За последние месяцы на рынке искусственного интеллекта усилилось ощущение дежавю: цифры растут, заголовки кричат о революции, но всё больше голосов спрашивают — не строим ли мы очередной карточный домик?
Nvidia: лидер, оказавшийся под прицелом
С 3 по 28 ноября акции Nvidia упали примерно на 15% — с 208,08 до 177 долларов. Формально компания по‑прежнему демонстрирует блестящую отчётность: свежий квартальный результат снова превзошёл ожидания Уолл‑стрит. Но чем громче Nvidia звучит как символ «эры ИИ», тем активнее растут и ставки на её падение.
В утечках из внутренних совещаний глава компании Дженсен Хуанг подчёркивает, что «в условиях шума вокруг ИИ компании приходится очень тяжело». В этой фразе — не просто поза осторожного менеджера, а признание: победитель гонки ИИ сам становится заложником ожиданий рынка.
Параллельно инвесторы вдруг снова поверили в другого гиганта — Google. На том же временном отрезке (3–28 ноября) его акции выросли более чем на 13%. Новый виток доверия обеспечил релиз модели Gemini 3.0 и продвижение собственной аппаратной базы — TPU, которые всё чаще рассматривают как реальный вызов монополии Nvidia в высокопроизводительных вычислениях для ИИ.
Предел «scaling»: когда одного железа уже мало
И Nvidia, и Google сталкиваются с куда более фундаментальным вызовом, чем биржевые колебания. Бывший главный научный сотрудник OpenAI Илья Суцкевер прямо говорит: «Эпоха простого масштабирования закончилась». Иными словами, надежда на то, что ИИ можно бесконечно улучшать, просто наращивая вычислительную мощность и размер моделей, упирается в потолок — и технический, и экономический.
С момента запуска ChatGPT‑3.5 в ноябре 2022 года ИИ‑революция развивалась с головокружительной скоростью. Казалось, что «один день ИИ — как год для человечества». Но сегодня всё чаще звучит вопрос: сохранится ли такой темп, или же мы уже вошли в фазу отрезвления?
«Пузырь ИИ» и спор об экономике инфраструктуры
Один из самых жёстких критиков нынешнего бума — Майкл Бёрри, легендарный инвестор, предсказавший кризис 2008 года. Он называет происходящее вокруг ИИ «великолепной глупостью» и видит в возможной «падении» Nvidia предвестник схлопывания пузыря.
Суть его аргумента в дисбалансе: технологические гиганты тратят сотни миллиардов долларов на строительство дата‑центров и закупку GPU, а прямые доходы от ИИ пока оцениваются лишь в десятки миллиардов. Чтобы оправдать такие инвестиции, к 2030 году глобальная выручка, связанная с ИИ, должна вырасти до нескольких триллионов в год — и это пока больше надежда, чем реальность.
Отдельная линия дискуссии — «циклы обновления» и срок экономической жизни GPU. Пессимисты считают, что передовые видеоускорители морально устаревают примерно за три года: не потому, что ломаются, а потому что появляются более эффективные архитектуры и модели, под которые старое железо уже не оптимально. По ряду оценок, к третьему году от первоначальных 100 долларов вложений в передовую ИИ‑вычислительную мощность лишь около 22 долларов остаются экономически конкурентоспособными.
Поведение Nvidia лишь подпитывает эти опасения: новые архитектуры выходят каждые 1,5–2 года (Hopper → Blackwell → Rubin), а значит, купленные сегодня чипы очень быстро превращаются в «вчерашний день».
На этом фоне крупные облачные провайдеры, наоборот, удлиняют срок службы серверов на бумаге: Microsoft увеличила срок использования с 4 до 6 лет, Meta — примерно до 5,5 лет, Google и Oracle также перешли к 6‑летним срокам. Это снижает годовые амортизационные расходы и искусственно поднимает прибыль и прибыль на акцию — рынок радуется рекордам, но фактически часть из них достигается счётной политикой, а не реальным ростом эффективности.
Критики, включая Бёрри, предупреждают: в период с 2026 по 2028 год многие компании могут существенно недоучитывать амортизацию, а их прибыль окажется завышенной на десятки процентов.
Оппоненты, напротив, указывают, что GPU вполне могут эффективно работать 6–7 лет, особенно если перераспределять нагрузки: новейшие карты — под самые тяжёлые задачи обучения, более старые — под инференс и лёгкие модели. Исследования Bernstein, например, говорят о высокой загрузке даже относительно старых карт A100. Но эта логика работает не во всех регионах: в Китае, по словам игроков рынка, аренду часто пересматривают уже через год‑два из‑за быстрого падения цен и смены поколений железа.
TPU и «альтернативный путь» к ИИ
Давление на Nvidia усиливается не только со стороны финансовых рынков, но и изнутри индустрии. Крупные технологические корпорации, ещё вчера бывшие её ключевыми клиентами, активно идут по пути создания собственных чипов — от Tesla до Google и Meta.
