Строительство ИИ-инфраструктуры и без того обходится компаниям в миллиарды долларов, а с начала 2027 года часть оборудования может стать ещё дороже. NVIDIA готовится повысить стоимость отдельных серверных ускорителей более чем на 15%.

Изменение затронет системы поколений Grace Blackwell и Vera Rubin. Размер повышения будет различаться в зависимости от конкретного ускорителя и объёма установленной памяти.

Главная причина — дорогая память

Современный ИИ-ускоритель нельзя оценивать только по стоимости самого графического процессора.

Рядом с ним располагаются стеки высокоскоростной памяти HBM, позволяющие передавать в вычислительные блоки огромные объёмы данных.

Для обучения и запуска больших моделей пропускная способность памяти критически важна.

При этом HBM значительно сложнее обычной оперативной памяти: несколько слоёв кристаллов соединяются вертикально, а производство требует продвинутой упаковки.

ИИ-бум резко увеличил спрос на такие микросхемы.

Именно рост стоимости памяти называется одной из основных причин будущего повышения цен NVIDIA.

Подорожание будет неодинаковым

У NVIDIA нет простого публичного прайс-листа на большинство серверных ускорителей, похожего на рекомендованные цены игровых видеокарт.

Крупные заказчики приобретают чипы, модули или готовые серверные системы по контрактам, где итоговая стоимость зависит от объёма, конфигурации и дополнительных условий.

Поэтому повышение более чем на 15% не означает, что каждая модель завтра станет ровно на эту величину дороже.

Конфигурации с большим объёмом дорогой памяти могут получить более заметную прибавку.

Клиентов уже начали уведомлять о будущих изменениях.

Даже несколько процентов превращаются в миллионы

Один ИИ-сервер сам по себе стоит дорого, но настоящее влияние повышения цены проявляется на масштабе дата-центра.

Крупная система содержит тысячи или десятки тысяч ускорителей.

Если стоимость каждого узла увеличивается на десятки процентов, бюджет всего проекта может вырасти на сотни миллионов долларов.

При этом ускорители — лишь часть расходов.

Необходимо оплатить серверы, сетевое оборудование, накопители, системы охлаждения, электроснабжение и строительство самого здания.

Поэтому рост цен на центральный компонент способен заставить операторов пересмотреть сроки новых ЦОД или искать способы использовать имеющиеся ускорители эффективнее.

NVIDIA всё равно сохраняет огромную маржу

Компания работает с очень высокой валовой рентабельностью, которая в последние периоды приближалась к 75%.

На первый взгляд это может создать впечатление, что повышение цен необязательно.

Но для производителя важна не только себестоимость отдельного кристалла.

NVIDIA закупает память и производственные услуги у сторонних компаний, резервирует передовые мощности TSMC и вкладывает огромные суммы в разработку следующих архитектур.

Если стоимость ключевых компонентов растёт, компания предпочитает частично переносить дополнительные расходы на покупателей, а не полностью компенсировать их из собственной маржи.

Память стала новым узким местом ИИ

Несколько лет назад главной проблемой было получить сами GPU.

Теперь цепочка стала сложнее.

Даже если производитель способен изготовить нужное количество вычислительных кристаллов, их необходимо обеспечить HBM и упаковать в готовые модули.

Производственные мощности памяти не расширяются мгновенно.

Нужны новые фабрики, оборудование и месяцы на настройку технологических процессов.

Из-за этого высокий спрос со стороны NVIDIA, AMD и разработчиков специализированных ИИ-чипов одновременно давит на одних и тех же поставщиков.

Новое поколение может оказаться особенно дорогим

Vera Rubin должно значительно увеличить производительность ИИ-систем, но одновременно повысит требования к памяти и упаковке.

Для покупателей возникает привычная для серверного рынка дилемма.

Более дорогой ускоритель может оказаться выгоднее старого, если выполняет ту же задачу значительно быстрее и расходует меньше энергии на единицу вычислений.

Поэтому простого сравнения цены одного модуля недостаточно.

Облачные компании будут рассчитывать стоимость обучения модели, количество запросов на один доллар и расход электричества за весь срок работы оборудования.

Если новое поколение обеспечит крупный прирост эффективности, повышение цены не обязательно остановит спрос.

Удорожание ИИ постепенно дойдёт до сервисов

Крупнейшие технологические компании способны поглощать дополнительные расходы дольше остальных.

Для небольших ИИ-стартапов ситуация сложнее.

Они либо арендуют ускорители в облаке, либо строят собственные относительно небольшие кластеры. В обоих случаях повышение стоимости оборудования со временем отражается на цене вычислительного часа.

Поэтому подорожание HBM и ускорителей — это не только внутренняя проблема производителей серверов.

В конечном счёте она способна влиять на стоимость обучения моделей, тарифы облачных платформ и цену коммерческих ИИ-сервисов.

NVIDIA пока остаётся в позиции, где спрос на её оборудование чрезвычайно высок. Но повышение более чем на 15% показывает: даже лидер рынка с огромной маржой не может полностью игнорировать рост стоимости памяти и всё более дорогую конструкцию новых вычислительных систем.