Совкомбанк опубликовал вторую часть обзора о рынке инфраструктуры ИИ и центров обработки данных.

В материале представлен анализ проблем инфраструктуры, оценка капитальных затрат мировых технологических компаний, прогнозы по вводу мощностей, данные о развитии ИИ в США, Китае и России, а также сравнение российских и зарубежных LLM-моделей.

При работе над материалом авторы основывались на данных отечественных и иностранных консалтингов, СМИ, профильных компаний.

Ключевые выводы:

• по мнению авторов, рост прогнозных капитальных затрат крупнейших технологических компаний США на ИИ-инфраструктуру в значительной мере связан не с тем, что они физически строят больше ЦОД, а с удорожанием компонентов: CPU, GPU, памяти, оптики и другого оборудования;
• эксперты считают нереалистичным ускорение ввода центров обработки данных до 15 ГВт и более. Ситуацию может спасти только внезапное появление новой технологии генерации электричества рядом с ЦОД, которую можно быстро масштабировать;
• авторы не исключают, что проблему нехватки электричества для ЦОД частично помогут решить модернизация существующих, малые модульные реакторы, топливные ячейки и переоборудование майнинговых дата-центров под ИИ-нагрузки;
• в более дальних прогнозных периодах спрос на чипы и ЦОД все равно будет выше текущих значений, считают в Совкомбанке. Финансовые показатели, по мнению экспертов, будут расти, и котировки компаний, вероятно, тоже;
• авторы считают некорректным утверждение, что китайские предприятия при капитальных затратах в 10 раз меньше американских создают сопоставимую модель. DeepSeek может иметь токены в 7 раз дешевле, но расходовать их в 4 раза больше и выполнять задачу в 4–5 раз дольше, поэтому итоговая стоимость задачи ниже всего в 1,5–2 раза, подчеркивается в материале;
• создание суверенного ИИ в России авторы называют достижимой, но капиталоемкой задачей с длительным горизонтом реализации. Российские большие языковые модели занимают сильные позиции в задачах на русском языке, но отстают от последних моделей мировых лидеров примерно на 1–1,5 года;
• для задач на русском языке, включая фактологию, генерацию документов и следование формату, GigaChat 2 MAX и YandexGPT 5.1 Pro авторы считают вполне конкурентоспособными. Но для сложного кода, математических рассуждений, агентных сценариев, длинного контекста и научного анализа разрыв с мировым фронтиром составляет 1–2 поколения, или 12–18 месяцев;
• по оценке авторов, для полной технологической независимости России в сфере ИИ потребуется кратное увеличение инвестиций в вычислительную инфраструктуру и не менее пяти лет. В среднесрочной перспективе наиболее реалистичной они называют гибридную модель: развитие собственных компетенций в адаптации, дообучении и эксплуатации моделей при использовании внешних технологий на этапе полноценного обучения.

Расскажите знакомым: