Глобальна гонка за центри обробки даних зі штучним інтелектом: чи насувається велика бульбашка? Ретельно охоронювана таємниця справжніх коефіцієнтів використання гігантів штучного інтелекту – креативне зображення на цю тему за участю ШІ: Xpert.Digital
Американські гігафабрики проти секретних чіпів Китаю: нова геополітична гонка за потужність штучного інтелекту
Оренда замість будівництва: Чому таємний переможець у сфері штучного інтелекту Anthropic не має власних центрів обробки даних
До 2026 року вирішальне поле битви штучного інтелекту різко змінилося. Йдеться вже не лише про те, яка мовна модель генерує найрозумніші тексти, розробляє найкреативніші зображення чи пише найбезпомилковіший код. Справжня, набагато невблаганніша гонка зараз відбувається у фізичному світі: у вигляді гігантських центрів обробки даних, обмежених енергетичних потужностей та трильйонів доларів інвестицій в інфраструктуру. Технологічні гіганти, такі як Microsoft, Google та Meta, а також нові китайські гравці, зараз вкладають неймовірні суми у будівництво так званих «гігафабрик штучного інтелекту». Глобальний обсяг інвестицій зараз перевищує економічний результат цілих країн. Але за лаштунками цієї безпрецедентної битви ресурсів виникають серйозні структурні проблеми. Хоча стартапи, такі як Anthropic, змушені покладатися на гнучкі моделі оренди, у всьому світі стає очевидним різке вузьке місце, яке виникає не лише через широко розрекламовані чіпи штучного інтелекту, а й через буденне питання енергопостачання, зростання витрат на охолодження та відсутність мережевих з'єднань. У цій титанічній боротьбі між США та Китаєм Європа ризикує остаточно відстати через суворі правила та нестачу капіталу. Однак найнагальніше питання: чи саме тут будується незамінний фізичний фундамент майбутньої світової економіки, чи ж найбільша та найдорожча інвестиційна бульбашка нашого десятиліття надувається на наших очах?
Пов'язано з цим:
Коли обчислювальна потужність стає важливішою за саму модель
Кожен, хто стежить за новинами навколо штучного інтелекту влітку 2026 року, швидко складається враження, що справжня конкуренція давно змістилася. Ринкова сила більше не визначається виключно тим, яка мовна модель надає найінтелектуальніші відповіді, а радше простою фізичною доступністю обчислювальної потужності, електроенергії та охолоджувальної здатності. Оголошення від OpenAI, Anthropic, Google, xAI, Meta та зростаючої кількості китайських постачальників, таких як Alibaba, DeepSeek, Moonshot та Z.ai, тепер читаються не стільки як запуски продуктів, скільки як звіти про будівництво від важкої промисловості. Показники гігават, терміни поставки трансформаторів та програми підключення до мережі стали справжніми показниками перегонів ШІ, тоді як самі моделі, якими б потужними вони не були, все частіше виглядають як взаємозамінне програмне забезпечення на дефіцитній та дорогій фізичній основі. Цей зсув є економічно значущим, оскільки він змінює баланс сил у всьому технологічному секторі та зв'язує капітал у масштабах, які були б немислимими ще кілька років тому.
Чому ємність більше не можна вимірювати в одиницях
Центральна методологічна проблема переслідує будь-який серйозний аналіз цієї галузі. Будь-хто, хто намагається визначити кількість «центрів обробки даних штучного інтелекту» на одного постачальника чи модель, швидко стикається з обмеженням, яке не можуть вирішити навіть спеціалізовані спостерігачі ринку, такі як Epoch AI або AI Data Center Index. Причина криється в самій природі інфраструктури. Один кампус центру обробки даних часто виконує кілька цілей одночасно, несучи навчальні навантаження для однієї моделі та навантаження логічного висновку для іншої, експлуатуючись гіперскейлером, але частково здаючи в оренду конкуренту, та змінюючи свій розподіл у міру підписання нових контрактів. Наприклад, Anthropic практично не володіє власними навчальними кампусами, але орендує потужності у Amazon через власні чіпи Trainium, у Google через зобов'язання щодо TPU гігаватного масштабу, у Microsoft, у спеціалізованих постачальників неохмарних послуг, таких як CoreWeave, Fluidstack та Nscale, і навіть у свого прямого конкурента xAI, чий кластер Colossus у Мемфісі розподіляє потужності одночасно кільком клієнтам. Надійної цифри щодо того, скільки власних центрів обробки даних експлуатує Anthropic, просто не існує, оскільки її бізнес-модель базується на оренді, а не на власності. Ця відсутність ясності поширена практично в усій галузі та чітко показує, що достовірні заяви повинні базуватися на показниках мегаватів та гігаватів, конкретних місцях розташування та угодах, задокументованих контрактами, а не на нібито точних цифрах.
