Резонанс «инфляции» и «прорыва» в сфере вычислительных мощностей

Ключевой вывод: за последнюю неделю самые горячие сигналы в сфере вычислительных мощностей исходили от двух одновременно ускоряющихся кривых — на одном конце интенсивно внедряются отечественные чипы для вычислений и архитектуры суперузлов, на другом — продолжают расти мировые цены на аренду GPU и затраты на электроэнергию для центров обработки данных. В точке пересечения этих двух кривых проявляется чёткая промышленная логика: «количество» предложения вычислительных мощностей взрывообразно растёт, но «дефицитность» вычислений не исчезает — напротив, она концентрируется вверх по цепочке в более структурированной форме. В то же время центр конкуренции в сфере вычислительных мощностей смещается от производительности отдельного чипа к комплексному соперничеству в области системных поставок, поддержки энергетической инфраструктуры и координации производственной цепочки.

За последнюю неделю (17–24 сентября) в отрасли вычислительных мощностей сложилась редкая ситуация «внутреннего и внешнего резонанса». Внутри страны такие гиганты, как Huawei и Alibaba, один за другим объявили о важных достижениях, охватив почти все ключевые звенья инфраструктуры вычислений — от чипов до суперузлов и архитектуры центров обработки данных. За рубежом такие сигналы, как рост цен на аренду GPU, ожидания полной загрузки мощностей у производителей чипов и крупные заказы на энергетическое оборудование, указывают на то, что баланс спроса и предложения на мировом рынке вычислительных мощностей по-прежнему смещён в сторону предложения. Если рассматривать эти две линии рядом, становится яснее видна глубокая структурная трансформация, происходящая в отрасли.

I. Отечественные вычислительные мощности: интенсивное внедрение от «отдельных чипов» к «системной основе»

С 17 по 24 сентября отечественные вычислительные мощности пережили редкое окно интенсивных анонсов. В отличие от предыдущих раундов, в центре внимания теперь не бенчмарки или параметры отдельного чипа, а системная инженерия, сосредоточенная на вопросе «как доставлять вычислительные мощности в больших масштабах и с высокой эффективностью».

Направление Huawei: 17 сентября на Huawei Connect 2026 председатель правления Ван Тао представил стратегию AI-инфраструктуры для эпохи интеллекта. Ключевая формулировка — «ядро AI-стратегии Huawei — это вычислительные мощности», а путь — продвижение инноваций системной архитектуры вокруг «суперузел + кластер». Суперузел означает плотное объединение нескольких AI-чипов через высокоскоростные межсоединения в логически единый «суперкомпьютер», что позволяет повышать общую производительность вычислений за счёт масштаба кластера и эффективности межсоединений даже при ограниченной производительности отдельного ускорителя. Huawei рассматривает этот маршрут как важный прорыв в условиях ограниченного доступа к передовым технологическим процессам.

В части конкретных результатов: суперузел Ascend 910C развёрнут более чем в 1000 комплектах, суперузел Ascend 950 вышел на коммерческое масштабное развёртывание, разработка чипа Ascend 960 идёт с опережением графика, а производительность удвоена; чипы Ascend 970 и 980 планируются к выпуску в 2028 и 2029 годах соответственно. Это означает, что Huawei представила относительно чёткую дорожную карту эволюции чипов, причём темпы оказались плотнее, чем ранее ожидали извне. По оценке CICC, 2026 год может стать первым годом массовых поставок отечественных суперузлов, а отрасль переходит от подтверждения концепции к серийным поставкам. 20 сентября вычислительный кластер DataPort и суперузла Huawei Ascend 910C был официально запущен, что стало конкретным подтверждением этого вывода. От «более 1000 развёрнутых комплектов» к «коммерческому масштабному развёртыванию», а затем к «серийным поставкам» — отечественные суперузлы преодолевают критический порог от технической осуществимости к инженерной пригодности.

Направление Alibaba: 22 сентября на открытии конференции Yunqi компания T-Head представила чип Zhenwu V900 — самый мощный на сегодняшний день китайский самостоятельно разработанный AI-чип по вычислительной производительности. Его вычислительная мощность втрое превышает Zhenwu M890, массовое производство запланировано на первый квартал 2027 года, а один AI-кластер может масштабироваться до 500 000 карт. Масштаб кластера в 500 000 карт — весьма символичная цифра: она означает, что отечественные чипы не только догоняют по производительности отдельной карты, но и предъявляют более высокие требования к межсоединениям, планированию и стабильности кластера. Если эту цель удастся реализовать, разрыв в масштабах между отечественными вычислительными кластерами и ведущими мировыми кластерами значительно сократится.

