Пока все спорят, чей ИИ умнее, дефицитом стали чипы. И российский бизнес упирается в них первым

В битве за ИИ все смотрят на модели, а настоящее узкое место лежит в железе. Видеокарты, на которых обучают и запускают нейросети, стали дефицитом: сроки поставки доходят до года, очередь исчисляется миллионами, а гиперскейлеры выгребли почти все, что производит Nvidia. Российскому бизнесу тяжелее вдвойне, поверх мирового дефицита у нас лежат санкции. Разбираемся, кто в этой гонке реально в выигрыше и что делать компании, которой нужны вычисления, а не громкие заголовки.

Пока публика спорит, чья нейросеть отвечает умнее, реальный потолок всей индустрии стоит уровнем ниже, на кремнии. Причем дефицит давно перерос историю про одну дефицитную видеокарту и стал нехваткой всей производственной цепочки. Не хватает не только самих ускорителей, но и высокоскоростной памяти HBM, распроданной до конца 2026 года, и особой упаковки чипов на фабриках TSMC, расписанной до середины 2027-го, и литографических машин, которые в мире делает по сути одна компания. Сроки поставки серверных ускорителей растянулись до 36-52 недель, а мировая очередь на них в начале 2026 года оценивалась примерно в 3,6 миллиона штук. Nvidia в этой ситуации превратилась в почти монополиста: по итогам весеннего квартала 2026 года ее выручка составила 81,6 миллиарда долларов, на 85 процентов больше год к году, и это примерно в тринадцать раз выше, чем у ближайшего конкурента AMD. Компанию ограничивает не спрос, а собственная цепочка поставок.

Главную часть этого пирога забрали пятеро крупнейших. Amazon, Google, Meta, Microsoft и Oracle законтрактовали на 2026 год около 600 миллиардов долларов капитальных вложений, примерно три четверти из которых идут прямо в ИИ-инфраструктуру, и их предзаказы съели почти всю доступную квоту Nvidia. Средний и корпоративный покупатель, который раньше спокойно брал карты через обычные каналы, оказался вытеснен в конец очереди. Дошло до того, что под нож попали даже игровые видеокарты: Nvidia в первом полугодии срезала их выпуск на 30-40 процентов, перебросив мощности на более маржинальные серверные чипы, и впервые с конца 1990-х годов новое поколение потребительских карт за год так и не вышло. Кто контролирует вычисления, тот и держит ИИ за горло, и таких игроков буквально горстка.

Прежде чем впадать в панику и скупать серверы, полезно заметить две вещи, которые переворачивают картину для обычной компании. Первая: владеть железом и арендовать его это два совершенно разных мира. Купить свой кластер означает встать в ту самую очередь на 36-52 недели, а вот аренда мощностей у облачных провайдеров доступна прямо сейчас, и цена на нее с пикового 2024 года рухнула примерно на 75 процентов, с 8-10 долларов за час работы топовой карты до 1,80-3,50 в середине 2026-го. Причина в том, что на рынок аренды подтянулись новые облака и собственные чипы гигантов, вроде тензорных процессоров Google и ускорителей Amazon, и конкуренция сбила ставки. Для владельцев кластеров стена по-прежнему высокая, а для арендатора это уже вопрос цены, а не непреодолимая преграда.

Вторая вещь это эффективность, которая умножает то, что у вас есть. Сжатие моделей в пониженной точности урезает аппетит к памяти примерно вдвое, и модель, которой раньше требовалось восемь топовых карт, спокойно едет на четырех, а нетребовательный к скорости инференс уходит на карты попроще и подешевле. Иными словами, вычислительный голод настоящий, но лечится он не только деньгами, а еще и грамотной инженерией. Компания, которая арендует и оптимизирует, обходит стену, об которую разбивается тот, кто уперся в желание владеть собственным парком передовых чипов.

У нас поверх мирового дефицита лежит санкционный, и он делает задачу заметно жестче. Российский рынок ИИ-ускорителей в 2025 году дорос до 62,7 миллиарда рублей, прибавив около 20 процентов за год, так что спрос огромный, а вот с предложением беда. Коммерческий директор одного из крупных поставщиков описал ситуацию прямо: проблема глобальная и даже хуже, чем пишут в СМИ, компании запускают проекты с готовыми бюджетами, а все срывается на этапе закупки, и совет тут жесткий, решать быстро или закрывать проект. Санкции и трудности импорта поставщики называют главным барьером. Полноценной отечественной замены Nvidia и AMD пока не существует, и дело не в инженерах, а в том, что современные чипы требуют техпроцессов в 3-7 нанометров, которых в стране нет.

Отсюда выросли обходные пути, у каждого со своими оговорками. Бизнес массово смещается в сторону аренды облачных мощностей, чтобы не морочиться с закупкой железа. Часть нагрузок переносят на китайские ускорители, которые в отдельных типах вычислений уже дотягиваются до уровня прежних карт Nvidia. Реалистичной архитектурой стала гибридная: тяжелое обучение оставляют на Nvidia, где важна предсказуемость, а высоконагруженный инференс уже обученной модели уводят на альтернативы вроде Huawei Ascend или отечественные решения. Собрать закрытый контур на своем железе сегодня можно, но чисто отечественного стека под тяжелый ИИ в 2026 году на рынке нет, и слабое звено тут не серверы, а сами ускорители и зрелость софта под них.

Практический разговор сводится к нескольким установкам, и первая из них про смену оптики. Относитесь к вычислениям как к дефицитной инфраструктуре с реальной ценой и сроком поставки, а не как к бесплатному ресурсу из розетки. Для подавляющего большинства задач арендуйте, а не покупайте: это снимает и очередь, и капитальные риски. Выжимайте эффективность до конца, берите модели поменьше и в сжатой точности, кэшируйте повторяющиеся запросы, разносите обучение и инференс по разному железу. Не завязывайтесь на одного провайдера, а маршрутизируйте нагрузку туда, где сейчас дешевле и доступнее. Для российской компании к этому добавляется трезвый план: стройте на гибриде и облаке, закладывайте, что дешевых передовых чипов у вас не будет, и проектируйте продукты так, чтобы они этого и не требовали.

И самый крупный вывод, ради которого стоило все это разбирать. В золотой лихорадке все заворожены золотом, то есть моделями, а деньги и власть концентрируются у тех, кто продает кирки и лопаты. Выручка Nvidia на фоне всех остальных говорит об этом красноречивее любых прогнозов. Выигрывает в гонке ИИ не тот, у кого нейросеть на балл умнее, а тот, у кого есть на чем ее гонять. Компания, которая закладывает дефицит и дороговизну вычислений в свои планы заранее, не встанет посреди проекта у пустой полки, а ее конкурент, поверивший в бесконечное дешевое железо, встанет.