Пока инженеры совершенствуют архитектуру нейросетей, производство оказалось заблокировано на этапе сборки: уникальные линии упаковки чипов CoWoS забронированы до середины 2027 года, а производители многослойной памяти HBM распродали весь объем на два года вперед. Спрос удваивается ежегодно, и физические заводы больше не успевают за софтом.
Этот структурный дефицит спровоцировал глобальный инфляционный шок и инфраструктурные сбои. Программная среда продолжает требовать экспоненциальных мощностей для моделей вроде xAI Grok 4.6 или Moonshot Kimi K3, но гиперскейлеры вводят квоты на GPU, а стоимость серверов взлетела кратно. В условиях, когда одна стойка потребляет столько же энергии, сколько многоквартирный дом, дальнейшее экстенсивное масштабирование стало физически невозможным. Мир оказался заперт в этом кремниевом кризисе и почему будущее ИИ теперь зависит не от таланта программистов, а от пропускной способности химических заводов и энергетических сетей.
В предыдущие годы узким местом была фотолитография (процесс вытравливания транзисторов), то к 2026 году производители решили эту задачу. Мир столкнулся с новым барьером — технологией межкомпонентной сборки Chip-on-Wafer-on-Substrate (CoWoS).
Современный ИИускоритель представляет собой сложный “бутерброд” из вычислительного чипа и массивов памяти HBM, которые должны быть соединены через тончайшую кремниевую подложку. Это требует уникального прецизионного оборудования, количество которого в мире ограничено.
Линии упаковки на заводах TSMC и ее подрядчиков полностью расписаны до середины 2027 года. Свободных слотов для новых заказов физически не существует.
Несмотря на рекордные темпы производства пластин (более 140 тысяч в месяц), рынок остается дефицитным. Корпорация Nvidia аккумулирует около 60% всех передовых мощностей тайваньского гиганта для обеспечения своих архитектур Blackwell и Rubin, оставляя остальным игрокам лишь остатки ресурсов.
Вторым критическим фактором стал острейший недостаток многослойной оперативной памяти (HBM). Новейшие ускорители, такие как Nvidia B300, требуют интеграции 288 ГБ сверхбыстрой памяти. В отличие от обычных планок ОЗУ, чипы HBM представляют собой сложнейшие многоэтажные структуры, где десятки слоев кремния склеиваются в единый монолит.
Глобальное производство HBM контролируется всего тремя игроками — SK Hynix, Samsung и Micron. Расширение их фабрик требует строительства чистых помещений с нуля, что занимает от полутора до двух лет.
Спрос со стороны ИИ сектора удваивается почти ежегодно, тогда как физические заводы могут нарастить выпуск лишь на 50 — 60%. Итог катастрофичен: мировые запасы HBM законтрактованы вплоть до конца 2027 года. Большинство заказчиков сегодня получают менее 70% от необходимого им объема кремния.
Физическая нехватка товара спровоцировала беспрецедентный скачок цен. Стоимость серверной динамической памяти взлетела на 60 — 70%, а контракты пересматриваются уже не раз в год, а ежеквартально.
Когда физическое наличие компонента становится неопределенным, классическое ценообразование перестает работать. Рынок перешел в режим аукциона последней надежды:
Номинальная стоимость готового сервера на базе Nvidia B300 составляет порядка полумиллиона долларов. Однако из-за необходимости ждать полгода поставки, реальный прайс на готовые системы на азиатских рынках достигает $1,7 — 2 млн.
Локальный ИТ рынок оказался заложником глобальных трендов. По оценкам аналитиков Инфосистемы Джет, итоговая стоимость российских серверных решений выросла в среднем на 35%, что напрямую связано с переориентацией мировых производителей памяти на нужды гиперскейлеров.
Провайдеры инфраструктуры начали транслировать издержки конечному потребителю. Если OVH Cloud уже повысил цены на 9 — 11%, то прогнозируемый рост тарифов AWS, Azure и Google Cloud во второй половине 2026 года составит еще 5 — 10%.
Технологический дефицит наложился на макроэкономическую турбулентность. Санкционное противостояние спровоцировало панические закупки китайских компаний, вымывающих складские остатки доступных чипов (серии H20, MI308). Параллельно логистический кризис на Ближнем Востоке увеличил стоимость фрахта и страхования грузов.
Критическим фактором стала электроэнергетика. Современные стойки уровня GB200 NVL72 потребляют 120 киловатт, а перспективные платформы Vera Rubin перешагнут порог в 1 мегаватт на одну серверную стойку. В условиях дорожающего электричества операционные расходы дата центров начинают диктовать конечную стоимость вычислений не меньше, чем цена самих GPU.
Отрасль замерла в ожидании 2028 года. Именно к этому времени планируется выход на проектную мощность новых заводов Intel в Аризоне и расширенных линий TSMC в США. До момента ввода этих объектов индустрия будет существовать в режиме жесткого нормирования, где доступ к каждому гигабайту памяти и слоту упаковочной линии распределяется вручную между государствами и крупнейшими технологическими корпорациями.