Ещё более впечатляющие данные — на уровне инфраструктуры: на базе модульной архитектуры CUBE 5.0 срок поставки центра обработки данных AIDC сокращён с традиционных 6–12 месяцев до 100 дней, а плотность вычислительной мощности на единицу площади достигла 5–10 кратного уровня предыдущего поколения. Существенное сокращение сроков поставки центров обработки данных напрямую связано со скоростью реакции предложения вычислительных мощностей. В эпоху, когда итерации AI-моделей измеряются неделями, скорость поставки вычислений сама по себе является конкурентным преимуществом. Генеральный директор Alibaba Cloud У Юнмин сделал весьма символичное заявление: «в будущем общий объём машинного мышления превысит человеческий более чем в 1000 раз», тогда как сегодня этот показатель составляет менее 3%; он также объявил цель — к 2032 году масштаб глобальных центров обработки данных Alibaba Cloud превысит 20 ГВт. Цель в 20 ГВт означает, что Alibaba Cloud поднимает измерение конкуренции в инфраструктуре вычислений с «количества чипов» до «энергетической ёмкости».

Оба маршрута указывают на одну тенденцию: центр конкуренции отечественных вычислительных мощностей смещается с вопроса «есть ли чипы» к вопросу «можно ли системно поставлять крупномасштабные и высокоэффективные вычислительные кластеры». Суперузлы, модульные центры обработки данных и полностековая координация становятся ключевыми словами этого этапа. Если посмотреть дальше, путь прорыва отечественных вычислительных мощностей имеет отчётливую черту «системной инженерии»: при временном отставании в технологическом процессе отдельных карт используются высокоскоростные межсоединения, планирование кластеров, модульные поставки и энергетическая инфраструктура, чтобы компенсировать разрыв в отдельных точках. Преимущества и вызовы этого пути одинаково очевидны: преимущество в том, что он обходит часть ограничений по технологическому процессу и позволяет сравнительно быстро сформировать пригодные к использованию вычислительные мощности; вызов — в более высокой сложности системы и более высоких требованиях к программной экосистеме, эксплуатационным возможностям и координации производственной цепочки.

С точки зрения производственной цепочки, интенсивное внедрение отечественных суперузлов и крупных AIDC напрямую стимулирует спрос в таких сегментах, как серверы, жидкостное охлаждение, оптические модули, блоки питания, стойки и терморегулирование. Жидкостное охлаждение и высокоскоростные оптические межсоединения, в частности, являются почти «обязательным требованием» архитектуры суперузлов. По мере коммерческого масштабного развёртывания суперузла Ascend 950 и распространения архитектуры CUBE 5.0 от Alibaba соответствующие производственные цепочки могут войти в период роста поставок с относительно высокой определённостью со второй половины 2026 года до 2027 года.

II. Мировой спрос и предложение вычислительных мощностей: рост цен — это не шум, а структурный сигнал

Почти синхронно с интенсивными отечественными анонсами вычислительных мощностей зарубежный рынок подал более ощутимые сигналы.

17 сентября поставщик AI-облачных услуг Nebius объявил, что с 1 октября повышает цены на вычислительные ресурсы по требованию. Наибольший рост пришёлся на GPU последнего поколения NVIDIA: H100 — примерно на 17%, H200 — на 20%, B200 — почти на 19%, B300 — примерно на 21%. Повышение цен не ограничилось GPU: тарифы на AMD EPYC CPU выросли на 25%, а тарифы на память Genoa — примерно на 41%. Рост цен на аренду GPU не является редкостью, но одновременное существенное повышение тарифов на CPU и память говорит о том, что напряжённость предложения вычислений распространилась с ускорителей на всю систему серверного оборудования. Особенно примечателен рост тарифов на память: узкие места в поставках HBM и DDR5 становятся скрытым ограничением для поставок AI-серверов.

В тот же день Дженсен Хуанг на AI-саммите в Шотландии заявил: «Я ожидаю, что в следующем году NVIDIA продаст вдвое больше чипов, чем в этом», и прямо указал, что текущее узкое место — не спрос, а производственные мощности. Это заявление передаёт два ключевых сообщения. Во-первых, спрос остаётся сильным: ожидание удвоения поставок NVIDIA в следующем году означает, что глобальное строительство AI-вычислительных мощностей ещё далеко от пика. Во-вторых, ограничения производственных мощностей на стороне предложения сохраняются: производство чипов, передовая упаковка, поставки HBM и другие звенья работают на полную нагрузку. Указывая на производственные мощности, а не на спрос как на узкое место, Хуанг фактически сообщает рынку, что основное противоречие дефицита вычислений находится на стороне предложения, а расширение предложения требует времени.

