Локальная память отдельных чипов становится невероятно быстрой, но сами чипы задыхаются в изоляции, не в силах обмениваться данными друг с другом достаточно оперативно. Медные соединения, десятилетиями служившие нервной системой серверов, превратились в узкое горлышко, генерирующее избыточное тепло и задержки, которые сводят на нет мощь целых суперкомпьютеров.
Дальнейшее развитие искусственного интеллекта больше не зависит от того, сколько процессоров мы сможем запаять на одну плату. Оно зависит от того, как мы заставим их общаться, как мы будем их охлаждать и, что самое главное, как мы научим программный код компенсировать физическую нехватку кремния.
Перехода на оптические соединения, фрагментации рынка вычислений на закрытые касты и радикального программного сжатия самих моделей. Именно эти изменения определяют, кто получит доступ к искусственному интеллекту, а кто останется на обочине прогресса.
Переход от поколения NVIDIA H100 к B200 пропускные способности локальной памяти (HBM) совершили скачок на 40%, в то время как скорость обмена информацией между самими чипами (inter-GPU bandwidth) увеличилась всего на 15%. Классические медные соединения и внешние оптические модули исчерпали свой физический ресурс, превращаясь в термические генераторы и источники задержек. Для обучения нейросетей, требующих синхронной работы тысяч ускорителей, этот мизерный прирост пропускной способности стал непреодолимым барьером.
Решением проблемы стал переход на интегрированную кремниевую фотонику (Co-Packaged Optics, CPO) — технологию, перемещающую передачу данных из радиоволнового диапазона в оптический непосредственно на уровне кристалла. В 2026 году в этот технологический сектор инвестировано свыше полумиллиарда долларов. Компании уровня Lightmatter, Ayar Labs и NVIDIA (с ее сетевой платформой Spectrum-X Ethernet Photonics) перевели фотонные интерконнекты из статуса прототипов в коммерческую плоскость.
Ключевые преимущества фотонного перехода:
Использование световых импульсов вместо электронов позволяет достигать скоростей передачи, недоступных для меди, практически полностью исключая затухание сигнала. Коммутаторы NVIDIA Spectrum-6 демонстрируют пропускную способность в 102,4 Тбит/с. Интеграция фотоники прямо в корпус чипа (вместо внешних трансиверов) радикально снизила задержки и джиттер.
Фотонные соединения выделяют в разы меньше тепла. По оценкам, технология Spectrum-X повышает энергоэффективность сетевой инфраструктуры пятикратно. В масштабах старых кластеров до трети всей энергии дата-центра расходовалось исключительно на работу коммутаторов и отвод тепла от бесконечных медных жгутов.
Выход архитектуры NVIDIA Vera Rubin заставивил владельцев дата-центров полностью менять инженерную обвязку зданий. NVIDIA отказалась от концепции продажи отдельных видеокарт, предложив рынку готовые ИИ-фабрики вертикально интегрированные стойки.
Кластер Vera Rubin POD представляет собой единый инженерный объект весом 1,8 тонны на одну стойку, объединяющий пять специализированных систем на базе архитектуры MGX третьего поколения. Для устранения коммуникационного голода здесь применена двухуровневая стратегия:
За нее отвечает NVLink 6, обеспечивающий 3,6 Тбайт/с на каждый чип. Суммарная пропускная способность одной стойки NVL72 достигает почти 260 Тбайт/с. Это реализовано через сложную медную магистраль в виде картриджей, содержащих более 5000 соединений суммарной длиной свыше 3 километров. Такой подход позволяет 72 ускорителям Rubin функционировать как единый сверхмощный вычислительный организм.
На дистанциях свыше нескольких метров медь бесполезна. Для объединения восьми стоек NVL72 в домен NVL576 и дальнейшего масштабирования до 1152 GPU используется Ethernet Spectrum-X с интегрированной кремниевой фотоникой. Это гарантирует сохранение полной пропускной способности All-to-All при соединении десятков тысяч ускорителей в рамках одного или нескольких зданий.
Массовое внедрение фотонных интерконнектов и сверхплотных стоек Vera Rubin потребовало от операторов ЦОД полной ревизии инженерных систем:
Плотность теплового пакета достигла предела. Стойки MGX рассчитаны на охлаждение высокотемпературной водой (+45 °C на входе). Это открыло возможность повсеместного использования фрикулинга (охлаждения наружным воздухом), что радикально снижает коэффициент PUE и позволяет разместить на 10% больше вычислительного оборудования в рамках существующего лимита энергопотребления.
Нагрузки от ИИ кластеров имеют пульсирующий характер, разрушающий городскую электросеть. В Vera Rubin NVL72 реализована система Intelligent Power Smoothing на базе суперконденсаторов (400 Джоулей на каждый GPU). Система гасит пиковые токовые нагрузки на четверть, избавляя от необходимости строить гигантские аккумуляторные фермы и защищая городские подстанции от просадок напряжения.
