Дешёвая энергия, лучшие математики мира. Почему же Россия проигрывает ИИ-гонку?

Оценка Epoch AI, январь 2026 года
Оценка Epoch AI, январь 2026 года

Каждый день я работаю с нейросетями. Пишу с ними код, генерю картинки, монтирую видео и десятки других дел. И почти никогда не думаю о том, где физически стоят машины, которые всё это считают.

А зря!

Чем вообще меряют эту гонку

Главная валюта в этой гонке — не идеи и не программисты, а железо. Мощности принято мерить в H100-эквивалентах: сколько у страны видеокарт уровня той, на которой обучают современные модели. Способ грубый — карты разные, часть годится для обучения, часть только для запуска готовых моделей, — но другого общего знаменателя нет.

К январю 2026 года в мире набралось больше 15 миллионов таких карт — это оценка исследовательского центра Epoch AI. Вместе они тянут из сети свыше 10 гигаватт — примерно вдвое больше, чем потребляет весь Нью-Йорк. Это мощность, а не расход за период: за год набегает под 90 тераватт-часов, около 8% того, что расходует вся Россия. Три четверти стоят в США, дальше с огромным отрывом Китай.

Российские цифры называют разные — от 5 до 25 тысяч H100-эквивалентов, в зависимости от того, считать ли серый импорт и карты, на которых обучать в принципе нельзя. Самая конкретная публичная цифра: в марте 2026 года в российских коммерческих дата-центрах насчитали чуть больше 10 тысяч карт уровня H100.

Не миллионов. Не сотен тысяч и даже не десятков. Просто тысяч. Россия в одной строке с Бразилией и Польшей.

Дело не только в санкциях

Легко решить, что всё сломалось в 2022 году. Но разрыв был и до него.

Реконструкция по открытым оценкам, точность порядка величины
Реконструкция по открытым оценкам, точность порядка величины

Для масштаба: в ноябре 2021 года Сбер представил свой второй суперкомпьютер Christofari Neo — почти 12 петафлопс на 700 с лишним видеокартах A100. Вместе с первым «Кристофари» вся вычислительная платформа SberCloud тогда давала 18,6 петафлопс примерно на 1700 картах. Это были крупнейшие публично известные мощности страны. В том же году отдельные американские компании считали десятками тысяч карт.

То есть санкции не создали разрыв. Они закрыли возможность его сокращать.

Самое обидное, что стартовые условия были хорошие

Энергия. Электричество в России дешёвое по мировым меркам, атомная отрасль — одна из крупнейших в мире, и наращивать генерацию она умеет.

Холод. Кластеры нужно охлаждать, а среднегодовая температура в стране ниже нуля, и площадок в холодных регионах сколько угодно. На охлаждении можно экономить там, где конкуренты платят полную цену.

Люди. Со 2 по 8 августа 2026 года в Астане прошла третья Международная олимпиада по искусственному интеллекту — школьники из 106 стран, рекорд за всё время олимпиады. Абсолютным победителем в индивидуальном зачёте стал десятиклассник из петербургского Президентского физико-математического лицея № 239 Артём Горохов. Сборная России взяла семь золотых медалей и одну бронзовую и заняла первое общекомандное место — третий год подряд.

Люди-то есть. А вот считать не на чем. Да и людей этих потом разбирают иностранные компании. Потому что там есть возможности для безграничного профессионального роста, а тут они ограничены.

Настоящая причина — деньги

Весь российский рынок дата-центров в 2026 году оценивают примерно в 160 миллиардов рублей. Один американский проект Stargate — 500 миллиардов долларов за четыре года. Китайский государственный план по дата-центрам — 2 триллиона юаней на пятилетку.

Stargate, госплан Китая и прогноз российского рынка дата-центров
Stargate, госплан Китая и прогноз российского рынка дата-центров

Это тупо разные вселенные. Разрыв в деньгах примерно такой же, как разрыв в железе, и понятно, что из чего следует.

