Война за вычислитекак три сделки на десятки миллиардов долларов за одну неделю перекраивают карту инфраструктуры ИИ

За прошедшую неделю глобальный сектор вычислительных ресурсов пережил плотную серию «тяжёлых бомб». Tencent арендовал у Oracle 100 тысяч ИИ-чипов за 7 млрд долларов; соглашение Anthropic и SpaceX о вычислительных ресурсах удвоилось до 84,5 млрд долларов; SpaceX планирует привлечь 40 млрд долларов на закупку чипов Nvidia; Broadcom финансирует более 50 млрд долларов для проекта заказных чипов OpenAI — всего за несколько дней чередa сверхмасштабных сделок подняла борьбу за вычислительные ресурсы для ИИ на новый уровень интенсивности. Эти сделки — не просто нагромождение цифр. Все вместе они указывают на один ясный сигнал: гонка вооружений в ИИ вышла за пределы грубого этапа «скупки GPU» и вошла во всестороннюю инфраструктурную конкуренцию вокруг способов получения вычислений, обеспечения электроэнергией и системной эффективности. Кто контролирует высокоплотные дата-центры, готовые подстанции и разрешения на подключение к энергосети, тот станет самым востребованным поставщиком «лопат и кирок» этой эпохи.

Аренда дороже покупки: формируется «двухтрековая» система получения вычислений

Самая символичная сделка недели — пятилетнее соглашение об аренде вычислительных мощностей между Tencent и Oracle. Согласно раскрытой информации, Tencent через несколько дата-центров Oracle в Юго-Восточной Азии получит услуги примерно 100 тысяч передовых ИИ-чипов. Сделка оценивается примерно в 7 млрд долларов, из которых около 30% необходимо внести предоплатой. Это крупнейшая в истории Tencent сделка по аренде вычислительных мощностей за рубежом и первый случай, когда китайская технологическая компания в таком масштабе закрепила за собой передовые вычислительные ресурсы за границей. В основе этой сделки лежит структурное узкое место в поставках вычислений, с которым сталкиваются китайские технологические гиганты. Президент Tencent Лю Чипин признал на отчётной конференции, что причиной капитальных затрат ниже ожиданий является «ограниченность поставок передовых GPU в Китае», а компания «надеялась купить больше карт и в итоге компенсировала часть потребностей в вычислениях за счёт аренды». Во втором квартале 2026 года капитальные затраты Tencent достигли 52,78 млрд юаней, увеличившись на 176% год к году, а свободный денежный поток в какой-то момент составил минус 13,8 млрд юаней. Иными словами, у Tencent не было проблемы с деньгами на покупку карт — проблема была в том, что карт не хватало. Аренда стала реалистичным путём обхода ограничений поставок. Но цена аренды немала. 7 млрд долларов за пять лет обслуживания 100 тысяч чипов означают среднегодовую стоимость около 14 тысяч долларов на чип, и это ещё без дополнительных расходов на передачу данных, сетевую пропускную способность и адаптацию программного обеспечения. С финансовой точки зрения арендовать дороже, чем купить. Но в условиях ограниченного предложения «дорого» перестаёт быть главным соображением. Главное — «иметь».

По другую сторону океана Anthropic демонстрирует другой масштаб закрепления вычислительных ресурсов. В проспекте IPO компании раскрыто, что общая сумма соглашения об аренде вычислительных мощностей со SpaceX может достигать 84,5 млрд долларов, что почти вдвое больше ранее раскрытых примерно 45 млрд долларов; срок соглашения — до 2029 года. Anthropic ожидает, что за следующее десятилетие потратит на инфраструктуру ИИ как минимум 518 млрд долларов. Что означает эта цифра? Она превышает годовой ВВП большинства стран. Anthropic не просто «арендует вычисления» — она «покупает время»: долгосрочными контрактами закрепляет вычислительные ресурсы на годы вперёд, чтобы обучение и инференс моделей не прерывались из-за нехватки мощностей. Для SpaceX это путь превращения из ракетной компании в поставщика инфраструктуры вычислений. Её сеть Starlink и наземные дата-центры формируют глобальную сеть вычислений. С одной стороны, китайские компании «окольным путём» получают передовые вычисления через аренду; с другой — американские ИИ-компании закрепляют вычислительные ресурсы на годы вперёд астрономическими долгосрочными контрактами. В глобальной цепочке поставок вычислений для ИИ складывается тонкая «двухтрековая» структура — способы получения разные, но суть «жажды вычислений» одна.

