Спрос на ИИ реален, но этот бум истощает капитал, электроэнергию и ресурсы стратегической безопасности быстрее, чем можно доказать его окупаемость

Скрытое узкое место бума ИИ: почему электричество и вода внезапно стали важнее новых чипов

Неожиданная реакция Китая в войне за микросхемы: почему стратегия Запада может обернуться против самого Запада

Ажиотаж вокруг искусственного интеллекта поверг мировую полупроводниковую индустрию в беспрецедентный триллионный бум. Речь идёт уже не просто о цепочках поставок программного и аппаратного обеспечения – ИИ и микрочипы стремительно сливаются, образуя новую нервную систему мировой экономики. В то время как технологические гиганты вкладывают астрономические суммы в огромные центры обработки данных и специализированное оборудование в неустанной гонке вооружений, на заднем плане нарастают проблемы. Этот беспрецедентный бум расходует капитал, электроэнергию, воду и средства стратегической безопасности быстрее, чем эти масштабные инвестиции могут окупиться. В то же время узкие места в отрасли смещаются: высокоскоростная память, передовые технологии упаковки и ожесточённая борьба за каждый мегаватт мощности определят будущий успех или неудачу. К этому добавляются острые геополитические противоречия, которые всё больше фрагментируют мировой рынок микросхем. Направляется ли экономика к золотому веку ИИ, или мы являемся свидетелями самой рискованной авантюры в истории технологий, которой предстоит болезненная коррекция? Этот углубленный анализ раскрывает, как на самом деле работает полупроводниковый комплекс искусственного интеллекта, где находятся реальные узкие места и кто в конечном итоге выигрывает от этих стратегических ограничений.

Искусственный интеллект и полупроводники в триллионной гонке: новая нервная система глобальной экономики: когда вычислительная мощность становится фактором производства

Связь между искусственным интеллектом и полупроводниками — это гораздо больше, чем типичные отношения «программное обеспечение — оборудование». Она превращается в промышленный комплекс, где взаимозависимы центры обработки данных, разработчики микросхем, контрактные производители, производители памяти, поставщики сетевого оборудования, поставщики электроэнергии и облачные платформы. Искусственный интеллект требует высокоспециализированных вычислительных мощностей, в то время как полупроводниковая промышленность все чаще основывает свои инвестиционные решения на прогнозируемом развитии моделей ИИ и их применении. Это создает самоподдерживающийся цикл: более мощные микросхемы позволяют создавать более крупные и совершенные модели, эти модели порождают новые приложения и расширяют сферу их использования, а растущий спрос, в свою очередь, оправдывает строительство новых заводов, центров обработки данных и линий электропередачи.

Этот цикл имеет важное экономическое значение, поскольку вычислительная мощность превращается из технического инструмента в самостоятельный фактор производства. Компании больше не просто покупают лицензии на программное обеспечение или серверные мощности, а обеспечивают себе доступ к дефицитному ресурсу, который может определять скорость инноваций, качество продукции и конкурентоспособность. В некоторых секторах вычислительная мощность ИИ уже сопоставима с электроэнергией, капиталом или квалифицированной рабочей силой: без достаточного доступа компании не могут экономично разрабатывать определенные продукты, автоматизировать процессы или использовать большие массивы данных. Таким образом, цена вычислительной мощности все больше влияет на структуру затрат цифровых услуг и, косвенно, на производительность традиционных отраслей.

Однако этот бум — не просто обычный всплеск спроса. Он обусловлен сочетанием реального использования, стратегического накопления запасов, ожидаемых будущих применений и жесткой конкуренции между крупными компаниями-разработчиками платформ. Часть инвестиций финансируется за счет текущих доходов, а другая часть представляет собой ставку на рынки, которые еще не полностью развиты. Именно это сочетание делает комплекс ИИ-полупроводники исключительно динамичным и подверженным ошибкам. Поэтому ключевой вопрос заключается не в том, потребуется ли искусственному интеллекту больше полупроводников в долгосрочной перспективе. Это весьма вероятно. Скорее, вопрос в том, можно ли использовать создаваемые сегодня мощности в нужное время, в нужном месте и с достаточно высокой отдачей.

Полупроводниковый рынок нового масштаба

К 2026 году мировой рынок полупроводников достигнет таких размеров, которые еще совсем недавно считались долгосрочной целью. Текущие отраслевые прогнозы оценивают годовой доход значительно выше 1,5 триллиона долларов США. По сравнению с 2025 годом это представляет собой исключительно высокий рост, в зависимости от точности и доступности данных. Однако этот скачок обусловлен не только соответствующим значительным увеличением количества производимых микросхем. Значительная часть обусловлена ​​ростом цен на память, более дорогостоящим ассортиментом продукции и продажей чрезвычайно дорогих систем искусственного интеллекта. Поэтому рост выручки и фактический рост объемов продаж не следует приравнивать друг к другу.

Особенно поразителен сдвиг в пользу бизнеса по производству памяти. По прогнозам, к 2026 году выручка сегмента памяти превысит 800 миллиардов долларов, что представляет собой рост примерно на 250 процентов. Это означает, что на память приходится более половины общего роста рынка. Это развитие тесно связано с высокоскоростной памятью, но распространяется и на другие сегменты. Традиционные продукты DRAM и NAND также выигрывают от повышения цен, ограниченных производственных мощностей и расширения центров обработки данных. Термин «инфляция памяти» точно описывает ситуацию: дорожают не только технологически продвинутые продукты, но и рост цен распространяется на весь рынок памяти.

Процессоры логики также демонстрируют уверенный рост. Графические процессоры, специализированные ускорители ИИ, сетевые процессоры, коммутационные чипы и центральные процессоры вместе составляют основу современных кластеров ИИ. Их ценность определяется не только количеством транзисторов. К важнейшим факторам относятся взаимодействие вычислительной мощности, пропускной способности памяти, передачи данных, программного обеспечения и охлаждения, а также возможность надежного подключения тысяч ускорителей в единую систему. Таким образом, рынок смещается от оценки отдельных чипов к оценке целых вычислительных платформ. Те, кто рассматривает только цену процессора, недооценивают истинную экономическую единицу: полностью работоспособную систему ИИ.

Однако такие высокие темпы роста нельзя экстраполировать линейно. Рынок может почти удвоиться в размере за год благодаря исключительному ценовому циклу и разовому всплеску инвестиций, но не в состоянии поддерживать такой темп в долгосрочной перспективе. Как только появятся новые производственные мощности, цены на память снизятся или крупные игроки рынка сгладят свои инвестиционные программы, рост нормализуется. Это не обязательно будет концом бума ИИ, но может ознаменовать переход от фазы экстремального развития к более зрелому инвестиционному циклу.

HBM становится ключевым стратегическим ресурсом

Память с высокой пропускной способностью (HBM) стала наиболее наглядным примером того, как искусственный интеллект меняет процесс создания ценности в полупроводниковой промышленности. Крупные модели перемещают огромные объемы данных между памятью и процессорами во время обучения и вывода. Если процессор может выполнять вычисления быстрее, чем поступают данные, часть его теоретической производительности остается неиспользованной. В этом случае экономическое узкое место заключается не в недостатке вычислительных ресурсов, а в пропускной способности памяти. HBM решает эту проблему за счет вертикально расположенных микросхем памяти, очень широких интерфейсов и тесной связи с ускорителем.

Производство — сложный процесс. Многослойная память должна быть уложена, соединена между собой и протестирована с высокой точностью. Даже незначительные дефекты могут снизить выход годной продукции, а тесная интеграция предъявляет высокие требования к теплоотводу, упаковке и контролю качества. Это ограничивает количество подходящих поставщиков и увеличивает рыночную власть ведущих производителей. Компания SK Hynix смогла укрепить свои позиции на раннем этапе, в то время как Samsung и Micron вкладывают значительные ресурсы в увеличение доли рынка HBM3E и HBM4. Хотя эта конкуренция предоставляет клиентам некоторую диверсификацию, в краткосрочной перспективе предложение остается ограниченным.

В экономическом плане HBM меняет традиционный ландшафт индустрии хранения данных. Долгое время эта отрасль характеризовалась сильными колебаниями цен, относительно взаимозаменяемыми продуктами и повторяющимися избыточными мощностями. С появлением HBM на первый план выходят долгосрочные соглашения о закупках, совместная разработка продуктов и раннее резервирование мощностей. Таким образом, хранение данных трансформируется из циклического компонента в стратегический элемент системной архитектуры. Поставщики могут получать более высокую прибыль, но в то же время им приходится вкладывать значительно больше капитала и нести риск того, что технологические поколения будут устаревать быстрее или что крупный клиент изменит свою архитектуру.

Ключевая проблема заключается в одновременном возникновении множества узких мест. Для создания готового ускорителя ИИ необходимы подходящий технологический процесс для производства пластин, достаточное количество HBM-матриц, доступный передовой метод упаковки, подложки и высокопроизводительные возможности тестирования. Простое увеличение объемов производства на начальном этапе не решит проблему. Компании должны координировать все компоненты с точки зрения сроков. Такая взаимосвязь повышает ценность грамотного планирования цепочки поставок и выгодна крупным клиентам, которые могут резервировать мощности на годы вперед. Более мелкие поставщики и независимые операторы облачных сервисов, с другой стороны, с большей вероятностью отстанут.

Упаковка превосходит отдельный транзистор

На протяжении десятилетий миниатюризация транзисторов считалась основным способом повышения производительности и снижения себестоимости. Эта модель по-прежнему работает, но становится все более дорогой. Современные производственные процессы требуют сложной литографии, чрезвычайно чистых материалов, точного контроля процесса и заводов с инвестиционным объемом в десятки миллиардов долларов. В то же время экономические преимущества уменьшения технологического узла уже не увеличиваются автоматически в той же степени, что и раньше. Стоимость одного транзистора не снижается стабильно, а разработка крупных монолитных микросхем достигает своих пределов с точки зрения выхода годных изделий, энергопотребления и технологичности производства.

Именно поэтому передовые технологии упаковки приобретают все большее значение. Несколько специализированных кристаллов (компонентов микросхемы) объединяются в одном корпусе для формирования высокопроизводительной системы. Блоки обработки данных, микросхемы ввода/вывода и память могут быть изготовлены с использованием различных технологических процессов и производиться там, где соотношение стоимости и производительности является оптимальным. Чиплеты обеспечивают более гибкую разработку продукции, снижают определенные риски, связанные с крупными монолитными конструкциями, и при благоприятных условиях сокращают время выхода на рынок. Таким образом, конкуренция смещается от чистого производства мельчайших структур к освоению гетерогенной интеграции.

Таким образом, CoWoS и связанные с ним процессы перестали быть второстепенными технологиями, а стали стратегическими возможностями. На практике заказчик может обеспечить себе производство кремниевых пластин, но при этом оказаться не в состоянии поставить готовые ускорители, если отсутствуют слоты для упаковки или подходящие стеки памяти. Эта ситуация объясняет, почему контрактные производители и специализированные компании по упаковке активно расширяют свои мощности. Она также объясняет, почему устоявшиеся поставщики с опытом в тестировании, производстве подложек и сборке получают новые возможности для роста, даже несмотря на то, что они не находятся на переднем крае миниатюризации транзисторов.

В долгосрочной перспективе ожидается значительное повышение производительности системы за счет трехмерной интеграции, более быстрых соединений и улучшенного теплоотвода. Кремниевая фотоника может помочь более энергоэффективно передавать данные между вычислительными блоками и устройствами хранения. Прямые медные соединения и новые технологии межсоединительных плат уменьшают задержку. Следовательно, экономическая ценность смещается в области, которые часто объединялись в группу бэкэнда. Это важно для инвесторов и представителей промышленной политики: те, кто сосредотачивается исключительно на новых технологиях производства кремниевых пластин, упускают из виду значительную часть стратегических узких мест.