Справедливости ради, попытка есть. В феврале 2026 года стало известно, что Сбер собирается вложить не меньше 500 миллиардов рублей в третий суперкомпьютер — комплекс должен закрыть потребность в мощностях до 2030 года, аналитики говорят о 130 тысячах серверов к 2027-му. Один этот проект втрое больше всего годового рынка дата-центров страны. Если он состоится в заявленном объёме, картинка изменится — но всё равно останется в другой весовой категории.

«Так это и не окупается»

Самое частое возражение: вложения в это железо пока не отбились ни у кого, так зачем повторять чужую ошибку. По деньгам сегодня это правда.

Но в конце девяностых телеком-компании закопали в землю столько оптоволокна, сколько интернету тогда и не требовалось. Пузырь лопнул, Global Crossing и WorldCom обанкротились, инвесторы потеряли всё. А волокно осталось лежать в земле — и весь интернет двухтысячных поехал по нему. Польза была, просто не для тех, кто платил. Инфраструктура почти никогда не окупается для первого владельца; она окупается для страны, в которой осталась лежать.

Второе возражение изящнее: подождём прорыва и перепрыгнем через поколение — как мы перепрыгнули медные линии и получили оптику в домах там, где Штаты до сих пор сидят на кабеле. Но медная ловушка работает ровно потому, что медь живёт полвека: её жалко списывать, она вроде работает, и никто не перекладывает. Видеокарта живёт четыре-пять лет. У лидеров нет никакой меди — они меняют весь парк каждые несколько лет и без всякого прорыва. Ждать здесь значит не копить преимущество, а пропускать циклы.

И потом, чтобы перепрыгнуть, нужно, чтобы вам продали то, через что вы прыгаете. Оптику продавали свободно. Чипы — нет.

И энергия, которой нельзя воспользоваться

Здесь есть неприятный поворот, о котором обычно не пишут, когда перечисляют «идеальные стартовые условия».

Дешёвая энергия в стране есть, а подключиться к ней негде. Свободные мощности находятся не там, где спрос: московская энергосистема работает на пределе, а сибирский профицит заперт нехваткой магистральных сетей. На Дальнем Востоке в 2026 году дефицит составил 1,68 ГВт, для юго-востока Сибири к 2030 году прогнозируют 2,88 ГВт. Чтобы не допустить этих дефицитов, нужно порядка 6 триллионов рублей вложений в сети — в 37 раз больше, чем весь рынок ЦОД.

То есть «у нас дешёвое электричество» — правда ровно до того момента, когда вы приходите с заявкой на сто мегаватт. А приоритеты у властей сейчас совсем другие.

Модели отстают меньше, чем железо

Разрыв в качестве самих моделей заметно меньше разрыва в вычислениях — и это правда. Но держится он на одном: разработка ИИ пока остаётся открытой. Веса выкладывают, статьи публикуют, архитектуры повторяемы. Как только окно закроется — а к тому идёт и с той, и с другой стороны, — отставание в моделях начнёт догонять отставание в железе.

Есть и обходной путь, который уже строят. В августе 2026 года группа Rubytech протестировала российские модели Cotype Pro 3 (27 миллиардов параметров) и Cotype Light 3 (9 миллиардов) от MWS AI на китайских ускорителях — без единой карты Nvidia. В ключевых сценариях запуска результаты оказались сопоставимы с системами на H100. Коммерческий запуск планируют на 2027 год.

Это, пожалуй, самый реалистичный сценарий: не догнать, а пересесть.

И последнее, что меня зацепило сильнее всего

Пять американских корпораций к концу 2025 года держали 71% всех вычислительных мощностей мира — и эта доля растёт: в начале 2024-го было 63%.

Данные Epoch AI, четвёртый квартал 2025 года
Данные Epoch AI, четвёртый квартал 2025 года

То есть «Россия против США» — вообще неточная рамка. Гонка идёт не между странами, а между пятью компаниями, а страны в ней стоят рядом и смотрят. Разница только в том, что одни стоят рядом со своими корпорациями, а другие — просто рядом.