Особое внимание привлекает развитие TPU — специализированных процессоров для тензорных вычислений, которые Google использует для обучения моделей Gemini. Новейшее поколение TPUv7 сочетает продвинутый техпроцесс и увеличенный объём быстрой памяти (HBM), оптимизируя архитектуру под максимальную энергоэффективность: чипы больше времени проводят в расчётах, а не в ожидании данных. Сторонники TPU утверждают, что при равном техпроцессе такие решения могут давать 3–5‑кратный прирост производительности по сравнению с GPU для задач ИИ/ML.
Google не ограничивается только «железом»: чтобы снизить зависимость разработчиков от CUDA и JAX и облегчить переход, компания продвигает «TPU Command Center» — программный комплекс, позволяющий работать с TPU через привычные инструменты, вдохновлённые PyTorch. Это попытка построить альтернативную экосистему, где порог входа будет не выше, чем в мире Nvidia.
Для иных игроков, например китайской компании «Чжунхао Синъин», которая также делает ставку на TPU‑подобные архитектуры, ключевая проблема — не столько «сырые» характеристики чипов, сколько миграция: разработчики опасаются потери скорости, дефицита инструментов и сообщества при уходе с CUDA. Поэтому стратегия таких компаний строится вокруг гибридных схем: часть вычислительно тяжёлых задач постепенно переносят на новые платформы, добиваясь заметной экономии и параллельно выстраивая более удобный софт‑стек, чтобы снизить боли перехода.
Китай: курс на собственную экосистему
Пока на Западе спорят о пузыре, китайский рынок ИИ развивается по своим законам. Доля выручки Nvidia из Китая снижается: по словам самой компании, в 2025 финансовом году она упала примерно до 13,1% с прошлых максимумов в районе четверти оборота, а Хуанг в одном из интервью даже обронил, что «доля в Китае уже равна нулю».
Под давлением санкций и экспортных ограничений в КНР стремительно укрепляются локальные игроки. Сообщается, что производительность по задачам инференса у Huawei Ascend 910C уже достигает около 60% уровня Nvidia H100, а «электронный Маотай» Cambricon показывает взрывной рост: выручка за первую половину 2025 года увеличилась в десятки раз, компания вышла в плюс по прибыли.
По оценкам Fortune, локализация китайского рынка ИИ‑чипов может вырасти с 17% в 2023 году до 55% к 2027‑му. При этом даже возможное частичное «размораживание» поставок отдельных моделей Nvidia (вроде обсуждаемого H200) не воспринимается в отрасли как шанс вернуться к старой нормальности: для многих китайских игроков курс на собственное железо стал стратегией «по умолчанию», а не запасным планом.
Здесь формируется собственная модель рынка: крупные интернет‑конгломераты развивают специализированные чипы под свои внутренние задачи, добиваясь вертикальной интеграции, тогда как независимые производители (вроде всё той же «Чжунхао Синъин») предлагают более «товарные» решения — универсальные, конкурентные по цене и доступные более широкому кругу клиентов. В результате складывается не монополия, а многоуровневая структура: от универсальных GPU до специализированных TPU и отраслевых ASIC.
Утопия или карточный домик?
Дискуссия о «пузыре ИИ» — это не столько спор о том, переоценены ли акции Nvidia или Google, сколько вопрос о том, насколько устойчива нынешняя модель развития технологий.
С одной стороны, гигантские инвестиции в инфраструктуру ИИ пока действительно опережают прямую монетизацию. С другой — каждый новый технологический цикл в истории ИТ сначала выглядел именно как «избыточный» и «нерациональный», а потом становился базой для целых отраслей.
Пожалуй, главный риск сегодня — не в том, что ИИ не оправдает надежд, а в том, что рынок в погоне за квартальными результатами и биржевыми рекордами потеряет из виду долгосрочную устойчивость: здравую оценку сроков службы инфраструктуры, реалистичные сценарии окупаемости и необходимость новых парадигм, выходящих за рамки простого масштабирования.
В этом смысле «проклятие победителя» для Nvidia — не роковой приговор, а предупреждение для всей индустрии: выигрывая гонку на короткой дистанции, легко забыть, что настоящее испытание только начинается. И именно от того, насколько осознанно ИИ‑революция пройдет эту фазу, зависит, станет ли она подлинным технологическим прорывом или ещё одним циклом бума и болезненного обвала.
Хотите создать уникальный и успешный продукт? СМС – ваш надежный партнер в мире инноваций! Закажи разработки ИИ-решений, LLM-чат-ботов, моделей генерации изображений и автоматизации бизнес-процессов у профессионалов.
ИИ сегодня — ваше конкурентное преимущество завтра!
Тел. +7 (985) 982-70-55
E-mail sms_systems@inbox.ru
Сайт https://www.smssystems.ru/razrabotka-ai/