Трильйонний вимір ставки на інфраструктуру
Масштаби інвестицій, що надходять у цей сектор, вже важко осягнути за допомогою традиційних категорій корпоративних фінансів. Спостерігачі ринку очікують, що сукупний обсяг інвестицій основних гіперскейлерів у 2026 році становитиме від 630 до 830 мільярдів доларів. Хоча точні цифри різняться залежно від методології, всі оцінки мають спільне основне послання: це являє собою збільшення приблизно на 60 відсотків порівняно з попереднім роком. Goldman Sachs оцінює сукупні витрати за період з 2026 по 2031 рік приблизно в 7,6 трильйона доларів, тоді як McKinsey раніше прогнозував інвестиційну потребу приблизно в 5,2 трильйона доларів до 2030 року лише для центрів обробки даних на базі штучного інтелекту. Ці суми перевищують економічний обсяг середніх промислово розвинених країн і ставлять фундаментальне питання про те, чи зможуть очікувані доходи від послуг ШІ коли-небудь виправдати ці капітальні витрати. Amazon планує інвестувати близько 220 мільярдів доларів капітальних витрат цього року, Alphabet – від 180 до 200 мільярдів доларів, Microsoft – близько 175-190 мільярдів доларів, а Meta – від 125 до 145 мільярдів доларів. Разом з Oracle, чиї інвестиції становлять приблизно від 50 до 56 мільярдів доларів, це малює картину, в якій п'ять компаній фактично фінансують глобальну фізичну основу революції штучного інтелекту, тоді як менші постачальники, такі як OpenAI та Anthropic, залишаються залежними від своєї інфраструктури або від спеціалізованих орендодавців.
Американські гігафабрики як геополітична заява
Фізична реальність цієї інвестиційної хвилі найбільш очевидна у Сполучених Штатах, де проект Stargate від OpenAI, Oracle та SoftBank створює мережу центрів обробки даних. Його початкове оголошення про десять гігават та 500 мільярдів доларів виявилося значно складнішим на практиці. Об'єкт в Абіліні, штат Техас, зараз працює, тоді як інші об'єкти в Мічигані, Вісконсині, Огайо та Нью-Мексико перебувають на стадії будівництва або планування. Експерти оцінюють, що наразі реалістична планована потужність у США знаходиться в діапазоні високих однозначних гігават, що значно нижче початкового оголошення. Паралельно Microsoft запустила власний кластер, розроблений як єдиний суперкомп'ютер на базі архітектури GB200, у своєму кампусі Fairwater у Вісконсині в червні 2026 року, підкреслюючи незалежність компанії від окремих клієнтських відносин, таких як її партнерство з OpenAI. xAI, зі свого боку, створила потужність близько одного гігавата зі своїм комплексом Colossus у Мемфісі та Саутхейвені, побудувавши кілька будівель. Компанія не використовує об'єкт виключно для власних навчальних запусків Grok, але також здає в оренду обчислювальні потужності конкурентам, таким як Anthropic та Google, що свідчить про тісну економічну взаємозалежність навіть між, здавалося б, конкуруючими лабораторіями. Meta збільшила заплановану потужність свого проекту Hyperion у Луїзіані до п'яти гігават та обсяг інвестицій понад 50 мільярдів доларів у липні 2026 року, хоча перші фази розширення нереально очікувати набуття чинності раніше 2028 року. Цей часовий лаг типовий для всієї галузі, де оголошення регулярно з'являються за роки до фактичного введення в експлуатацію, а інвестори фактично покладаються на обіцянку майбутніх потужностей.