Если посмотреть ещё шире, «ажиотажный спрос» на AI-инфраструктуру распространился с чипов на электроэнергию. 16 сентября производитель резервных генераторов Generac объявил о долгосрочном соглашении о поставках с Amazon; совокупная сумма закупок может достичь 8 млрд долларов, после чего акции компании в ходе торгов подскочили более чем на 30%. Резервные генераторы изначально были вспомогательным оборудованием для центров обработки данных, но теперь стали стратегическим ресурсом, с помощью которого облачные провайдеры обеспечивают долгосрочные поставки. Логика здесь такова: спрос центров обработки данных на электроэнергию начинает превышать пропускную способность электросетей, и собственные источники питания становятся необходимым условием стабильной работы вычислений. Если сложить вместе повышение цен облачными провайдерами, полную загрузку производителей чипов и крупные заказы на энергетическое оборудование, вывод довольно ясен: баланс спроса и предложения на рынке вычислительных мощностей по-прежнему смещён в сторону предложения, прибыль в производственной цепочке концентрируется вверх по потоку, а давление затрат на вычисления у компаний, разрабатывающих AI-приложения, одновременно растёт.

Ещё одна заслуживающая внимания тенденция: 23 сентября, по сообщениям, Anthropic ведёт предварительные переговоры с разработчиками центров обработки данных об аренде вычислительной ёмкости мощностью до 1 ГВт, пытаясь обойти облачных провайдеров и напрямую закрепить инфраструктуру. Вычислительная ёмкость в 1 ГВт примерно соответствует мощности крупного ядерного энергоблока. Переговоры такого масштаба показывают, что жажда вычислений у ведущих AI-компаний вышла за уровень «аренды облака» и начала проникать в более глубокую физическую инфраструктуру. Обход облачных провайдеров и прямая работа с разработчиками центров обработки данных позволяет, с одной стороны, снизить долгосрочные затраты на вычисления, а с другой — получить более высокую степень кастомизации и определённости поставок. Это может предвещать, что отношения между AI-компаниями и поставщиками инфраструктуры в будущем станут более прямыми и тесными.

С более макроэкономической точки зрения напряжённость мирового спроса и предложения вычислений не является краткосрочным явлением. Масштабы параметров AI-моделей продолжают расти, спрос на инференс быстро увеличивается по мере внедрения приложений, тогда как расширение мощностей в производстве чипов, передовой упаковке, HBM и электроснабжении требует времени и капитальных затрат. Несоответствие спроса и предложения будет трудно полностью устранить в среднесрочной перспективе, а значит, цены на вычисления, вероятно, останутся высокими в обозримом будущем. Способность обеспечивать доступ к вычислительным ресурсам станет важным компонентом ключевой конкурентоспособности AI-компаний.

III. Почему эти две линии нужно рассматривать вместе

Если смотреть только на анонсы отечественных чипов, легко попасть в нарратив «гонки параметров»; если смотреть только на зарубежное повышение цен, легко остаться в рамках «циклических колебаний». Но если поставить их рядом, возникает более полная картина.

Во-первых, «структурный» характер спроса на вычисления не ослаб, просто мигрирует субъект спроса. Внутри страны после того, как Zhipu GLM-5.3-Flash оптимизировала эффективность инференса на отечественных вычислительных кластерах, 22 сентября суточный объём вызовов достиг 4,36 трлн токенов, увеличившись на 73% по сравнению с предыдущим статистическим периодом, и занял первое место по объёму вызовов моделей на платформе OpenRouter; ориентир ARR на конец 2026 года был повышен с 2,4 млрд до 3 млрд долларов. По оценке CITIC Securities, спрос на AI-обучение, инференс и инфраструктуру внутри страны и за рубежом по-прежнему находится в фазе высокой активности. Это показывает, что пока ведущие зарубежные компании-разработчики моделей начинают обсуждать «замедление», отечественные модели ускоряются на стороне инференса и приложений, поглощая спрос на вычисления. Взрыв спроса на инференс предъявляет иные требования к вычислениям: по сравнению с обучением инференс в большей степени ориентирован на пропускную способность на единицу вычислений, задержку и стоимость — именно те области, где суперузлы и специализированные чипы для инференса могут проявить преимущества. Возможности отечественных вычислений на стороне инференса могут быть даже больше, чем на стороне обучения.

