Аналитики SemiAnalysis оценили совокупные капитальные расходы на инфраструктуру искусственного интеллекта в $11,1 трлн в период с 2024 по 2029 год. Одновременно объём связанного с этим рынка долгового финансирования, по прогнозу компании, достигнет $7,1 трлн.
Содержание статьи
- 1 Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2
- 2 Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем
- 3 Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная
- 4 Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО
- 5 Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей
Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2
Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем
Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная
Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО
Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей
Источник изображения: AI
По оценке SemiAnalysis, дальнейшее развитие искусственного интеллекта всё больше зависит не только от закупки GPU, но и от строительства дата-центров, развития сетевой инфраструктуры, систем хранения данных, электроснабжения, охлаждения и долгосрочных энергетических контрактов. При этом прогнозируемый объём долгового рынка, как пишет MixedNews, не означает, что большая часть инвестиций будет напрямую профинансирована за счёт заёмных средств, поскольку кредитование привязывается к инфраструктурным активам, клиентским контрактам и будущей выручке от вычислительных мощностей.
Подобные прогнозы приводят и другие аналитические организации, хотя методики расчётов различаются. Goldman Sachs ожидает около $7,6 трлн мировых инвестиций в ИИ-инфраструктуру с 2026 по 2031 год, тогда как McKinsey оценивает потребности дата-центров в $6,7 трлн к 2030 году, из которых $5,2 трлн придётся на нагрузки, связанные с искусственным интеллектом. При этом в расчёты разных компаний входят различные категории расходов, включая чипы, энергетику, охлаждение, землю под строительство и модернизацию оборудования.
Эксперты отмечают, что финансирование крупных GPU-кластеров требует одновременного выполнения сразу нескольких условий. Кредиторы ожидают долгосрочных контрактов с заказчиками, клиенты хотят убедиться в доступности вычислительных ресурсов, электроэнергии и мощностей дата-центров, а их операторы резервируют инфраструктуру только после подтверждения спроса и финансирования. По этой причине задержка на любом из этапов способна затормозить реализацию всего проекта.
Вычислительная инфраструктура ИИ начинает приобретать черты отдельного класса активов, где кредиторы оценивают будущие доходы от аренды GPU аналогично лизингу самолётов. В этом контексте компания Nvidia, по сообщению Data Center Dynamics, расширила свою роль за пределы поставщика оборудования, выступив финансовой гарантией для некоторых клиентов неооблачных сервисов (neocloud) в обмен на долю в выручке. Такой механизм снижает риски кредиторов, поскольку предусматривает поддержку незагруженных вычислительных мощностей, если спрос окажется ниже ожидаемого. Одновременно такая структура остаётся уязвимой к падению цен на аренду или замедлению корпоративных расходов на ИИ.