И есть цифра, которая для меня закрывает тему лучше всех остальных. По опросу более ста российских организаций, в основном крупного бизнеса, за первое полугодие 2026 года: у 91% нет серверов с видеокартами вообще. Ни одного. Индекс готовности ИИ-инфраструктуры — 38 баллов из 100, нехватку специалистов признают 79%.

Дело не в том, что в стране 10 тысяч карт вместо 15 миллионов. Дело в том, что эти 10 тысяч лежат в нескольких руках, а у всех остальных нет ни одной.

А знаете, что пугает меня больше всего?

Мне могут сказать: ну отстали и отстали, не в первый раз, живём же.

Но это не просто одна отрасль из многих. Электричество, железные дороги, авиация, космос, интернет — каждая такая гонка перекраивала мир на десятилетия вперёд, и место в новом мире доставалось тем, кто успел в неё войти. Разница в том, что прежние гонки шли по полвека, а эта укладывается в пять лет: мировые вычислительные мощности удваиваются каждые семь месяцев.

Проиграть эту гонку — значит навсегда потерять возможность принимать решения в важнейшей отрасли мира. И всегда пользоваться чужим. Чужие модели, чужие цены, чужие правила о том, что этими моделями вообще можно делать, и чужое решение о том, когда доступ закрыть. Причём касается это не айтишников, а всех: медицины, школы, транспорта, кино, того, как через десять лет будет выглядеть обычная работа обычного человека.

И это моя родная страна. Которая уже отстала так, что догнать по-честному не выйдет.

Что должно было бы произойти, чтобы Россия выиграла

Но есть версия выигрыша, которая ещё возможна. Не обогнать США — нет, этот поезд точно уже ушёл. Но можно хотя бы не выпасть из мира совсем. Остаться страной, которая делает, а не только покупает.

Для этого нужно одновременно вроде бы немного и очень много. Шесть вещей, и ни одна из них не про чудо.

Первое — вкладывать в сети, а не в анонсы. Без магистральных линий и подстанций дата-центр некуда поставить, каким бы дешёвым ни было электричество. Это самая скучная и самая обязательная часть.

Второе — собрать один большой связный кластер вместо десяти маленьких. Большие модели обучают только там, где вычисления сконцентрированы и связаны быстрой сетью. Десять тысяч карт, распылённых по десяти дата-центрам разных владельцев, не складываются в один кластер на десять тысяч карт. Они складываются в ноль.

Третье — перестать обучать всё с нуля. Открытые модели выкладывают в свободный доступ, и дообучить готовую под свои задачи в разы дешевле, чем повторять чужой путь с начала. Пока это окно открыто, им надо пользоваться, а не гордиться тем, что мы делаем «своё с нуля».

Четвёртое — пересесть на то железо, которое реально можно купить. Китайские ускорители слабее, и на обучении больших моделей разрыв заметнее, чем на запуске готовых. Но они есть, а H100 — нет.

Пятое — выбрать нишу вместо фронтира. Не гнаться за универсальной моделью, которая умеет всё, а взять узкие задачи, где данные есть только у нас: русский язык и делопроизводство, промышленность, климат, медицина, Севморпуть. В мире, где пять компаний держат 71% вычислений, попытка играть в их игру их же средствами — заведомо проигрышная. А своя ниша — нет.

Шестое — удержать людей. Сборная, которая третий год подряд выигрывает мировую олимпиаду по ИИ, — это не случайность, это работающая школа. Но школа выпускает людей туда, где есть работа. Если считать не на чем, победители уедут считать в другое место, и получится страна, которая хорошо готовит специалистов для чужой индустрии.

Ни один из этих пунктов не требует изобретения. Все требуют решения и денег — и именно этого пока не видно.

Люди у нас пока есть. Вот их я бы и считала главным ресурсом.

P.S. Подписывайтесь на мой телеграм канал! В статьях у меня графики и цифры, а в телеграме — я сама: мысли, фотографии, жизнь 🥰

2