Паралельний шлях Китаю через вітчизняні чіпи
Хоча американський розвиток значною мірою залежить від обладнання Nvidia, Китай свідомо йде іншим шляхом, спочатку вимушеним експортними обмеженнями США, але який згодом перетворився на незалежну стратегію промислової політики. Згідно з повідомленнями Bloomberg, Z.ai, раніше відома як Zhipu, частково запустила кампус центру обробки даних потужністю один гігават у липні 2026 року, який працює виключно з китайськими чіпами, хоча його точне місцезнаходження залишається нерозкритим. Компанія стверджує, що модель GLM-5.3-Flash, навчена там, буде працювати на понад 100 000 чіпів вітчизняного виробництва для логіки, цифра, яка ще не була незалежно перевірена. DeepSeek оголосила про плани в липні 2026 року побудувати власний гігаватний центр обробки даних в Уланкабі, Внутрішня Монголія, з частковим запуском, запланованим на кінець 2027 або початок 2028 року, що підкреслює її відставання від американських проектів. Moonshot AI, компанія, що стоїть за моделями Kimi, обрала більш прагматичний підхід, підписавши влітку 2026 року угоду про оренду з Alibaba Cloud приблизно на 20 000 графічних процесорів Nvidia. Це демонструє, що навіть китайські постачальники, незважаючи на політичну напруженість, продовжують отримувати доступ до західного обладнання, якщо можна знайти юридичний або логістичний обхідний шлях. Розслідування, які стверджують, що Moonshot отримав доступ до останнього покоління чіпів Nvidia Blackwell через треті країни Південно-Східної Азії, зокрема Таїланд, залишаються непідтвердженими твердженнями, що не підтверджуються достовірними доказами ланцюга поставок або офіційними заявами від залучених компаній. Сама Alibaba зараз керує 105 зонами доступності у 32 регіонах світу та виділила 53 мільярди доларів на розширення своєї хмарної інфраструктури. Суперкомп'ютерний майданчик Ulanqab є одним із п'яти так званих суперцентрів обробки даних і використовується як для власної моделі Qwen, так і для зовнішніх клієнтів, таких як Moonshot. Більш конкретним прикладом такого масштабу є супернод Lingjun Zhenwu M890 в Уланкабі, який був запущений у комерційну експлуатацію у серпні 2026 року. Його базова архітектура HPN 8.0 збільшує масштабування міжз'єднань з 16 до 64 графічних процесорів на вузол із пропускною здатністю 800 гігабайт на секунду, теоретично дозволяючи створювати кластери з до 130 000 гетерогенних графічних процесорів та потенціалом для розширення до сітчастої мережі з мільйонами карт. Це кваліфікує об'єкт для навчання та виведення моделей з кількістю параметрів до десяти трильйонів. Китайський конкурент Z.ai, з іншого боку, покладається виключно на вітчизняні прискорювачі від Huawei, Cambricon та Moore Threads у своєму гігаватному кампусі, який частково працює з липня 2026 року. Це пояснюється тим, що компанія перебуває у списку експортного контролю США з початку 2025 року і тому повністю відрізана від доступу до обладнання Nvidia. Повідомляється, що кожен окремий кластер на об'єкті містить понад 10 000 чіпів. Однак DeepSeek залишається невизначеною та політично суперечливою щодо поєднання мікросхем для свого запланованого об'єкта в Уланкабі. Це відбувається після заяви представника уряду США у лютому 2026 року про те, що компанія незаконно використовувала мікросхеми Nvidia Blackwell на об'єкті у Внутрішній Монголії — звинувачення, яке DeepSeek заперечує і яке не може бути незалежно перевірено. Як приблизну оцінку вартості гігаватного центру обробки даних з найсучаснішою технологією прискорення, генеральний директор Nvidia Дженсен Хуан навів цифру приблизно в 50 мільярдів доларів, що, однак, не ґрунтується на конкретній сумі інвестицій, підтвердженій самою DeepSeek. Цікавим непрямим показником відносної економічної ефективності китайської інфраструктури є ціни API відповідних моделей: у той час як GLM 4.7 Flash від Z.ai, що коштує близько 0,06 долара за мільйон вхідних токенів, та DeepSeek V4 Flash, що коштує близько 0,09 долара, є одними з найдешевших пропозицій на ринку, код Kimi K2.7 від Moonshot, що коштує близько 0,74 долара, значно дорожчий. Частково це можна пояснити залежністю від орендованих графічних процесорів Nvidia, оскільки сама Moonshot не має жодного відомого власного великомасштабного об'єкта, але, згідно з її власними заявами, орендувала близько 20 000 графічних процесорів у Alibaba Cloud.