Ещё более примечательно то, что аренда вычислений становится финансовым инструментом. Предоплата в 30%, пятилетние контракты, положения о субаренде, зачатки фьючерсов на вычисления — появление таких финансовых инструментов означает, что вычисления превращаются из технического ресурса в торгуемый, оцениваемый и секьюритизируемый класс активов. В будущем могут появиться специализированные банки вычислений, биржи вычислений и даже кредиты под залог вычислительных мощностей. Когда вычисления становятся активом, тот, кто контролирует их ценообразование, контролирует сеньораж эпохи ИИ.

ИИ-агенты переписывают фундаментальную логику спроса на вычисления

За этими огромными сделками стоит более глубокий движущий фактор — фундаментальное изменение формы ИИ-приложений. Столь острая потребность Tencent в вычислениях напрямую связана со взрывным ростом её продукта на основе ИИ-агентов WorkBuddy. Запущенная в марте 2026 года платформа сразу после старта упала, потому что трафик намного превысил ожидания. К моменту запуска открытой платформы в сентябре она привлекла более сотни партнёров по экосистеме. Ключевой момент в том, что потребление вычислений агентными продуктами принципиально отличается от традиционного диалогового ИИ. Сложный рабочий процесс агента может включать десятки или даже сотни шагов推理, вызова инструментов и операций с файлами. За каждым запросом пользователя может стоять в десятки раз больший объём вычислений, чем у традиционной диалоговой модели. Например, когда пользователь просит агента «проанализировать этот финансовый отчёт и сгенерировать презентацию», агенту нужно сначала разобрать файл, извлечь данные, вызвать вычислительные инструменты, построить графики, написать текст, сверстать макет. Каждый шаг — это инференс модели, а выход каждого шага становится входом для следующего. Такое цепное推理 не увеличивает потребление вычислений линейно — оно放大 его экспоненциально.

Это не единичный случай. В последнем исследовательском отчёте инвестиционного банка Bernstein с Уолл-стрит отмечается, что сектор облачных вычислений для ИИ вступает в новую стадию, на которой одновременно происходят «взрывное расширение спроса на вычисления для ИИ под主导 бумa ИИ-агентов, усложнение нагрузки инференса и перераспределение ценности платформ». Данные подтверждают этот вывод: в докладе Китайской академии информационных и коммуникационных технологий прогнозируется, что в 2026 году инференс будет занимать 70,5% общей нагрузки вычислений для ИИ, а спрос на вычисления для ИИ всё больше смещается от обучения моделей к инференсу и работе агентов. Что это значит? В эпоху обучения конкуренция вычислений шла за то, «у кого больше GPU и кто дольше может их гонять». В эпоху инференса и агентов конкуренция вычислений идёт за то, кто способен обрабатывать массовые параллельные задачи при более низкой удельной стоимости и более высокой системной эффективности. Соотношение CPU и GPU в дата-центрах постепенно меняется с традиционного 1:8 до 1:4, 1:2 и даже 1:1. Фокус инфраструктуры вычислений смещается с простого количества чипов на системную координацию межсоединений, электропитания и охлаждения. Раньше дата-центру могло хватить нескольких GPU-серверов, чтобы выполнить задачу обучения. Теперь агентной платформе могут понадобиться тысячи серверов, одновременно находящихся онлайн, постоянно выполняющих инференс, вызовы и коммуникацию. Такая нагрузка предъявляет крайне жёсткие требования к задержке сети, пропускной способности и стабильности. Традиционный Ethernet вытесняется InfiniBand и RoCE, медные кабели — кремниевой фотоникой и оптическими модулями, воздушное охлаждение — жидкостным. Каждое звено, которое модернизируется, становится новым полем битвы войны за вычисления.