От обучения моделей до экономики вывода результатов

Первый этап бума ИИ характеризовался, прежде всего, обучением все более крупных моделей. Обучение — это видимый, капиталоемкий и технологически престижный процесс. Он требует больших кластеров, соединенных высокоскоростными сетями, обширных наборов данных и специализированных команд. Однако следующий этап будет в большей степени ориентирован на вывод — то есть на фактическое применение обученных моделей. Каждый отвеченный запрос, каждый автоматический перевод, каждый анализ изображений и каждое управляющее решение, принимаемое роботом, генерируют вычислительные ресурсы. При миллионах или миллиардах таких операций в день совокупная нагрузка на вывод может значительно превысить требования к обучению.

Этот сдвиг меняет экономическую целесообразность. В процессе обучения основное внимание часто уделяется как можно более быстрому завершению модели. Высокие затраты на оборудование допустимы, если ранний выход на рынок обеспечивает стратегические преимущества. Однако в процессе вывода результатов решающее значение имеет цена за полезный результат. Компании должны оптимизировать задержку, энергопотребление, использование памяти и ее эффективность. Технически мощная модель может оказаться экономически непривлекательной, если каждый запрос потребляет слишком много вычислительного времени или надежно работает только с дорогостоящим оборудованием.

Это стимулирует рост рынка специализированных ускорителей. Облачные провайдеры разрабатывают собственные чипы, адаптированные под их центры обработки данных, программное обеспечение и типичные рабочие нагрузки. Такие специализированные схемы могут быть более экономичными и энергоэффективными, чем графические процессоры общего назначения, при использовании в стабильных средах с большими объемами производства. В то же время они снижают зависимость от одного доминирующего поставщика. Однако это преимущество имеет свою цену: разработка специализированных чипов требует значительных затрат на разработку, долгосрочного планирования, подходящих программных инструментов и достаточно больших объемов производства. Для небольших провайдеров приобретение стандартизированных платформ обычно остается более экономичным вариантом.

Архитектура моделей также все чаще определяется соображениями стоимости. Квантование, модели с разреженной активацией, более мелкие специализированные модели, кэширование и интеллектуальный выбор между различными моделями снижают вычислительные требования. Поэтому маловероятно, что рынок будет развиваться исключительно в направлении все более крупных систем. Более вероятным является разделение труда: особенно мощные модели будут обрабатывать сложные задачи, в то время как более мелкие и доступные модели будут управлять большинством повторяющихся процессов. Для полупроводниковой промышленности это расширяет спрос, но одновременно усиливает ценовое давление в сфере вывода информации.

Главное преимущество Nvidia — это программное обеспечение

Исключительное положение Nvidia нельзя объяснить исключительно производительностью отдельных графических процессоров. За многие годы компания создала всеобъемлющую экосистему программных интерфейсов, библиотек, инструментов разработки, эталонных систем, сетевых технологий и поддержки. CUDA стала де-факто стандартом для многочисленных приложений искусственного интеллекта. Разработчики, исследовательские институты и компании вложили значительное время в эту среду. Поэтому переход на конкурирующее оборудование влечет за собой не только затраты на приобретение, но и усилия по адаптации, технические риски и потери производительности.

Это конкурентное преимущество, основанное на программном обеспечении, усиливает ценовую власть. Клиенты покупают не просто чип, а перспективу запуска существующего кода, поиска квалифицированного персонала и быстрого развертывания новых моделей. Nvidia расширяет свои позиции, предлагая комплексные системы, высокоскоростные межсоединения и стандартизированные архитектуры центров обработки данных. Чем больше контроля у поставщика над всей платформой, тем сложнее становится прямое сравнение цен на уровне компонентов. Более дорогой ускоритель может быть экономически более выгодным, если развертывание происходит быстрее или использование выше.

Однако доминирование Nvidia не является неоспоримым. AMD совершенствует свое аппаратное и программное обеспечение, а крупные облачные провайдеры разрабатывают собственные ускорители. Broadcom и другие специалисты извлекают выгоду из индивидуальных разработок. В области инференции преимущество универсальных платформ может быть менее выраженным, чем в области обучения. Кроме того, крупные клиенты будут стремиться создать как минимум второй источник поставок, чтобы снизить ценовые и транспортные риски. Даже если Nvidia постепенно потеряет долю рынка, компания сможет продолжать активно расти, пока общий рынок будет расширяться быстрее, чем будет снижаться ее доля.

Таким образом, наибольший стратегический риск не обязательно исходит от одного конкурента. Более опасным сценарием было бы сочетание более эффективных моделей, замедления темпов расширения мощностей крупными поставщиками услуг, снижения цен на вычислительные ресурсы и успешного внедрения альтернативных программных стеков. Это может привести к снижению готовности платить за высококачественное оборудование. И наоборот, каждое новое приложение, изначально оптимизированное для существующей платформы, усиливает сетевой эффект. Таким образом, конкуренция зависит от инерции мощной экосистемы и экономической заинтересованности крупных клиентов в снижении этой зависимости.

Триллионная ставка гипермасштабных компаний

Amazon, Microsoft, Alphabet, Meta и другие крупные платформенные компании увеличивают свои капиталовложения темпами, превосходящими даже предыдущие волны развития технологий. По оценкам, совокупные капиталовложения крупнейших гипермасштабных компаний, в зависимости от используемого определения, к 2026 году составят сотни миллиардов долларов. С учетом дополнительных облачных провайдеров, энергетической инфраструктуры и последующих лет, эта волна инвестиций быстро достигнет нескольких триллионов долларов США. Капитал направляется в ускорители, серверы, сети, землю, здания, системы охлаждения, электроэнергетику и подключение к электросетям.

С точки зрения бизнеса, эта инициатива рациональна при соблюдении трех условий. Во-первых, спрос на услуги ИИ должен расти достаточно быстро. Во-вторых, платформы должны иметь возможность монетизировать значительную часть создаваемой ценности. В-третьих, технический срок службы инфраструктуры не должен быть значительно короче, чем предполагается в моделях амортизации. Этот третий пункт, в частности, часто недооценивается. Центры обработки данных и электросети долговечны, в то время как ускорители могут быстро потерять относительную конкурентоспособность по сравнению с новыми поколениями. Система может продолжать функционировать технически, но при этом быть экономически устаревшей.

Конкуренция усугубляет проблему. Ни один крупный поставщик платформ не может позволить себе значительно замедлить свое развитие, пока конкуренты продолжают инвестировать. Те, кто сокращает мощности сегодня, могут потерять клиентов, разработчиков и данные завтра. Это создает стратегическую гонку вооружений, в которой отдельные, но понятные решения могут в совокупности привести к чрезмерным инвестициям. Рентабельность инвестиций для отдельных компаний зависит не только от общего спроса на ИИ, но и от того, сколько параллельных мощностей создадут конкуренты и насколько снизятся цены на облачные вычисления.

В краткосрочной перспективе рост поддерживается большим объемом заказов и дефицитом комплектующих. Однако в среднесрочной перспективе рынок капитала будет больше ориентироваться на свободный денежный поток, коэффициент использования мощностей и конкретные доходы от ИИ. В долгосрочной перспективе компании не смогут обосновывать инвестиции исключительно стратегической необходимостью. Как только рост выручки начнет отставать от амортизации, затрат на энергию и финансовых расходов, давление на маржу возрастет. Тогда бум ИИ будет оцениваться не по техническим возможностям, а по тому, преобразуется ли вычислительная мощность в прибыльную ценность для клиентов.

Почему коррекция не обязательно означает обвал

Дискуссия о «пузыре» искусственного интеллекта часто носит слишком бинарный характер. Технология либо рассматривается как начало многолетнего бума производительности, либо как спекулятивная чрезмерная реакция. Однако исторические циклы развития инфраструктуры показывают, что оба варианта возможны одновременно. Железные дороги, электроэнергия, телекоммуникации и интернет коренным образом изменили экономику, несмотря на значительные потери инвесторов и банкротство многих компаний на определенных этапах. Переинвестиции могут ускорить распространение технологии, поскольку избыточные мощности впоследствии становятся доступными по более низким ценам.

Для компаний, занимающихся производством полупроводников, риск заключается в высоком операционном рычаге. Новые заводы сопряжены с огромными фиксированными затратами. Если спрос или цены падают, производственные мощности трудно адаптировать. Индустрия памяти особенно хорошо знакома с такими циклами: дефицит приводит к высоким ценам и инвестициям, дополнительные мощности впоследствии удовлетворяют более слабый спрос, и цены падают непропорционально. В сегменте компонентов для искусственного интеллекта этот цикл смягчается, но не устраняется, благодаря долгосрочным контрактам и технологической дифференциации.

Коррекция может принимать различные формы. Крупные облачные провайдеры могут распределять заказы во времени, дольше использовать старые ускорители или в большей степени полагаться на собственные чипы. Поставщики моделей могут повысить эффективность своих систем, тем самым уменьшив вычислительную мощность на один запрос. Компании могут прекратить пилотные проекты, если не будет достигнуто измеримое повышение производительности. В то же время новые приложения могут поглотить высвободившиеся мощности. Поэтому решающим фактором является не только сокращение отдельных инвестиционных планов, но и то, будет ли продолжать расти общий спрос на пригодные для использования результаты ИИ.

Наиболее вероятный сценарий — это не непрерывный экспоненциальный рост и не полный крах. Более правдоподобным результатом является неравномерный цикл с узкими местами, скачками цен, краткосрочным избытком производственных мощностей и последующими новыми волнами инвестиций. Победителями станут компании, которые поддерживают гибкие издержки, обслуживают разнообразные группы клиентов и не зависят от одного продуктового цикла. Особенно уязвимы поставщики, чья оценка основана на стабильно высоких темпах роста, несмотря на растущую конкуренцию и технологическую замену в их бизнесе.

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрить индивидуальные решения на основе искусственного интеллекта.

Управляемая платформа искусственного интеллекта — это комплексное и беззаботное решение для вашего бизнеса в сфере искусственного интеллекта. Вместо того чтобы возиться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — зачастую всего за несколько дней.

Основные преимущества с первого взгляда:

⚡ Быстрая реализация: от идеи до готового к использованию приложения за считанные дни, а не месяцы. Мы предлагаем практические решения, которые создают немедленную добавленную стоимость.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются с вами. Мы гарантируем безопасную и соответствующую законодательству обработку данных без их передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Полностью исключаются высокие первоначальные инвестиции в оборудование, программное обеспечение или персонал.

🎯 Сосредоточьтесь на своем основном бизнесе: сконцентрируйтесь на том, что у вас получается лучше всего. Мы берем на себя всю техническую реализацию, эксплуатацию и обслуживание вашего решения на основе ИИ.

📈 Перспективность и масштабируемость: ваш ИИ растет вместе с вами. Мы обеспечиваем непрерывную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Более подробная информация здесь:

• Управляемые решения в области ИИ — Промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения

Тайвань по-прежнему остается уязвимым центром

Современное производство полупроводников в значительной степени сконцентрировано в географическом плане. Компания TSMC производит очень большую долю самых мощных в мире логических микросхем и практически незаменима для ведущих ускорителей искусственного интеллекта. Тайвань сочетает в себе высококвалифицированную рабочую силу, специализированных поставщиков, многолетний опыт в производственных процессах и исключительно развитую промышленную инфраструктуру. Эту экосистему невозможно воспроизвести, построив один завод. Даже при существенных субсидиях новым площадкам требуется время для достижения сопоставимых показателей производительности, затрат и развития сети поставщиков.

С точки зрения бизнеса, такая концентрация уже давно эффективна. Большие объемы в специализированном месте снижают затраты, ускоряют освоение новых технологий и облегчают обмен информацией между разработчиками, производителями оборудования и поставщиками материалов. Однако с геополитической точки зрения это проблематично. Военный кризис, блокада, стихийное бедствие или серьезные перебои в энерго- и водоснабжении могут затронуть ключевые сектора мировой экономики. Последствия выйдут далеко за рамки технологических компаний, поскольку полупроводники также используются в транспортных средствах, промышленных предприятиях, телекоммуникациях и оборонных системах.