Спроба Європи зайняти незалежну позицію
Європейський Союз перебуває в структурно слабшій позиції в цій глобальній гонці як через меншу капіталізацію своїх вітчизняних технологічних компаній, так і через виражену небажаність регуляторних органів. Французька компанія Mistral AI наразі експлуатує об'єкт поблизу Парижа, тоді як другий об'єкт у Швеції будується із заявленою метою досягнення потужності 200 мегават до 2027 року та одного гігавата до 2030 року. Примітно, що в липні 2026 року Microsoft підписала багаторічну угоду про оренду європейських потужностей Mistral. Хоча точна сума не розголошується, Reuters повідомляє, що вона становить десятки мільярдів євро. Ця угода проливає світло на межі претензій Європи на суверенітет, оскільки ключовим орендарем нібито європейської інфраструктури штучного інтелекту є не хто інший, як американський технологічний гігант, чиї графічні процесори досі переважно виробляються в США. У відповідь на цю структурну залежність Європейська Комісія в липні 2026 року розпочала процес створення семи так званих гігафабрик штучного інтелекту, на які було виділено приблизно 30 мільярдів євро державного та приватного фінансування. Однак цей проект наразі перебуває на стадії створення консорціуму та ще не створив жодних операційних потужностей. Водночас, регуляторне середовище для нових центрів обробки даних у Європі стає дедалі суворішим, як показує приклад Іспанії, де у серпні 2026 року було внесено законопроект, який вимагатиме від нових об'єктів потужністю понад один мегават продемонструвати, що вони генерують щонайменше на 80 відсотків більше відновлюваної електроенергії на годину. Такі вимоги значно збільшують витрати на розміщення в межах Європейського Союзу та можуть призвести до зростання частки світових навчальних потужностей зі штучного інтелекту, які будуть постійно розміщені за межами континенту.
Новий вимір цифрової трансформації з «керованим ШІ» (штучним інтелектом) – платформа та рішення B2B | Xpert Consulting
Новий вимір цифрової трансформації з «керованим ШІ» (штучним інтелектом) – платформа та рішення B2B | Xpert Consulting - Зображення: Xpert.Digital
Тут ви дізнаєтеся, як ваша компанія може швидко, безпечно та без високих бар'єрів входу впроваджувати індивідуальні рішення на основі штучного інтелекту.
Керована платформа штучного інтелекту — це ваше комплексне та безтурботне рішення для штучного інтелекту. Замість того, щоб мати справу зі складними технологіями, дорогою інфраструктурою та тривалими процесами розробки, ви отримуєте готове рішення, адаптоване до ваших потреб, від спеціалізованого партнера — часто всього за кілька днів.
Основні переваги з першого погляду:
⚡ Швидке впровадження: від ідеї до готового до використання застосунку за лічені дні, а не місяці. Ми пропонуємо практичні рішення, які створюють негайну додану цінність.
🔒 Максимальна безпека даних: Ваші конфіденційні дані залишаються з вами. Ми гарантуємо безпечну та відповідність вимогам обробку без передачі даних третім особам.
💸 Без фінансових ризиків: Ви платите лише за результат. Повністю виключаються значні початкові інвестиції в обладнання, програмне забезпечення чи персонал.
🎯 Зосередьтеся на своєму основному бізнесі: Зосередьтеся на тому, що ви робите найкраще. Ми подбаємо про повне технічне впровадження, експлуатацію та обслуговування вашого рішення на базі штучного інтелекту.
📈 Орієнтований на майбутнє та масштабований: Ваш ШІ зростає разом з вами. Ми забезпечуємо постійну оптимізацію та масштабованість, а також гнучко адаптуємо моделі до нових вимог.