Во-вторых, путь прорыва отечественных вычислений обладает уникальной чертой «системной компенсации». Стратегическое значение маршрута Huawei «суперузел + кластер» было обобщено директором Китайской ассоциации искусственного интеллекта Ван Лэем как «использование системных инноваций для компенсации разрыва в отдельных точках». Модульная архитектура CUBE 5.0 от Alibaba, сократившая срок поставки до 100 дней, также ищет прирост эффективности на инженерном и системном уровне за пределами технологического процесса чипов. В условиях ограниченного доступа к передовым мировым технологическим процессам отечественные вычисления используют системно-инженерные возможности по четырём измерениям — «масштаб кластера, эффективность межсоединений, скорость поставки и плотность энергии» — чтобы частично компенсировать разрыв в производительности отдельной карты. Осуществимость этого пути была предварительно подтверждена развёртыванием суперузлов и поставками AIDC, однако его долгосрочная конкурентоспособность по-прежнему зависит от зрелости программной экосистемы и эффективности координации производственной цепочки. Если отечественные вычисления смогут закрепить репутацию «достаточно, удобно и недорого» в сценариях инференса, они могут занять доминирующее положение на огромном внутреннем рынке AI-приложений.

В-третьих, ценовая власть на рынке аренды вычислений смещается вверх по цепочке — это одновременно давление и окно возможностей для отечественной производственной цепочки вычислений. Рост мировых цен на аренду GPU напрямую повышает затраты китайских AI-компаний на приобретение вычислений. Но в то же время масштабные поставки отечественных суперузлов и собственных чипов предоставляют внутреннему рынку альтернативный путь с относительно контролируемой стоимостью. Министерство промышленности и информатизации КНР недавно развернуло работу по расширению и повышению качества инфраструктуры вычислений; аналитики отмечают, что отечественные вычисления вступают в окно «двух двигателей: отраслевой подъём + капитальная катализация», и этот политический ритм согласуется с отраслевым. Расширение и повышение качества на политическом уровне включает как увеличение предложения вычислений, так и оптимизацию планирования вычислительных ресурсов и снижение стоимости использования. Если отечественные вычисления смогут найти баланс между производительностью и стоимостью, они, вероятно, ускорят проникновение при поддержке политики.

В-четвёртых, энергия становится новой переменной конкуренции в сфере вычислений. Будь то цель Alibaba в 20 ГВт центров обработки данных, покупка Amazon резервных генераторов на 8 млрд долларов или переговоры Anthropic о вычислительной ёмкости в 1 ГВт — всё указывает на один факт: конечный пункт вычислений — это электроэнергия. Чипы можно наращивать, кластеры — расширять, но электроснабжение и охлаждение являются жёсткими физическими ограничениями. В будущем размещение вычислительных центров будет в большей степени зависеть от энергетических ресурсов, а регионы, богатые атомной, гидро-, ветровой и солнечной энергией, могут стать новыми вычислительными высотами. Для отечественных вычислений возможности энергетической инфраструктуры могут стать таким же важным измерением конкуренции, как и производительность чипов. Тот, кто раньше обеспечит низкозатратное и стабильное электроснабжение, может получить преимущество по стоимости вычислений.

Заключение

Плотность новостей о вычислениях за последнюю неделю была чрезвычайно высокой, но, возможно, стоит запомнить лишь одну фразу: вычислительные мощности превращаются из «технического показателя» в «инфраструктурный инженерный проект». Будь то кластеры суперузлов Huawei, модульные центры обработки данных Alibaba, повышение цен на GPU Nebius или прямые переговоры об аренде Anthropic — всё указывает на один факт: спрос AI на вычисления не замедлился, изменился лишь способ выражения этого спроса. От «сколько карт купить» к «можно ли стабильно получить крупномасштабные, высокоэффективные и доступные по цене вычислительные мощности».

В этой трансформации возможность отечественных вычислений заключается не в том, чтобы догнать параметры того или иного чипа, а в том, чтобы с помощью определённости системной инженерии ответить на вопрос рынка об определённости предложения вычислений. Суперузлы, модульные центры обработки данных, оптимизация инференса и энергетическая инфраструктура — эти, казалось бы, разрозненные звенья фактически образуют целостную систему поставки вычислений. Тот, кто сможет замкнуть цикл в этой системе, вероятно, захватит инициативу на следующем этапе конкуренции в сфере вычислений.

Для практиков ключевые точки, за которыми стоит следить в ближайший год, включают: фактический масштаб поставок суперузла Ascend 950, прогресс массового производства Zhenwu V900, сможет ли реализоваться ценовое преимущество отечественных вычислений в сценариях инференса, и успеет ли политика в области энергоснабжения за темпами расширения вычислений. Для инвесторов ценность производственной цепочки вычислений смещается от отдельного звена чипов к системной интеграции, жидкостному охлаждению, оптическим межсоединениям, блокам питания и другим вспомогательным звеньям; структурные возможности могут оказаться более заметными, чем общие.

Резонанс «инфляции» и «прорыва» в сфере вычислений продолжится, а настоящий водораздел возникнет у тех предприятий, которые смогут превратить системные возможности в стабильные поставки.