Выход моделей xAI Grok 4.6 (1,5 трлн параметров) и анонсированная Grok 4.7 (2,1 трлн параметров) стали триггером нового витка гонки вооружений. Однако современный кризис вызван не только сухим увеличением размера нейросетей.
Версия Grok 4.6 демонстрирует ключевой тренд — сохранение прежнего объема весов при радикальном улучшении способностей за счет новых циклов обучения SFT (Supervised Fine-Tuning) и RL (Reinforcement Learning). Модель стала точнее в многошаговых рассуждениях, но для достижения этой точности ей требуются колоссальные вычислительные ресурсы на этапе инференса.
Для поддержки таких гигантов необходимы кластеры планетарного уровня. Суперкомпьютер Colossus компании xAI, объединяющий 200 тысяч ускорителей, уже сейчас является одним из крупнейших агрегатов в мире, однако даже этого недостаточно для обеспечения бесперебойного доступа миллионов пользователей к новым моделям.
Показательным примером того, что рыночный спрос перестал коррелировать с доступностью железа, стал инцидент с китайским сервисом Kimi от Moonshot AI. Релиз их модели Kimi K3 (около 2,8 трлн параметров) привел к инфраструктурному параличу:
Системы мониторинга зафиксировали утилизацию графических процессоров на уровне 94 — 97%. В инженерной практике это считается «красной зоной», где системы охлаждения работают на пределе, а вероятность каскадного выхода оборудования из строя возрастает кратно.
Нагрузка оказалась настолько высокой, что компания была вынуждена отключить бесплатный тарифный план и закрыть регистрацию новых пользователей. Бесплатные запросы генерировались быстрее, чем дата-центр успевал закупать и устанавливать новые серверы, превращая продукт в финансовую дыру.
Ситуация с Moonshot развеяла иллюзию о том, что облачные провайдеры являются бесконечным резервом мощности. Когда сотни стартапов одновременно пытаются развернуть тяжелые LLM, наступает жесткий дефицит предложения:
Это вынуждает корпорации отказываться от аутсорсинга вычислений и строить собственные гипермасштабные ЦОД. Но здесь возникает технологический тупик: стойки под модели уровня Grok 4.7 потребляют свыше 120 кВт энергии (как небольшой многоквартирный дом). Энергосети многих регионов мира просто не рассчитаны на такую плотность потребления, становясь физическим пределом для развития ИИ.
На фоне аппаратного голода в индустрии набирает силу контркультура программного минимализма. Появление эффективных архитектур вроде DeepSeek доказало тезис: гонка за триллионами параметров — признак неэффективности кода. Оптимизация позволяет достигать тех же бизнес результатов, используя в разы меньше транзисторов.
Для выживания в условиях дефицита разработчики переходят от экстенсивного наращивания к интенсивной эксплуатации ресурсов:
Вместо использования тяжелых флагманов в продакшене применяются компактные модели студенты. Они заимствуют знания у больших учителей, сохраняя 85 — 90% качества ответов, но требуя в 10 раз меньше видеопамяти.
Переход с высокоточных форматов FP16/BF16 на INT8 или INT4 сокращает потребление памяти почти вдвое при падении точности всего на 1 — 2%. Использование движков вроде vLLM позволяет одному GPU обрабатывать в 2 — 3 раза больше одновременных запросов.
Отказ от классических GPU в пользу узкоспециализированных чипов (LPU от Groq, WSE от Cerebras), архитектура которых заточена исключительно под быстрый вывод токенов, минуя лишние вычислительные этапы.
Программная среда превратилась из пассивного потребителя в главного диктатора условий рынка. Поскольку заводы TSMC не могут бесконечно расширять производство, конкурентное преимущество получат те команды, чей код способен выдавать результат мирового класса на ограниченном, физически доступном железе.
Конкурентное преимущество перешло от владельцев самого дорогого железа к авторам самого эффективного кода. Поскольку новые фабрики TSMC и Intel войдут в строй не ранее 2028 года, выживут лишь те компании, которые внедрят программную оптимизацию (дистилляцию моделей, квантизацию INT8) и перейдут на специализированные чипы для инференса.
Мы вступаем в эру интенсивного развития, где каждый доступный гигабайт памяти HBM и киловатт энергии будет распределяться вручную между государствами и гиперскейлерами, а развитие алгоритмов навсегда привязано к пропускной способности производственных линий CoWoS.
Свяжитесь с нашими экспертами для подбора оптимальной конфигурации оборудования и расчета стоимости аренды под ваши задачи ИИ.
GPU-серверы
Высокоплотные вычисления
Облачная аренда
Быстрый старт ИИ моделей
Enterprise SLA
Гарантированная доступность
Низкая задержка
Оптимальные сетевые трассы