Більше інформації тут:
Між мільярдами інвестицій та надлишковими потужностями: нова реальність інфраструктури штучного інтелекту
Електроенергія як справжнє вузьке місце десятиліття
Ті, хто зводить публічні дебати щодо інфраструктури штучного інтелекту виключно до графічних процесорів (GPU), неправильно розуміють справжню динаміку цього сектору. Численні експерти та аналітики зараз зазначають, що вирішальним обмежувальним фактором є не наявність чіпів, а радше наявність електроенергії та пов'язаної з нею мережевої інфраструктури. У червні 2026 року американський регуляторний орган FERC видав директиви, спрямовані на пришвидшення підключення так званих великих навантажень до електромережі, що є прямим визнанням того, що існуючі процеси затвердження підключення до мережі більше не є адекватними для планів розширення операторів центрів обробки даних. Одночасно, у липні 2026 року, Білий дім розширив Зобов'язання щодо захисту платників податків, політичне зобов'язання операторів центрів обробки даних не перекладати додаткові витрати на мережу, що генеруються їхніми об'єктами, на побутових споживачів електроенергії. Цей політичний захід виник як пряма відповідь на зростаючий опір громадськості зростанню цін на електроенергію в регіонах з високою щільністю центрів обробки даних і демонструє, що розширення інфраструктури штучного інтелекту давно стало політично чутливим питанням. Приклад компанії xAI, яка тимчасово покладалася на мобільні газові турбіни в Мемфісі для забезпечення енергопостачання своїх об'єктів, не чекаючи на регулярне підключення до мережі, ілюструє, наскільки сильним став тиск часу в гонці за обчислювальними потужностями. Аналітики аналітичного центру BloombergNEF оцінюють, що потужність світових центрів обробки даних, що будуються, зараз перевищує 23 гігавати, тоді як обсяг інвестицій лише найбільших операторів наближається до 750 мільярдів доларів у 2026 році. Ці цифри чітко показують, що справжнє вузьке місце в найближчі роки полягає не в напівпровідниковій промисловості, а в енергетичному секторі та пов'язаних з ним процесах отримання дозволів, включаючи терміни постачання трансформаторів та інших критично важливих компонентів мережі, які тепер можуть тривати кілька років.
Пов'язано з цим:
Таємниця, що оточує фактичне використання потужності
Часто ігнорується аспект дебатів щодо фактичного використання збудованої потужності відносно номінального підключеного навантаження. Цифри про гігавати, що поширюються в публічних звітах, зазвичай описують максимальну встановлену потужність об'єкта, але мало що говорять про те, яка частина цієї потужності фактично використовується для продуктивного навчання або логічного висновку, а яка частина залишається невикористаною як резерв або через технічні вузькі місця. Ця відмінність є економічно значущою, оскільки вона безпосередньо впливає на фактичну рентабельність інвестицій для цих багатомільярдних проектів. Центр обробки даних, який формально має один гігават підключеного навантаження, але використовується лише на 60 або 70 відсотків через проблеми з охолодженням, оптимізацію програмного забезпечення або просто відсутність попиту, природно, генеруватиме значно нижчу рентабельність, ніж пропонується в презентаціях для інвесторів. Надійні, незалежно перевірені дані про фактичне використання окремих об'єктів практично відсутні, оскільки оператори не розголошують цю інформацію з конкурентних міркувань. Така відсутність прозорості не лише ускладнює зовнішню оцінку інвестиційних рішень, але й підживлює зростаючий скептицизм деяких спостерігачів ринку, які бачать ознаки спекулятивної надмірної реакції в поточних потоках капіталу, порівнянної з попередніми фазами надмірних інвестицій в інфраструктуру в телекомунікаційній галузі на початку 2000-х років.
Антропний як яскравий приклад підходу з урахуванням активів
Особливо показовим для розуміння економічної логіки цього сектору є випадок Anthropic, бізнес-модель якої свідомо спирається на мінімальну фізичну власність та максимальну контрактну гнучкість. У серпні 2026 року компанія підписала контракт з британським неохмарним провайдером Nscale на 460 мегават потужності у Західній Вірджинії, загальна вартість якої, за даними Bloomberg, очікується, що протягом шести років досягне близько 45 мільярдів доларів США. Водночас Anthropic підтримує паралельні угоди про потужність з Amazon, чиї власно розроблені чіпи Trainium все частіше слугують альтернативою апаратному забезпеченню Nvidia; з Google, чиї зобов'язання щодо TPU також знаходяться в гігаватному діапазоні; та з іншими спеціалізованими постачальниками, такими як Fluidstack, і навіть з власним конкурентом xAI, чий об'єкт Colossus здає в оренду потужності кільком клієнтам одночасно. Ця стратегія дозволяє Anthropic фінансувати своє зростання без величезних початкових інвестицій, якими такі компанії, як Meta або OpenAI, повинні керувати самостійно, але водночас перекладає значний ризик на орендодавця та робить компанію структурно залежною від переговорної сили та рішень щодо потужності третіх сторін. З економічної точки зору, цей підхід є ставкою на те, що вартість орендованих обчислювальних потужностей не зростатиме швидше, ніж власні доходи компанії в довгостроковій перспективі — припущення, яке аж ніяк не є безперечним, враховуючи поточний дефіцит високопродуктивних чіпів та потужностей.
