Глобальные расходы на ИИ демонстрируют стремительный рост. В 2025 году рекордный прирост (в 15 раз) инвестиций пришелся именно на инфраструктуру для ИИ, что существенно превышает динамику остальных статей затрат на технологию.
Объем рынка ИИ-ускорителей в 2025 году составил порядка 63 млрд рублей. Существенная доля спроса (80%) формируется крупнейшими корпоративными клиентами, экосистемными игроками и государственным сектором. В эквиваленте карт NVIDIA A100 в коммерческих дата-центрах используется более 10 тыс. GPU, еще около 8 тыс. - в локальной инфраструктуре компаний. По оценкам экспертов ИТ-холдинга Т1, в базовом сценарии рынок вырастет с 52,1 млрд рублей в 2024 году до 257,6 млрд рублей к 2030 году за счет запуска новых проектов, дооснащения действующих мощностей и расширения промышленного инференса.
"После официального ухода NVIDIA российский бизнес столкнулся с необходимостью искать альтернативы, а также с ростом цен, увеличением сроков поставки и снижением качества поддержки. При этом процесс замены ИИ-ускорителей отягощается и программным слоем - оптимизация ИИ-моделей под специфическую и изолированную архитектуру новых поставщиков фактически требует переписывать их код. Для крупных корпоративных клиентов это создает почти запредельный порог входа. В этих условиях растет спрос на сервисную модель без привязки к конкретному вендору, позволяющую масштабировать мощности без капитальных затрат, а также снижать санкционные и операционные риски при совмещении американских и китайских GPU. В итоге развитие отечественного рынка альтернативных ИИ-ускорителей становится ключевым фактором перехода от вынужденного импортозамещения к осознанному технологическому выбору, где главный фокус - экономика, масштабируемость и контроль над критической инфраструктурой", - отметил Кирилл Булгаков, заместитель генерального директора ИТ-холдинга Т1.
"NVIDIA де-факто является монополистом как на глобальном, так и на российском рынке ИИ-ускорителей, а вся экосистема разработки под ИИ адаптирована под их технологии. В последние годы появились хорошие альтернативы из Китая, но пока они не получили повсеместного применения. Для малых и средних предприятий проблема с GPU стоит не так остро, поскольку есть облачные сервисы и продукты, которые можно использовать в большом количестве сценариев. Но для крупного бизнеса, государственных компаний и обработки чувствительных данных требуется создание собственной инфраструктуры, при этом цены на ИИ-ускорители заметно растут. В этом плане меры поддержки по льготному кредитованию ЦОД выглядят актуально и должны сгладить эту проблему", - поясняет Алексей Сидорюк, советник генерального директора по ИИ Ассоциации "ФинТех".
Графические процессоры (Graphics Processing Unit, GPU) выступают ключевым звеном технологического стека для современных ИИ-нагрузок. Они берут на себя обработку данных: от обучения больших языковых моделей (LLM) и научного моделирования до рендеринга графики и инференса. Спрос на высокопроизводительные вычисления подогревается расширением внедрений генеративного ИИ с акцентом на ИИ-агентах, обработки естественного языка (NLP) и речевых технологий, компьютерного зрения (CV), рекомендательных систем (RecSys). Текущая динамика такова, что рост потребления GPU, вероятно, будет опережать возможности производства и цепочек поставок в среднесрочной перспективе, формируя устойчивый дефицит на рынке аппаратного обеспечения для ИИ.