Гонка гиперскейлеров
ИИ-алгоритмы в ближайшие годы могут занять до половины всех вычислительных мощностей в России
Российский рынок искусственного интеллекта все заметнее смещается от соревнования алгоритмов к конкуренции за физическую инфраструктуру. Рост ИИ-нагрузок в центрах обработки данных, дефицит высокоплотных стоек, ограниченность энергоресурсов и рост стоимости GPU-мощностей формируют новую логику развития отрасли, в которой ключевым активом становится не модель, а доступ к вычислениям, электроэнергии и дата-центрам.
Фото: Юрий Мартьянов, Коммерсантъ
Фото: Юрий Мартьянов, Коммерсантъ
По оценке ведущего инженера-программиста НОЦ ФНС России и МГТУ им. Н. Э. Баумана Николая Калуцкого, сегодня доля ИИ-нагрузки в российских ЦОДах пока остается относительно небольшой, но структура загрузки будет меняться: доля ИИ будет увеличиваться до 30–40% от общего количества железа.
Схожую динамику описывает директор департамента расследований T.Hunter Игорь Бедеров. По его словам, искусственный интеллект перестал быть исключительно программным продуктом и превратился в инфраструктурную задачу. «Сегодня это вопрос вычислительной мощности, энергии и физического пространства», — отмечает он. Согласно его оценке, к 2027 году доля вводимых мощностей под ИИ вырастет с текущих 2% до 6%, а в 2028–2030 годух может достичь 13%. Основной прирост, по словам господина Бедерова, обеспечат крупные игроки — в частности, «Сбер» и «Яндекс», активно строящие собственные дата-центры.
Рост ИИ-нагрузок напрямую отражается на структуре самих ЦОДов. Если стандартная стойка потребляет около 7 кВт, то стойка под ИИ — от 40 до 120 кВт. «Стоимость строительства современного ЦОД, рассчитанного на высокоплотные ИИ-нагрузки, в разы выше обычного», — указывает Игорь Бедеров. В результате инвестиции в такие проекты исчисляются триллионами рублей, а инфраструктура превращается в серьезный барьер входа для новых игроков. При этом Россия, по его словам, пока сохраняет относительно устойчивую позицию за счет сравнительно дешевой и «чистой» электроэнергии.
На этом фоне крупнейшие игроки все активнее делают ставку именно на инфраструктуру, а не на разработку собственных моделей. По словам господина Калуцкого, инвестируют именно в ЦОДы, а не в модели, так как ИИ не может существовать без серверов, систем хранения данных, сетей и балансировщиков нагрузки. «Инфраструктура — это часть архитектуры модели. Ведь ИИ-модель — это не уникальность структуры, а качество данных обучения и объем вычислительных ресурсов», — отмечает эксперт.
Эту же логику подтверждает руководитель разработки AI Lab «Авито» Олег Королев. По его словам, современные ИИ-системы уже достигли определенного уровня зрелости, и дальнейшее увеличение размера моделей не всегда дает пропорциональный рост качества. «Инфраструктура становится фундаментом для масштабирования бизнеса. Недостаточно создать хорошую модель — нужно обеспечить ее бесперебойную работу для миллионов пользователей, низкую задержку ответов и приемлемую стоимость запросов», — подчеркивает он. Инвестиции в собственные ЦОДы позволяют компаниям контролировать всю цепочку создания ценности — от обучения моделей до внедрения — и не зависеть от сторонних поставщиков вычислительных мощностей.
Дополнительным фактором становится электроэнергия. Олег Королев отмечает, что современные ИИ-системы потребляют колоссальные объемы энергии, а стоимость электричества напрямую влияет на конечную экономику продукта. Генеральный директор MWS AI Денис Филиппов подтверждает этот тренд, указывая, что вычислительные мощности сами по себе постепенно перестают быть главным ограничением. «За последние годы мир настолько разогнал производство чипов, что узким горлышком постепенно перестает быть само количество вычислителей. Все чаще ограничением становится не “железо”, а электричество», — говорит он. В качестве примера господин Филиппов приводит ситуацию в США, где крупные компании не могут задействовать все GPU-карты из-за нехватки энергоснабжения, что приводит к обсуждению строительства дата-центров, вплоть до использования атомной энергетики.
Рост инфраструктурных инвестиций напрямую влияет и на рынок аренды GPU-мощностей. Хотя точные цифры участники рынка называют редко, дефицит высокоплотных стоек и рост капитальных затрат приводят к удорожанию вычислений. При этом, как отмечает господин Бедеров, на смену аренде целых GPU-серверов постепенно приходят более гибкие модели — GPU-VPS нового поколения, позволяющие дробить мощности и снижать входной порог для небольших команд.
Влияние инфраструктурной гонки на стартапы остается неоднозначным. С одной стороны, по словам руководителя проектов компании «Интеллектуальная аналитика» Тимофея Воронина, «погоня за стойками в ЦОДах в условиях ограниченного количества центров может привести к ужесточению конкуренции среди небольших и средних IT-компаний». Он отмечает, что для сохранения возможностей выхода на рынок могут потребоваться меры поддержки, включая резервирование части мощностей для субъектов МСП.
С другой стороны, Николай Калуцкий считает, что малые компании в текущей ситуации могут получить и определенные преимущества. «Пока большие соревнуются в мощностях, появляется все больше серверов под вычисления, которые сдаются в аренду», — указывает он. Аналогичную позицию занимает Олег Королев, отмечая формирование новой экосистемы, в которой стартапы все чаще фокусируются не на создании собственных моделей с нуля, а на прикладных решениях, тонкой настройке моделей под конкретные задачи и отраслевую экспертизу.
При этом Денис Филиппов обращает внимание на риски перегрева рынка. По его словам, в 2025 году в сфере ИИ-инфраструктуры уже заметны признаки пузыря, связанного с прежней логикой масштабирования. Рост количества параметров и вычислений перестает давать ожидаемый эффект, данные ограничены, а фундаментального прорыва не происходит. Однако, по его мнению, это не означает кризис, а скорее сигнал к переходу отрасли к новому этапу — поиску альтернативных архитектур, новых подходов к обучению и более эффективных способов использования вычислительных ресурсов.
В результате российский рынок ИИ постепенно входит в фазу, где ключевым конкурентным преимуществом становится не столько наличие собственной модели, сколько доступ к инфраструктуре — дата-центрам, электроэнергии и инженерной экспертизе. Именно вокруг этих ресурсов сегодня и разворачивается главная гонка гиперскейлеров.