Отказ от внешней кабель-менеджментной инфраструктуры в пользу модульных картриджей сократил время развертывания узла с двух часов до пяти минут. Однако обратной стороной стала потеря кастомизации: гиперскейлеры получают закрытый аппаратный комплекс, где выход из строя одной детали зачастую означает замену всего дорогостоящего модуля.
Универсальные платформы больше не способны удовлетворить полярные запросы индустрии, что привело к формированию жесткой кастовой системы доступа к вычислительным мощностям.
Глобальные ИТ корпорации и локальные лидеры трансформировались из обслуживающих компаний в владельцев цифровой недвижимости высшего класса. Они прекратили оптовую продажу мощностей, переориентировавшись на собственные ИИ фабрики.
Гиперскейлеры первыми поглощают дефицитные партии ускорителей NVIDIA Rubin, выстраивая вокруг них эксклюзивную фотонную инфраструктуру. Для них проблема доступности чипов решена на уровне долгосрочных межгосударственных и межкорпоративных квот.
Доступ к голому железу для внешних заказчиков либо закрыт, либо стоит заградительных денег. Основная часть транзисторов расходуется на обучение собственных фундаментальных моделей. Сторонним компаниям предлагаются лишь дорогие, глубоко интегрированные платформенные решения, где стоимость GPU скрыта за ценником enterprise сервисов.
Для технологического сектора среднего звена и стартапов приобретение собственного железа превратилось в финансовый тупик. На этом фоне расцвел сектор Neocloud — специализированных фабрик ИИ, заточенных исключительно под GPU-as-a-Service.
Слияние капитала и кремния:
Венчурные фонды изменили подход к оценке рисков. Теперь при анализе стартапов критически важным параметром стал подтвержденный доступ к compute. Инвесторы все чаще выкупают мощности у нео-облаков целыми блоками, оформляя их как ликвидный актив. Это порождает искусственный дефицит: тысячи GPU выводятся из свободного рынка и резервируются под конкретные инвестиционные портфели.
В условиях санкций покупка видеокарты через параллельный импорт обходится в 2,5 — 3 раза дороже номинала, при этом лишена официальной гарантии и программной поддержки NVIDIA. В результате классическая дилемма купить или арендовать решается в пользу аренды. Своя карта H100 начинает окупаться только при экстремальных нагрузках (от 25 — 30 тысяч часов за пять лет), что для большинства проектов недостижимо. На фоне высоких ставок по кредитам аренда в Neocloud (340 — 470 рублей в час за H100) остается единственным жизнеспособным, хотя и дорогим сценарием.
Финансовые институты, медицинские компании и промышленные гиганты сформировали третий, изолированный контур. В их иерархии ценностей безопасность и юридическая чистота данных полностью вытеснили потребность в рекордной скорости вычислений.
Периферийные вычисления (Edge AI) перестали быть вспомогательным инструментом и превратились в самодостаточные автономные узлы, способные мыслить без связи с центром.
Миниатюризация достигла уровня, при котором полноценный нейросетевой процессор с интегрированной кремниевой фотоникой умещается в габариты камеры наблюдения или отсек промышленного беспилотника. Микрокомпьютеры научились не просто исполнять готовые инструкции, но и обучаться на лету. Оснащенные оптическими интерконнектами, эти устройства обрабатывают видеопотоки и данные с лидаров в реальном времени, потребляя ватты вместо киловатт. Они способны проводить дообучение моделей прямо на месте эксплуатации — в поле, в цеху или в воздухе, — работая абсолютно автономно при полном отсутствии интернет соединения.
Инфраструктура искусственного интеллекта окончательно распалась на три функциональных слоя, работающих в симбиозе:
Здесь, в защищенных периметрах, на гигантских кластерах с фотонным охлаждением рождаются и проходят первичное обучение тяжелые материнские модели.
Сюда попадают их оптимизированные “потомки”. С помощью агрессивной квантизации и дистилляции модели сжимаются в десятки раз, сохраняя 92 — 95% точности, и разворачиваются на тысячах конечных терминалов — от роботизированных рук на конвейере до умных светофоров.
Промежуточный слой для хранения чувствительных данных, которые по не могут покинуть периметр организации.
Массовый исход ИИ на периферию стал спасением для отрасли, решив проблему нехватки ресурсов с двух сторон:
Классическая схема, при которой каждая камера умного города транслировала 4K видео в облако, захлебнулась бы. Edge AI перевернул этот процесс: теперь терабайты сырых данных перерабатываются в нули и единицы прямо в устройстве. В центральное хранилище улетает только сухой остаток — метка о нарушении, координаты объекта или текстовая сводка. Это высвободило пропускную способность магистральных каналов связи.