Огляд розмірів найважливіших центрів обробки даних штучного інтелекту
Навіть попри те, що, як пояснювалося вище, неможливо визначити точну та загальноприйняту кількість центрів обробки даних штучного інтелекту на кожного постачальника моделі, зараз існують надійні приблизні дані щодо продуктивності, обсягу інвестицій та інвентаризації чіпів для найбільших кластерів. Вони задокументовані спеціалізованими трекерами, такими як Epoch AI та AI Data Center Index, а також даними компаній та нормативними документами. У наступному огляді підсумовано порядок величини найважливіших місць розташування, завжди розрізняючи поточну операційну та прогнозовану кінцеву потужність.
| Оператор / Модель | Центральний(і) завод(и) | Поточна продуктивність | Запланована кінцева потужність | Кількість чіпів (приблизно) | Обсяг інвестицій |
|---|---|---|---|---|---|
| Google / Близнюки, Джемма | 44 відстежуваних місця у 26 країнах | Загальна відстежувана потужність становить приблизно 9,0 ГВт, з яких приблизно 75 відсотків є робочими | Він постійно зростає; єдиної кінцевої дати не встановлено | Домінують ТПУ, включаючи близько 1 мільйона ТПУ Ironwood лише для угоди Anthropic | Окремі інвестиції на одне місце зазвичай становлять від 12 до 17 мільярдів доларів США, наприклад, Google New Albany – близько 17,2 мільярда доларів США |
| xAI / Грок | Колосус 1-3, Мемфіс та Саутхейвен | Приблизно від 1,0 до 1,4 ГВт ІТ-потужності, точна цифра залежить від джерела | приблизно 2 ГВт цільової потужності | Від 555 000 до приблизно 1,02 мільйона графічних процесорів залежно від дати підрахунку, переважно Nvidia GB200/GB300 | Приблизно від 18 до 38 мільярдів доларів США лише на обладнання; загальні капітальні витрати, за даними Epoch, наразі становлять 35,8 мільярда доларів США, і прогнозується, що вони досягнуть 58 мільярдів доларів США |
| Сімейство OpenAI/GPT (Зоряна брама) | Абілін (Техас) та сім-вісім інших локацій у США, а також ОАЕ | Приблизно 1,2 ГВт працює на флагманському майданчику Абілін, із загальною потужністю близько 7 ГВт, що планується або будується | Номінальна цільова потужність 10 ГВт за початковою програмою, реалістично ближча до 7 ГВт до кінця 2020-х років | Загальна кількість чіпів публічно недоступна; в окремих місцях є сотні тисяч еквівалентів H100 | Номінально зобов'язано на чотири роки взяти на себе зобов'язання на суму 500 мільярдів доларів, плюс контракт на Oracle Cloud на суму 300 мільярдів доларів, що загалом становить понад 1,4 трильйона доларів США |
| Мета / Лама | Гіперіон (Луїзіана), Прометей (Огайо) | Гіперіон зараз перебуває в стадії будівництва, жоден етап не є повністю функціональним, Прометей планується запустити в експлуатацію у 2026 році | 5 ГВт для Hyperion приблизно до 2030/2032 року, проміжний етап 1,5 ГВт до кінця 2027 року | Прогнозує приблизно 4,25 мільйона еквівалентів H100 для Hyperion до 2028 року, з понад 1,3 мільйона графічних процесорів у цільовому образі | Витрати на Hyperion зросли з початкових 10 мільярдів доларів до понад 50 мільярдів доларів, а за іншими оцінками, сягають 200 мільярдів доларів, включаючи енергетичну інфраструктуру |
| Антропний / Клод | Немає власних кампусів, потужностей у Google (TPU), Amazon, Nscale, xAI тощо. | Приблизно 1 ГВт потужностей ТПУ вже заплановано на 2026 рік, з розширенням до 3,5-5 ГВт з 2027 року | Потужність TPU до 5 ГВт згідно з угодою з Google з квітня 2026 року | до 1 мільйона TPU (угода з Google) | Інвестиції Google в Anthropic сягають 40 мільярдів доларів США, а також додаткового контракту від Nscale приблизно на 45 мільярдів доларів США протягом шести років на 460 МВт |