От чипов к системам: конкурентное измерение инфраструктуры вычислений повышается

Эта тенденция в полной мере проявилась в другой главной линии недели. Акции Nvidia обновили исторический максимум, а рыночная капитализация вернулась к 5,8 трлн долларов, оставшись в шаге от 6 трлн. Но важнее не сама капитализация, а направление, которое задаёт ритм её продуктов. DGX Spark 64GB поступит в продажу 23 октября по цене от 4999 долларов. Одно устройство может запускать модель на 100 млрд параметров, два — поддерживать 200 млрд параметров. Это означает, что высококлассные вычисления спускаются к малым и средним предприятиям и разработчикам. Rubin Ultra подтверждён к поставкам в следующем году по плану, с полным обновлением охлаждения и дизайна HBM. Nvidia переходит от «продажи чипов» к «продаже систем» и от «продажи вычислений» к «продаже экосистемы». Ценовая стратегия DGX Spark особенно интересна: 4999 долларов — меньше, чем стоит высококлассный игровой ПК, но устройство способно запускать модель на 100 млрд параметров. Это не просто продажа оборудования, а воспитание привычек разработчиков и закрепление экосистемы CUDA на следующее десятилетие.

Тем временем глобальный саммит OCP, открывающийся 12 октября, проходит под темой «Scaling Innovation for the AI Era» и фокусируется на межсоединениях для ИИ, электропитании 800 В постоянного тока и технологиях жидкостного охлаждения. Ключевые темы саммита — прорыв межсоединений Scale Up за пределы ограничений медных кабелей, эволюция архитектуры питания к 800 В постоянного тока, масштабное развёртывание жидкостного охлаждения — все указывают в одном направлении: конкуренция в инфраструктуре вычислений поднимается с уровня чипов на уровень систем. Что означает электропитание 800 В постоянного тока? Традиционные дата-центры используют питание 54 В, что означает большой ток, высокие потери и огромное потребление меди. 800 В постоянного тока позволяют снизить потери в несколько раз, сократить потребление меди более чем вдвое и поддерживать более высокую плотность мощности стоек. Жидкостное охлаждение решает проблему отвода тепла в высокоплотных GPU-кластерах. Жидкостное охлаждение с холодными пластинами и иммерсионное жидкостное охлаждение переходят из лабораторий к крупномасштабному развёртыванию. В межсоединениях дальность передачи медных кабелей на скоростях выше 800G резко сокращается, что делает кремниевые фотонные модули и совместно упакованную оптику неизбежным выбором. Эти технологии не изолированы; вместе они формируют системную архитектуру дата-центров ИИ следующего поколения.

Это чётко отражается и в китайском сегменте отечественных вычислений. Национальный суперкластер Sugon 8000 («Дэнфэн») на 100 тысяч полностью отечественных ИИ-карт был публично показан на CCTV. В нём используются термомодули из алмазно-медного композита: теплопроводность более чем вдвое выше, чем у чистой меди, эффективность теплопередачи чипа повышена на 80%, а стоимость составляет лишь 10–20% от стоимости чистого алмаза. DeepSeek открыла исходный код инфраструктурных компонентов для вычислительной платформы Huawei Ascend, включая инструменты компиляции, вычислительные библиотеки и библиотеки распределённой связи, которые один к одному соответствуют открытым компонентам для платформ Nvidia. Экосистема отечественных вычислений Китая ускоряется от «работает» к «удобно работать». Раньше узким местом китайских чипов была не только производительность железа, но и программная экосистема. Неполные инструменты компиляции, недостаточные библиотеки операторов, низкая эффективность библиотек связи приводили к тому, что одна и та же модель на отечественных чипах работала медленно и нестабильно. Открытие DeepSeek равносильно поочерёдному копированию ключевых программных слоёв экосистемы Nvidia на платформу Ascend. Это стратегически важнее, чем простое наращивание железа. Алмазно-медное охлаждение Sugon, в свою очередь, прорывает физические пределы высокоплотного отвода тепла на уровне материалов, обеспечивая базовую поддержку стабильной работы кластера на 100 тысяч карт. Отечественные вычисления идут путём «догоняния на системном уровне»: производительность отдельной карты всё ещё может отставать, но за счёт координации межсоединений, охлаждения, питания и программного обеспечения эффективность всего кластера быстро приближается к международному передовому уровню.