Очередь за дефицитными серверными GPU Rubin растянулась на годы. В ответ бизнес начал скупать микрокомпьютеры. Развертывание флота из тысяч Jetson-ов обходится дешевле аренды премиальных облачных инстансов, а дефицит встраиваемых чипов ощущается гораздо слабее, чем дефицит серверных ускорителей. Это позволило средним компаниям внедрять роботизацию, не имея миллиардных бюджетов на инфраструктуру.
В российских реалиях технологическая необходимость наложилась на политическую. Требования по локализации данных и защите критической инфраструктуры сделали Edge AI безальтернативным выбором для госсектора и крупного бизнеса. Многополярная экономика стимулирует импортозамещение на уровне кремния. Запрос на железо, работающее без оглядки на зарубежные облака, дал толчок развитию отечественных нейропроцессоров для инференса. Данные больше не мигрируют в трансграничные облака — они рождаются, обрабатываются и умирают внутри национального цифрового периметра.
Искусственный интеллект распределился по миру тонким, но вездесущим слоем. Облако осталось “мозгом” системы, корпоративные серверы — ее “памятью”, а Edge устройства стали ее “нервными окончаниями”, реагирующими на реальность мгновенно, автономно и безопасно.
Пока инженеры наращивают мускулы дата-центров, возводя монструозные стойки с фотонными интерконнектами и системами жидкостного охлаждения, исследователи машинного обучения нашли способ обойти физику с помощью математики.
Ответом на физический дефицит транзисторов стала “виртуальная диета” для искусственного интеллекта. Практические внедрения показывают, что современные модели можно подвергнуть экстремальному сжатию — уменьшить их объем в 20 раз, при этом сохранив 92% исходной когнитивной способности. Это достижение меняет экономику всей отрасли: бизнесу больше не нужно закладывать бюджеты на миллиарды рублей, чтобы построить собственную ИИ-инфраструктуру.
Сжатие нейросетей — это не просто удаление “лишних” весов, а сложный многослойный процесс трансформации архитектуры:
Модели переводят с высокоточной 32-битной математики на грубую, но быструю 4-битную или 8-битную арифметику. Для большинства практических задач (распознавание образов, анализ текста) такая потеря точности незаметна, зато нейросеть начинает работать в несколько раз быстрее и помещается в память обычных микрокомпьютеров. Инструменты вроде GPTQ позволяют делать это “на лету”, без необходимости переобучать модель с нуля.
Вместо того чтобы использовать огромную модель, разработчики обучают компактную нейросеть имитировать логику своего “старшего брата”. Этот процесс вышел за рамки простого копирования ответов: компактные “ученики” теперь перенимают внутренние цепочки рассуждений «учителя». В итоге модель с 1 — 2 миллиардами параметров (Small Language Models) демонстрирует качество логики, сопоставимое с гигантами на 7 — 8 миллиардов, потребляя при этом в десять раз меньше электричества.
Дизайнеры сетей отказались от мании гигантизма. Вместо широких и плоских структур в моду вошли глубокие и узкие архитектуры. Они лучше адаптированы под специфику нейропроцессоров (NPU) в смартфонах и Edge чипах, обеспечивая стабильную скорость работы даже при обработке длинных документов.
Этот программный прорыв демократизировал доступ к высоким технологиям. Для среднего и малого бизнеса исчезла необходимость конкурировать с гигантами за облачные квоты. Оптимизированные модели позволяют запускать мощные ИИ сервисы на уже имеющемся “сером” железе или недорогих серверах. Порог входа рухнул: теперь компания может развернуть локального ИИ ассистента или систему контроля качества на конвейере, используя парк микрокомпьютеров, а не арендуя кластеры у гиперскейлеров.
Это также стало топливом для триумфа Edge AI. Только благодаря двадцатикратному сжатию нейросети смогли физически выживать на пятнадцативаттных чипах в камерах, дронах и промышленных датчиках. Интеллект спустился на уровень конечного устройства, обеспечивая мгновенный отклик там, где любая задержка на передачу данных в облако недопустима.
Однако компактность не дается бесплатно. Запустить модель на устройстве — это только половина дела. Главная сложность заключается в MLOps на периферии: как автоматизировать обновление десятков тысяч разных устройств, как гарантировать, что квантизация не сломала специфический сценарий использования, и как управлять флотом моделей без центрального контроля. Разработчики полагаются на экосистему ONNX Runtime и специализированные движки вроде llama, но инженерная сложность поддержки такой распределенной сети остается высокой.
Интеллект распределился по трем уровням — оптические фабрики гиперскейлеров для обучения, суверенные корпоративные периметры для хранения данных и оптимизированный Edge AI для исполнения. Кремниевая фотоника решила проблему пропускной способности, но сделала железо дефицитным ресурсом, вынудив бизнес перейти на аренду у нео-облаков. В ответ алгоритмическое сжатие моделей в 20 раз позволило перенести вычисления на периферию. В итоге выигрывает не тот, кто покупает больше GPU, а тот, кто эффективнее распределяет задачи между световыми магистралями дата-центров и автономными микрокомпьютерами на границе сети.
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
