У индустрии искусственного интеллекта есть своя финансовая подпорка — она гораздо менее известна, чем сами нейросети, но не менее важна. Десятки компаний по всему миру взяли миллиарды долларов долгов, обеспечив их не недвижимостью и не оборудованием, а тем, что у них есть — GPU‑чипами Nvidia. Эта история про то, кто, зачем, почему, как это работает и какие риски это несёт экономике ИИ.

Как чипы стали валютой кредитов

В мире ИИ самая дорогая часть инфраструктуры — это вычислительные ресурсы, особенно графические процессоры (GPU) Nvidia, которые используются для обучения и запуска больших моделей. Компании, которые строят облачные сервисы и дата‑центры, покупают сотни тысяч таких чипов — но делают это не всегда из собственных денег.

Один из пионеров такой схемы — американская компания CoreWeave, которая из небольшого крипто‑майнера превратилась в крупного поставщика вычислительных мощностей для ИИ. В 2023 году она получила многомиллиардные кредиты, заложив свои GPU как залог — это означало, что сами чипы стали своего рода валютой для долгов.

Эти кредиты пошли не просто на операционную деятельность, а на покупку ещё большего числа Nvidia‑чипов для расширения дата‑центров и предоставления мощности крупным игрокам вроде Microsoft, OpenAI и других.

Почему такой подход привлёк внимание рынка

Обычные кредиты обеспечиваются активами, чья стоимость предсказуема — например, недвижимостью или машинами. GPU же быстро теряют в цене, когда выходят новые поколения, и это делает такой залог рискованным.

Тем не менее, такие займы стали масштабным явлением: компании вроде CoreWeave, Fluidstack, Crusoe и Lambda получили миллиарды долларов в долгах, обеспеченных именно видеочипами. Объём подобных долгов может исчисляться десятками миллиардов, и они растут вместе с затратами на инфраструктуру ИИ.

Это прямо выгодно Nvidia, потому что её чипы остаются в центре цепочки — потребность в них огромна, и компании готовы брать долги, лишь бы заполучить как можно больше GPU. Именно такой подход делает Nvidia почти монополистом рынка высокопроизводительных вычислений для ИИ.

Что именно происходит с долгами и залогами

Схема устроена так: компания, желающая построить дата‑центр, берёт кредит у финансовой организации или частного инвестора. В качестве залога выступают GPU Nvidia, уже находящиеся в собственности или планируемые к приобретению. Если компания не сможет обслуживать долг, кредитор может забрать этот залог, то есть чипы.

Такие займы имеют разные коэффициенты “заём‑к‑стоимости” (loan‑to‑value, LTV), которые определяют, какую часть стоимости чипов банк готов выдать в кредит. Встречаются как консервативные LTV около 50 %, так и очень агрессивные — выше 100 %.

В 2023 году CoreWeave получила первый крупный кредит по ставке около 14 % годовых, а потом ещё несколько займов с плавающей ставкой в районе 9–10 %. Это отражает как высокую стоимость заимствований, так и то, что кредиторы понимают риск таких активов.

Почему этот механизм делает рынок уязвимым

У GPU‑займов есть две большие особенности:

— Активы быстро устаревают. Новые поколения чипов выходят с каждым годом, и то, что сегодня ценное, завтра может быть значительно дешевле.
— Большая зависимость от Nvidia. Если спрос на её чипы снизится или появится серьёзная конкуренция, стоимость залога может резко упасть.

Это похоже на схему, когда дома используются как залог под кредиты — пока рост цен продолжается, всё кажется устойчивым. Но если рынок тормозится, активы могут быстро потерять ценность и привести к цепной реакции невыплат.

Как это отражает индустрию ИИ

Такие схемы отражают фундаментальную проблему инфраструктуры ИИ: самые мощные ресурсы стоят дорого, а потребности растут быстрее, чем компании успевают накопить капитал. Поэтому долговая модель стала способом ускорить развитие, но с риском построить финансовую “хрупкую архитектуру”.

Сам по себе механизм GPU‑займов дал возможность новым игрокам выйти на рынок и конкурировать с крупными корпорациями, предлагая услуги аренды мощностей инфраструктуры ИИ. Это расширяет доступ и снижает барьеры входа для компаний, которым нужны вычислительные ресурсы, но нет миллиардов на собственные дата‑центры.

Где всё это может закончиться — несколько сценариев

1. Продолжение роста. Пока спрос на GPU остаётся высоким, и Nvidia поддерживает этот рынок косвенно (через инвестирования и сделки), долговая модель продолжает расти.

2. Проблемы с обслуживанием долгов. Если несколько крупных игроков не смогут обслуживать кредиты, активы будут возвращены на рынок, цена GPU упадёт, и это может вызвать цепную реакцию масштабных дефолтов.

3. Конкуренция и технологическое сопротивление. Появление альтернатив Nvidia — например, специализированные AI‑чипы (TPU от Google, собственные разработки Amazon, Meta или AMD) — снизит спрос на GPU Nvidia, подорвав залоговую ценность активов.

Что это значит для рынка и простых людей

Пока эти долги остаются под контролем, рынок растёт: системы обучения ИИ становятся доступнее, новые стартапы получают вычислительные ресурсы, а компании вроде CoreWeave расширяют инфраструктуру.

Но долговая модель порождает финансовую зависимость: чем больше таких займов, тем слабее компании при негативных рыночных изменениях. Если условия ухудшатся — например, цены на оборудование упадут, или кредиторы ужесточат требования — компаниям придётся рефинансировать или продавать GPU, что может шокировать рынок.