ИИ разгоняет ускорители
Средний чек на GPU-серверы достиг 2,3 млн рублей
Рост среднего чека на вычислительные мощности для искусственного интеллекта за год превысил 60%. Участники рынка отмечают, что увеличивается не столько объем потребления, сколько сложность задач: компании переводят ИИ в промышленное использование, что ведет к спросу на более производительные GPU-конфигурации и формирует новую экономику продаж.
Фото: Евгений Разумный, Коммерсантъ
Фото: Евгений Разумный, Коммерсантъ
Средняя месячная стоимость за выделенную инфраструктуру с GPU-ускорителями для задач ИИ и машинного обучения за пять месяцев 2026 года выросла на 64% по сравнению с аналогичным периодом 2025 года и достигла 2,3 млн руб. против около 1,4 млн руб. годом ранее, следует из данных облачного и bare metal-провайдера «Рег.Облако».
Сейчас 33% заказов на GPU-серверы приходится на задачи искусственного интеллекта и машинного обучения, 30% — на рендеринг, 25% — на тестирование и разработку, еще 12% — на обработку данных, говорят в компании. Такой профиль спроса существенно отличается от классической модели аренды серверов под корпоративные порталы и ИТ-системы.
Рынок аренды выделенных GPU-серверов в России достиг 17 млрд руб. (см. “Ъ” от 24 января). По оценкам, в 2026 году он может вырасти вдвое.
«Наша оценка роста также на уровне 60%. Это подтверждается подорожанием продвинутых GPU-серверов на 30–50%, ростом цены оперативной памяти в 10 раз, а около 60% спроса рынка — это задачи ИИ/ML», — отмечают в пресс-службе MWS Cloud. При этом в компании также подтверждают, что количество серверов существенно не изменилось.
Растет не столько объем потребления, сколько уровень сложности задач, добавляет руководитель направления ИИ Cloud.ru Дмитрий Юдин. «Еще год-полтора назад значительная часть GPU-нагрузки приходилась на эксперименты и обучение на небольших датасетах. Сейчас бизнес переводит ИИ в продакшен. Это другой профиль потребления — более тяжелый, стабильный, с более понятной экономикой. Поэтому средний чек закономерно растет: меняется не количество клиентов, а зрелость их задач»,— добавил он.
В среднем на одну компанию приходится от двух до восьми видеокарт — H200, H100, A6000, A4000 — в зависимости от масштаба проекта, говорят в «Рег.Облаке»: почти половина спроса на GPU-серверы (46%) приходится на конфигурации с объемом видеопамяти до 24 ГБ, решения с 48 ГБ занимают 13,5%, а около 27% формируют высокопроизводительные конфигурации от 80 ГБ.
Если стоимость вычислительных мощностей продолжит расти или доступ к ним станет более ограниченным, рынок не откажется от ИИ, а будет более рационально подходить к выбору сценариев использования, считает гендиректор «Аихаба» Алексей Авдеев. По его словам, высокий спрос на GPU сегодня в первую очередь связан с локальным развертыванием моделей и построением собственной ИИ-инфраструктуры, что характерно для enterprise-сегмента. При этом для большинства прикладных задач — автоматизации продаж, аналитики коммуникаций, контроля качества сервиса и обработки клиентских обращений — не всегда требуются самые ресурсоемкие модели, добавляет он.
Большую, сложную инфраструктуру для комплексных задач пока все равно можно сделать только на больших моделях, которые очень требовательны к «железу», отмечает руководитель платформы Yandex AL Studio Артур Самигуллин. Для компаний, которые не могут себе позволить собственную выделенную инфраструктуру, он предлагает разворачивать большие модели в облаках, тестировать на них свои задачи, а потом дистиллировать, то есть использовать менее требовательную модель, дообученную на ответах «старшей».