Поэтому США, Япония и Европа активно развивают новые производственные мощности. TSMC, Samsung, Intel и другие компании строят или планируют заводы за пределами своих традиционных производственных площадок. Такая диверсификация повышает устойчивость, но также влечет за собой дополнительные затраты. Стоимость строительства, заработная плата, процедуры получения разрешений, доступность квалифицированной рабочей силы и расстояние до поставщиков значительно различаются. Завод, востребованный по политическим соображениям, может быть стратегически выгодным, но не обязательно самым экономически эффективным решением с чисто коммерческой точки зрения.

Таким образом, устойчивость носит характер страхования. Она требует финансовых затрат в ходе обычной деятельности, но ограничивает потенциально катастрофические потери. Политическая задача состоит в определении надлежащего масштаба этого страхования. Полная самодостаточность была бы чрезвычайно дорогостоящей и едва ли достижимой при глобально взаимосвязанной цепочке поставок. Более разумными являются множественные квалифицированные производственные площадки, стратегические запасы, прозрачная зависимость и международные соглашения на случай кризисных ситуаций. Диверсификацию не следует путать с национальной самодостаточностью.

Война микросхем меняет логику рынка

Полупроводники стали товаром, ресурсом безопасности и инструментом геополитической мощи. Соединенные Штаты пытаются контролировать доступ Китая к высокопроизводительным чипам для искусственного интеллекта и некоторым производственным мощностям. В 2026 году нормативно-правовая база была снова скорректирована: отдельные ускорители подлежат индивидуальной проверке в строгих условиях, в то время как другие сделки остаются строго ограниченными. Технические пороговые значения, контроль конечного использования, ограничения по количеству и тестирование делают решения об экспорте сложной составляющей корпоративной стратегии.

Эта политика направлена ​​на ограничение возможностей, имеющих военное и стратегическое значение, но она также имеет побочные эффекты. Поставщики теряют потенциальную прибыль, клиенты ускоряют поиск альтернатив, а цепочки поставок усложняются. Контроль может замедлить технологический прогресс конкурентов, но в то же время создать сильные стимулы для отечественной разработки. Чем дольше сохраняются ограничения, тем привлекательнее становятся отечественные разработки, альтернативное программное обеспечение и более эффективные архитектуры моделей. Таким образом, технологическая изоляция может быть эффективной в краткосрочной перспективе и неоднозначной в долгосрочной.

Для международных компаний открывается мир разнообразных продуктовых линеек и требований к соответствию стандартам. Микросхемы технически адаптируются к конкретным рынкам, центры обработки данных оцениваются в зависимости от структуры собственности и пользовательской базы, и даже доступ к облачным сервисам может стать актуальным в соответствии с экспортным законодательством. Такая фрагментация увеличивает транзакционные издержки. Она препятствует достижению эффекта масштаба и вынуждает компании учитывать геополитические сценарии при закупках, исследованиях и выборе площадок.

Полное разъединение Китая и Запада по-прежнему маловероятно. Китай является крупным рынком сбыта, важным производственным центром и значительным поставщиком зрелых полупроводников, электронных компонентов и материалов. Западные компании, в свою очередь, занимают ключевые позиции в области программного обеспечения для проектирования, производственного оборудования, специализированной химии и высокопроизводительных архитектур. Более вероятным является выборочное снижение рисков: будут отделены особо чувствительные области, в то время как значительная часть коммерческой торговли сохранится. Эта промежуточная форма менее разрушительна с экономической точки зрения, чем полное разъединение, но остается политически нестабильной.

Ответ Китая: широкий спектр, а не только передовые технологии

Китай проводит комплексную стратегию технологической самодостаточности. Основное внимание уделяется не только прямому переходу к самым передовым в мире технологиям. Инвестиции также осуществляются в развитие зрелых производственных центров, производство памяти, проектирование микросхем, упаковку, силовую электронику, материалы, проектирование предприятий и промышленные приложения. Такой широкий подход экономически оправдан. Страна может значительно снизить свою уязвимость и завоевать большую долю рынка, не будучи технологическим лидером в каждой отдельной товарной категории.

Зрелые технологические процессы обеспечивают значительную экономию за счет масштаба. Транспортные средства, бытовая техника, промышленная электроника, датчики и энергетические системы не требуют исключительно двух- или трехнанометровых чипов. Большие производственные мощности в этих сегментах могут снизить цены и оказать давление на иностранных конкурентов. В то же время они приносят доход, обеспечивают производственный опыт и создают промышленную базу для более сложных технологий. Поэтому западные политики должны различать два риска: зависимость от китайских стандартных чипов и конкуренцию за технологическое лидерство.

В области искусственного интеллекта ограничения в доступе к оборудованию могут привести к повышению эффективности. Разработчики оптимизируют модели, требования к памяти и накладные расходы на передачу данных, когда вычислительная мощность ограничена. Поэтому Западу не следует предполагать, что большее количество доступного высокопроизводительного оборудования автоматически гарантирует долгосрочное преимущество. Решающим фактором является способность продуктивно комбинировать оборудование, алгоритмы, данные, энергию и приложения. Менее мощный чип может быть экономически конкурентоспособным в рамках лучше оптимизированной общей системы.

В то же время перед Китаем по-прежнему стоят значительные задачи. Современная литография, высокоточное производственное оборудование, передовые материалы и надежные программные средства требуют десятилетий обучения. Государственная поддержка может обеспечить капитал, но она не может бесконечно ускорять развитие технологической компетенции. Переинвестиции, дублирование усилий и слабая дисциплина в отношении капитала представляют собой реальные риски. Поэтому стратегию Китая не следует недооценивать и не следует рассматривать как гарантированный успех. Ее главная сила заключается в большом внутреннем рынке и интеграции производства, прикладных разработок и долгосрочного государственного планирования.

Сила Европы заключается не в копировании Азии

Европа занимает ключевые позиции в производстве полупроводникового оборудования, силовой электроники, датчиков, автомобильных чипов, научных исследований и специализированных материалов. В то же время континент сильно зависит от передового производства логических микросхем, облачных платформ и крупномасштабных ускорителей искусственного интеллекта. Европейский закон о чипах направлен на мобилизацию инвестиций, укрепление исследований и увеличение доли Европы в мировом производстве. Хотя стратегическое направление понятно, часто упоминаемая цель значительного увеличения доли на мировом рынке не должна становиться самоцелью.

