обеспечить стабильное энергоснабжение.
Что делать бизнесу в новых условиях
- Пересматривать архитектуру закупок. Вместо покупки разрозненных компонентов стоит рассматривать готовые системные решения от поставщиков вроде Nvidia, чтобы сократить сроки развертывания и снизить риски интеграции.
- Оценивать зависимость от памяти. Дефицит DRAM и NAND-памяти будет давить на цены в среднесрочной перспективе. Бизнесу стоит закладывать рост стоимости ИИ-инфраструктуры в бюджет или переходить на оптимизированные модели, требующие меньше ресурсов.
- Анализировать риски архитектур. Инвестиции в стартапы с непроверенной архитектурой (как случай с xAI) несут риск полной потери вложений при необходимости перестройки «с нуля». Важно проверять не только маркетинговые обещания, но и устойчивость технической базы.
Прогноз
Если дефицит памяти сохранится на текущем уровне, а энергетические ограничения в США останутся раздробленными, к 2027 году Китай может получить устойчивое преимущество в стоимости вывода (inference) ИИ-моделей за счет более дешевой и стабильной энергии. Это вынудит американские компании либо ускорить переход на новые типы памяти (например, SOT-MRAM, которая уже показывает рекордные скорости), либо переносить часть нагрузок в космические дата-центры, как предлагает Джофф Безос, хотя этот вариант требует решения задач отвода тепла и задержек передачи данных.
🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 7 сентября 2026.