Электроэнергия и подключение к сети — невидимое поле битвы войны за вычисления

Если чипы — это фронт войны за вычисления, то электроэнергия — её склад боеприпасов. Ещё одна скрытая линия недели — узкое место в электроснабжении становится главным ограничением расширения вычислений. В нескольких густонаселённых регионах дата-центров в США очередь на подключение к энергосети уже растянулась на годы. В «аллее дата-центров» в Вирджинии мощности электроснабжения критически не хватает; в Техасе есть независимая энергосистема, но стабильность электроснабжения при экстремальной погоде остаётся скрытой угрозой. Кто контролирует готовые подстанции и разрешения на подключение к сети, тот держит ключ к расширению вычислений. Именно поэтому Microsoft, Google и Amazon инвестируют в малые модульные реакторы и стартапы в области термоядерного синтеза — они покупают не электричество, а определённость «непрерывного питания на следующее десятилетие».

Продвижение архитектуры питания 800 В постоянного тока — это технический ответ на данное узкое место. Более высокое напряжение означает меньший ток и меньшие потери в меди, а также позволяет строить дата-центры ближе к источникам питания, сокращая потери при передаче. Жидкостное охлаждение снижает PUE дата-центра с более чем 1,5 до 1,1 и даже ниже, позволяя из одного и того же киловатт-часа получать больше полезных вычислений. Доля стоимости электроэнергии в операционных расходах дата-центров растёт с 20% к 40%. В будущем конкуренция в вычислениях всё больше будет напоминать конкуренцию в производстве электролитического алюминия — у кого ниже цена электроэнергии и стабильнее снабжение, тот получает преимущество по издержкам на рынке вычислений. SpaceX смогла заключить соглашение о вычислениях на 84,5 млрд долларов не только благодаря сети Starlink и наземным станциям, но и благодаря независимым возможностям энергоснабжения и быстрому развёртыванию. В войне за вычисления энергетическая автономия — это стратегическая автономия.

Конкуренция, в которой победу определяет отдача от вычислений

Оглядываясь на эту неделю — от аренды Tencent на 7 млрд долларов до долгосрочного соглашения Anthropic на 84,5 млрд долларов, от приближения Nvidia к 6 трлн долларов капитализации до плана DeepSeek по обучению модели на 10 трлн параметров, — все сигналы указывают на один вывод: суть конкуренции в ИИ смещается от соревнования возможностей моделей к соревнованию инфраструктурных возможностей. Последние два года гонка вооружений шла за предварительное обучение: десятки тысяч GPU несколько месяцев работали без перерыва, и результат появлялся. Но во второй половине гонки вооружений победу определяют скорость строительства высокоплотных дата-центров, способность гарантировать электроснабжение и уровень оптимизации системной эффективности.

Вычисления — это уже не просто вопрос «сколько карт купить». Это вопрос системной инженерии: «каким способом, по какой стоимости, за какое время и сколько полезных вычислений можно доставить к модели». И эта конкуренция только вступила в самую критическую стадию. В следующие двенадцать месяцев мы увидим ещё больше сделок на десятки миллиардов долларов, ещё больше межотраслевых альянсов и ещё больше разветвлений технологических маршрутов. Единственное, что определённо: в войне за вычисления нет отступления, есть только движение вперёд.