Простое копирование азиатских моделей литейных заводов было бы дорогостоящим и могло бы потерпеть неудачу из-за отсутствия крупных клиентов. Современные заводы требуют стабильно высокой загрузки мощностей. В настоящее время в Европе меньше внутренних клиентов на высокопроизводительные процессоры, чем в США или Азии. Поэтому государственная политика поддержки должна учитывать спрос, опыт проектирования, упаковку, квалифицированную рабочую силу и энергоснабжение в совокупности. Субсидируемый завод без подходящей клиентской экосистемы не сможет создать устойчивый суверенитет.

Наилучшие возможности для Европы лежат в секторах, ориентированных на практическое применение. Промышленная автоматизация, робототехника, транспорт, медицинские технологии, энергоснабжение и защищенные периферийные системы сочетают в себе существующие сильные стороны с растущим спросом на ИИ. Надежность, длительный жизненный цикл продукции, функциональная безопасность и интеграция в физические процессы здесь имеют решающее значение. Европейским компаниям не нужно самостоятельно производить каждый ускоритель обучения, чтобы обеспечить себе значительную долю в цепочке создания стоимости. Они могут стать лидерами в области датчиков, систем управления, силовой электроники, промышленных комнат данных и специализированных систем ИИ.

Для достижения этой цели Европе необходимы более быстрые процедуры утверждения, конкурентоспособные цены на энергоносители, больше венчурного капитала и более скоординированные закупки. Регулирование должно способствовать укреплению доверия и расширению доступа к рынкам без неоправданного увеличения затрат на разработку. Особенно важна связь между исследованиями и масштабированием. Европа получает множество научных результатов, но часто теряет добавленную стоимость, когда компании переезжают в другие регионы для роста. Поэтому политика в отношении полупроводников должна быть частью более широкой стратегии, охватывающей центры обработки данных, облачную инфраструктуру, энергетику и цифровизацию промышленности.

Наличие электроэнергии становится важнейшим фактором при выборе места жительства

Расширение центров обработки данных, ориентированных на искусственный интеллект, меняет конкуренцию за энергию. Глобальное потребление электроэнергии центрами обработки данных в 2024 году составляло около 415 тераватт-часов и может вырасти примерно до 945 тераватт-часов к 2030 году. Значительная часть этого роста обусловлена ​​центрами обработки данных, оптимизированными для ИИ. В глобальном масштабе эта доля по-прежнему составляет лишь ограниченную часть общего потребления электроэнергии. Однако на местном уровне новые объекты могут оказать существенное влияние, поскольку они сосредоточены в нескольких регионах и требуют стабильно высокой выработки электроэнергии.

Таким образом, узкое место заключается не столько в общем объеме доступной энергии, сколько в сетях, подстанциях, трансформаторах, разрешениях и гарантированной мощности в конкретном месте. Планирование центра обработки данных может занять больше времени, чем создание необходимой сетевой инфраструктуры. Время ожидания подключения становится ключевым конкурентным фактором. Места с доступными по цене помещениями, но слабыми сетями, становятся менее привлекательными. С другой стороны, регионы с надежным энергоснабжением, предсказуемыми ценами и короткими процессами получения разрешений могут привлечь значительные инвестиции.

Крупные энергетические компании реагируют на это заключением долгосрочных соглашений о закупке электроэнергии, инвестициями в возобновляемые источники энергии и растущим интересом к атомной энергетике. Возобновляемые источники энергии предлагают низкие переменные издержки, но требуют хранения, сетей или дополнительной надежной генерации. Атомная энергетика может обеспечивать непрерывную выработку электроэнергии, но требует длительного планирования и высоких нормативных требований. Природный газ остается гибким переходным решением на некоторых рынках, но увеличивает выбросы и ценовые риски. Поэтому не существует единого источника энергии, который бы решил проблему повсеместно.

Энергоэффективность становится ключевым экономическим фактором. Важна не только производительность чипа, но и количество полезных результатов на киловатт-час и на евро инвестиций. Жидкостное охлаждение, более высокие рабочие температуры, более эффективное использование ресурсов и более производительные модели могут снизить общее потребление. Однако так называемый эффект отскока остается актуальным: если каждый запрос становится дешевле, потребление часто увеличивается настолько значительно, что абсолютное потребление электроэнергии все равно растет. Таким образом, эффективность необходима, но она не заменяет перспективное планирование инфраструктуры.

Вода, тепло и приемлемость становятся актуальными с точки зрения баланса

Помимо электроэнергии, многим центрам обработки данных требуется вода для охлаждения или косвенно для выработки электроэнергии. Фактическое потребление в значительной степени зависит от климата, технологий охлаждения, коэффициента использования мощностей и структуры энергоснабжения. Поэтому делать общие выводы о потреблении воды при выполнении одного запроса ИИ ненадежно. Тем не менее, этот вопрос важен на уровне объекта. В засушливых регионах дополнительный крупный центр обработки данных может конкурировать с сельским хозяйством, домохозяйствами и другими отраслями промышленности за ограниченные ресурсы.

Использование отработанного тепла также приобретает все большее экономическое значение. В густонаселенных регионах его можно направлять в системы централизованного теплоснабжения при условии совместимости температуры, расстояния и спроса. Такие проекты повышают общую энергоэффективность, но требуют дополнительных инвестиций и долгосрочного сотрудничества с муниципалитетами и поставщиками энергии. Поэтому использование отработанного тепла не является универсальным решением, но может повысить общественное признание в подходящих местах.

Для операторов воздействие на окружающую среду все чаще становится финансовой переменной. Задержки с получением разрешений, противодействие со стороны местного населения, плата за подключение к сети и нормативные акты — все это влияет на доходность. Компании, которые предоставляют прозрачную информацию о потребностях в электроэнергии, воде и земле на ранних этапах, могут снизить риски проекта. И наоборот, коммуникация, которая акцентирует внимание только на глобальных инновациях и игнорирует местные издержки, приводит к потере доверия. Таким образом, общественное разрешение на деятельность становится активом, даже если оно не отражается в традиционных балансовых отчетах.