| Microsoft / Phi (магістраль Azure) | Фейрвотер, Вісконсин, Фейрвотер, Атланта, інші місця розташування Azure | За даними Epoch, Fairwater Wisconsin працює з червня 2026 року, його потужність становить приблизно 446 000 еквівалентів H100 | продовжує зростати разом із загальним розширенням Azure | кілька сотень тисяч графічних процесорів на локацію | Капітальні витрати по всій групі становлять приблизно від 175 до 190 мільярдів доларів США лише у 2026 році |
| Z.ai (родина GLM) | кампус потужністю гігават, місцезнаходження якого публічно невідоме | приблизно 1 ГВт, частково працює з липня 2026 року, кілька кластерів з понад 10 000 чипів кожен | немає опублікованого етапу розширення | Виключно китайські прискорювачі (Huawei Ascend, Cambricon, Moore Threads), жодного обладнання Nvidia, оскільки Z.ai знаходиться у списку американських організацій з початку 2025 року | Офіційної суми інвестицій немає; опосередковано вигідні ціни API (GLM 4.7 Flash близько 0,06 доларів США за мільйон вхідних токенів) слугують показником ефективності |
| Глибокий пошук | запланований кампус в Уланкабі, Внутрішня Монголія | Все ще будується, часткове введення в експлуатацію очікується не раніше кінця 2027 року або початку 2028 року | Цільова потужність 1 ГВт | Невизначений склад чіпів, суперечливі звинувачення США у незаконному використанні чіпів Nvidia Blackwell, які DeepSeek спростовує | Підтвердженої цифри немає, але, за словами генерального директора Nvidia, приблизне галузеве правило становить близько 50 мільярдів доларів США за гігават для найсучаснішого обладнання |
| Alibaba / Qwen (включно з Кімі як співкористувачем) | Super DC Ulanqab із супервузлом Lingjun Zhenwu M890 | Комерційно доступний з серпня 2026 року, входить до складу п'яти загальнонаціональних суперцентрів обробки даних Alibaba | Архітектура HPN 8.0 теоретично масштабована до 130 000 гетерогенних графічних процесорів на кластер, оголошено про розширення мережі до рівня мільйона карт | Масштабування міжмережевих з'єднань від 16 до 64 графічних процесорів на вузол, пропускна здатність 800 ГБ/с, підходить для моделей з кількістю параметрів до 10 трильйонів | Частина загальнокорпоративних інвестицій у хмарну інфраструктуру в розмірі 53 мільярдів доларів; конкретні цифри по кампусу не розголошувалися |
| Moonshot AI / Кімі | Власного великого заводу відомо немає; орендні потужності доступні в Alibaba Cloud | близько 20 000 орендованих відеокарт Nvidia | немає опублікованого плану розширення | Рекомендація для самостійної роботи Kimi K3: щонайменше 64 прискорювачі та приблизно 1,6 терабайта агрегованої пам'яті GPU на кластер виведення | Сума інвестицій невідома; ціни на API значно вищі, ніж у конкурентів (код Kimi K2.7 коштує близько 0,74 долара США за мільйон вхідних токенів) |
Рекомендується обережно інтерпретувати ці цифри, оскільки практично кожна специфікація щодо продуктивності чи потужності по-різному вимірюється різними джерелами. Приклад Colossus яскраво ілюструє це, де звіти варіюються від 300 000 до понад одного мільйона графічних процесорів, а також від 500 мегават до 1,4 гігават, залежно від часу та методу підрахунку. Epoch AI, один з найбільш методологічно прозорих трекерів, отримує дані про загальну ІТ-потужність приблизно 13,3 гігавати та приблизно 14,6 мільйона еквівалентів H100 для всього набору даних із 86 центрів обробки даних ШІ по всьому світу, розподілених між 18 різними власниками. Як приблизне правило капіталомісткості, Epoch AI розраховує типові інвестиції приблизно від 30 до 44 мільярдів доларів США на гігават серверної потужності, більшість з яких припадає на власне обладнання, а решта покриває будівлі, охолодження та підключення до мережі. Цей малюнок ілюструє, чому один гігаватний об'єкт вже досягає обсягу інвестицій, який перевищує балансовий баланс середніх промислових груп, і чому гонка за обчислювальні потужності дедалі більше зосереджується на кількох фінансово сильних гравцях, які мають необхідний доступ до капіталу.