Физический искусственный интеллект расширяет бум в полупроводниковой отрасли

На следующем этапе развития искусственный интеллект, вероятно, будет все теснее интегрирован в физический мир. Роботы, беспилотные автомобили, логистические системы, машины, дроны и интеллектуальные датчики требуют локального восприятия, быстрого принятия решений и надежного управления. Этот физический ИИ предъявляет к физическому миру иные требования, чем централизованная языковая модель в центре обработки данных. Задержка, энергопотребление, функциональная безопасность, стоимость и устойчивость к воздействию тепла, пыли и вибраций приобретают все большее значение.

Это расширяет спрос на полупроводниковую промышленность. Необходимы не только высокопроизводительные ускорители, но и датчики камер, микроконтроллеры, силовые полупроводники, коммуникационные чипы, память и энергоэффективные периферийные процессоры. Объемы производства могут быть очень высокими, в то время как стоимость единицы продукции ниже, чем у ускорителей для центров обработки данных. Это выгодно различным поставщикам и регионам, не связанным с обучением больших моделей. Япония, Европа, Южная Корея, Тайвань, Китай и США обладают различными преимуществами в этой цепочке создания стоимости.

Экономический прорыв зависит не столько от впечатляющих демонстраций, сколько от общей стоимости владения. Робот должен оправдать свою покупку, техническое обслуживание, энергопотребление и риск поломки за счет измеримой производительности. Это проще сделать в структурированных средах, таких как склады и заводы, чем в открытых, непредсказуемых условиях. Поэтому физический ИИ, вероятно, будет масштабироваться в первую очередь там, где задачи повторяемы, зоны безопасности контролируемы, а затраты на персонал высоки. Таким образом, логистика и внутрискладская логистика являются одними из наиболее перспективных рынков на начальном этапе.

Физический ИИ может одновременно увеличить спрос на централизованные вычислительные мощности. Устройства генерируют данные, получают обновления моделей и используют облачные ресурсы для решения сложных задач. Таким образом, периферийные вычисления и облако являются не противоположностями, а взаимодополняющими уровнями. Часть обработки происходит локально, в то время как обучение, оптимизация парка устройств и комплексный анализ выполняются централизованно. Такая гибридная архитектура создает более широкий и потенциально более стабильный рынок полупроводников, чем бум, зависящий исключительно от нескольких обучающих кластеров.

Регулирование становится конкурентным параметром

Регулирование оказывает влияние на комплекс ИИ-полупроводник на многих уровнях. Экспортный контроль определяет доступ на рынок. Правила государственной помощи регулируют инвестиции в заводы. Стандарты безопасности влияют на то, какие модели и системы разрешено использовать компаниям. Энергетические и экологические нормы определяют местоположение центров обработки данных. Защита данных, ответственность и авторское право влияют на спрос на услуги ИИ и, следовательно, косвенно влияют на требования к оборудованию.

Грамотное регулирование может способствовать инвестициям, поскольку оно стабилизирует ожидания и укрепляет доверие. Единые процедуры тестирования, четкие правила ответственности и международные стандарты снижают правовую неопределенность. Особенно в промышленных и критически важных с точки зрения безопасности областях применения надежное регулирование может стать конкурентным преимуществом. Клиенты с большей вероятностью будут инвестировать, если знают, что системы соответствуют требованиям, поддаются тестированию и страхованию в долгосрочной перспективе.

С другой стороны, плохо разработанные правила могут привести к высоким фиксированным затратам и благоприятствовать крупным устоявшимся компаниям. Если лишь немногие поставщики могут выполнить обширные требования к документации и тестированию, конкуренция снижается. Поэтому технологически нейтральные требования обычно более разумны, чем подробные спецификации для отдельных архитектур. Регулирование должно учитывать измеримые риски и различать общее офисное программное обеспечение, системы промышленного управления и системы, критически важные для безопасности.

Дискуссию о замедлении темпов развития нельзя разрешить одним лишь регулированием. Односторонняя остановка будет труднодостижима на международном уровне и может просто перенести развитие в менее прозрачные среды. Более разумные подходы включают многоуровневую оценку безопасности, независимую оценку особенно эффективных моделей и четкое распределение ответственности. С экономической точки зрения, проблема заключается в интернализации рисков: компании не должны получать частную выгоду от быстрого развития, в то время как любой потенциальный ущерб для общества полностью ложится на плечи третьих лиц.

Победители оказываются в местах, где возникают узкие места

В условиях инвестиционного бума наибольшую выгоду получают компании, чья продукция дефицитна и труднозаменяема. К ним относятся ведущие разработчики микросхем, контрактные производители, поставщики HBM-чипов, специалисты по упаковке, поставщики сетевого оборудования и производители некоторых производственных мощностей. Технологии энергосбережения и охлаждения, трансформаторы и инфраструктура центров обработки данных также приобретают все большее значение. Наибольшая прибыль достигается там, где сходятся технологические барьеры для входа на рынок, длительные сроки квалификации и ограниченные мощности.

Однако эти позиции не гарантированы на неопределенный срок. Высокая маржа привлекает капитал и конкуренцию. Клиенты разрабатывают альтернативы, стандартизируют интерфейсы или вертикально интегрируют процессы создания ценности. Крупные поставщики, в частности, обладают достаточными объемами производства, чтобы сделать собственные чипы экономически целесообразными. Поэтому поставщики должны инвестировать свою прибыль от дефицита в исследования, удержание клиентов и разработку продуктов следующего поколения. Те, кто просто монетизирует текущее узкое место, не предвидя будущих, рискуют резко потерять долю рынка.

Для компаний-пользователей преимущество смещается от простого доступа к осмысленному использованию. На ранних этапах получение доступа к ускорителям уже можно считать стратегическим успехом. В будущем же важны будут коэффициент их использования и коммерческая ценность, создаваемая работающими приложениями. Компаниям необходимы качество данных, знание процессов, квалифицированный персонал и организационная адаптивность. Без этих взаимодополняющих ресурсов дорогостоящие вычислительные мощности становятся неэффективным активом.

Государствам также не следует пытаться быть лидерами во всем одновременно. Успешная политика размещения определяет собственные сильные стороны страны и ее критически важные зависимости. Страна может иметь стратегическое значение в производстве производственных мощностей, материалов, силовой электроники, упаковки, промышленных применений или энергоснабжения, не достигая при этом полной самодостаточности. Качество международных партнерств будет столь же важным, как и размер национальных субсидий.

Базовый сценарий: бум, за которым последует болезненная нормализация

В ближайшие годы вполне правдоподобен базовый сценарий, при котором спрос на аппаратное обеспечение для ИИ продолжает расти, но исключительные темпы роста 2026 года значительно снижаются. Новые мощности в области хранения данных, упаковки и передового производства позволят устранить некоторые узкие места. В то же время, использование технологий вывода информации расширяется, физический ИИ создает дополнительные рынки, а компании все глубже интегрируют ИИ в рабочие процессы. Рынок продолжает расти, но рост цен приносит все меньший доход.

В этом сценарии компании со слабой дифференциацией или агрессивными планами по наращиванию мощностей столкнутся с коррекцией. Цены на хранение данных снова станут циклическими, отдельные проекты центров обработки данных будут отложены, и не все поставщики услуг смогут покрыть свои затраты. Крупнейшие платформы останутся ключевыми инвесторами, но им потребуется более убедительно обосновывать свои расходы выручкой и свободным денежным потоком. Для экономики в целом это будет не кризис, а необходимый процесс отбора.

Оптимистичный сценарий предполагает, что ИИ быстро обеспечит измеримый рост производительности. Если компании добьются значительно большего объема производства при том же количестве сотрудников, ускорят исследования и создадут новые продукты, спрос сможет поглотить возросшие мощности. Кроме того, физический ИИ позволит создать большие объемы производства. Энергоэффективность и новые источники энергии должны развиваться достаточно быстро, чтобы инфраструктура не стала ограничивающим фактором.

Негативный сценарий сочетает в себе несколько проблем: снижение готовности платить за услуги ИИ, более эффективные модели, требующие значительно меньшего количества оборудования, падение цен на системы хранения энергии, задержки проектов в электросетях и геополитическая эскалация. Это может привести к увеличению амортизации, обвалу заказов и давлению на инфраструктурные проекты с высокой задолженностью. Даже в этом случае технология не исчезнет. Однако процесс адаптации будет болезненным для акционеров, поставщиков и регионов с односторонней зависимостью.

Бум реален, но окупаемость инвестиций еще не доказана

Комплекс полупроводников для ИИ — это не просто спекуляция и не гарантированный путь к постоянно растущей прибыли. Реальный спрос очевиден: полностью загруженные производственные линии, ограниченные мощности HBM, крупные инвестиции в центры обработки данных и растущий спрос на электроэнергию. В то же время текущие оценки и планы расширения основаны на предположениях о будущем использовании, ценах и производительности. Существует принципиальная разница между технологической значимостью и финансовой отдачей.

Наиболее значительный экономический сдвиг заключается в том, что отдельный чип перестал быть центром создания ценности. Теперь решающее значение имеет вся система, включающая логику, память, упаковку, сеть, программное обеспечение, энергию и приложения. Узкие места перемещаются вдоль этой цепочки. Сегодня может быть дефицит HBM, завтра — сетевое соединение, а послезавтра — способность компании эффективно интегрировать ИИ в свои процессы. Поэтому успешные игроки отслеживают не только своих непосредственных конкурентов, но и самое слабое звено в общей системе.

Искусственное замедление технологического прогресса было бы экономически и геополитически нецелесообразным. Необходим более разумный темп: инвестиции должны быть более тесно связаны с ощутимыми выгодами, риски безопасности должны систематически оцениваться, а вопросы энергетики и цепочки поставок должны решаться на ранних этапах. Повышение эффективности заслуживает такого же приоритета, как и более крупные модели. Система, которая обеспечивает те же преимущества с меньшим количеством микросхем, меньшим потреблением электроэнергии и меньшими капиталовложениями, имеет большую экономическую ценность, чем простое масштабирование.

Таким образом, логика такова: долгосрочная структурная тенденция остается неизменной, но текущий этап инвестиций несет в себе значительные риски чрезмерного расширения. Простого перехода от бума к устойчивому процветанию не будет. Более вероятна серия узких мест, коррекций и новых применений. Победителями автоматически станут не те компании, которые в настоящее время тратят больше всего капитала. Успех достанется тем игрокам, которые наиболее эффективно преобразуют вычислительную мощность в надежные продукты, более производительные процессы и стратегические возможности. Полупроводниковый бум обеспечивает нервную систему для экономики искусственного интеллекта. Однако, приведет ли это к устойчивому созданию ценности, будет решаться вне микросхем: в бизнес-моделях, энергосетях, заводах, институтах и ​​способности преобразовывать технологические возможности в ощутимые выгоды.

Xpert.Digital — это ориентированный на данные B2B-индустрионный центр, возглавляемый Konrad Wolfenstein . Компания выступает в качестве внешнего, частично внутреннего решения для отраслевых партнеров, устраняя операционные пробелы в маркетинге, контенте и продажах — без необходимости привлечения дополнительных ресурсов со стороны клиента.

Более подробная информация здесь:

• Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Smart Content-Driven Business

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

 

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь wolfenstein@xpert.digital:или просто позвонив по номеру +49 7348 4088 965. Мой адрес электронной почты

Я с нетерпением жду начала нашего совместного проекта.

 

 

☑️ Поддержка малых и средних предприятий в области стратегии, консалтинга, планирования и реализации проектов

☑️ Разработка или корректировка цифровой стратегии и цифровизации

☑️ Расширение и оптимизация международных процессов продаж

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Развитие бизнеса / Маркетинг / PR / Выставки от компании Pioneer