Регулювання як другий фронт конкуренції
Поряд із фізичною інфраструктурою, регулювання дедалі більше стає незалежним конкурентним фактором, що суттєво впливає на стратегічні рішення постачальників. У Сполучених Штатах OpenAI спочатку випустила свою модель GPT-5.6 у варіантах Sol, Terra та Luna як суворо обмежену передрелізну версію у червні 2026 року після консультацій з урядом США – безпрецедентний крок, який демонструє дедалі тісну взаємодію між провідними американськими лабораторіями штучного інтелекту та політичними лідерами. Така участь уряду у рішеннях щодо затвердження комерційних продуктів штучного інтелекту знаменує собою чіткий розрив із попередньою практикою відносно відкритих релізів моделей і може бути інтерпретована як відповідь на занепокоєння щодо безпеки щодо можливостей дедалі потужніших систем. У Європейському Союзі так званий Омнібусний пакет ШІ набув чинності в липні 2026 року. Хоча він відкладає терміни дотримання суворіших правил для систем ШІ з високим рівнем ризику, він залишає фундаментальну регуляторну архітектуру законодавства про ШІ незмінною. Ця затримка значною мірою вітається галуззю, оскільки вона надає додатковий час для адаптації, але критикується організаціями захисту прав споживачів, оскільки вона ще більше відкладає фактичне виконання важливих правил безпеки. Крім того, у серпні 2026 року уряд США видав виконавче розпорядження щодо іноземного мережевого обладнання, практичним наслідком якого може бути те, що і без того тривалі терміни постачання трансформаторів та інших критично важливих компонентів мережі ще більше збільшаться, що, у свою чергу, ймовірно, уповільнить розширення потужностей нових центрів обробки даних у Сполучених Штатах.
Обмеження загальнодоступної інформації
Незважаючи на ретельну деталізацію звітності, слід зазначити, що значна частина публічно поширених даних про центри обробки даних штучного інтелекту зрештою спирається на анонімні джерела, оголошення, пов'язані з компанією, або методологічно різноманітні трекери, склад яких неможливо легко порівняти. Точна кількість будівель на території xAI Colossus, точна кількість графічних процесорів там і те, чи досяг об'єкт фактично двох гігават або значно більше, кількісно визначаються по-різному залежно від джерела, без будь-якої можливості незалежної перевірки. Те саме стосується точного розташування китайського кампусу Z.ai гігават, про існування якого повідомляли кілька ЗМІ, але географічне розташування якого ще не було публічно підтверджено. Аналогічно, навчальна інфраструктура менших, але комерційно значущих постачальників, таких як MiniMax з Шанхаю, чиї фінансові показники демонструють сильне зростання доходів у поєднанні з високими збитками та витратами на дослідження, залишається поза межами будь-якої надійної публічної оцінки, оскільки компанія не розкриває ресурси своїх центрів обробки даних. Ця систематична відсутність прозорості не є випадковістю, а відповідає конкурентній логіці галузі, в якій сама фізична інфраструктура стала стратегічною таємницею, порівнянною з таємницею, що оточує промислові виробничі потужності в інших високотехнологічних галузях.
Що цей розвиток подій означає на найближчі роки
Комплексний огляд доступної інформації пропонує нюансовану, але чітко обґрунтовану оцінку. Поточний будівельний бум у сфері центрів обробки даних зі штучним інтелектом, безсумнівно, є однією з найбільших хвиль промислових інвестицій в новітній економічній історії, її масштаби вже перевищують в абсолютному вираженні інвестиції в попередні технологічні цикли, такі як розширення волоконно-оптичних мереж наприкінці 1990-х років або електрифікація цілих регіонів на початку 20 століття. Водночас, детальніше вивчення показує, що значна частина публічно оприлюднених даних про потужності є радше оголошеннями, ніж достовірною реальністю, що фактичне використання побудованих об'єктів залишається прихованим, і що справжнім обмежувальним фактором все частіше є не наявність напівпровідників, а наявність електроенергії та потужностей для підключення до мережі. Для Європи цей розвиток подій створює структурну проблему, оскільки континент не має як капітальних ресурсів американських гіперскейлерів, так і державної інвестиційної потужності китайських постачальників, одночасно погоджуючись на додаткові конкурентні недоліки через суворіші екологічні та енергетичні норми. Чи можна виправдати величезні суми інвестицій у найближчі роки відповідною економічною віддачею від застосувань штучного інтелекту, залишається відкритим питанням, відповідь на яке значною мірою залежатиме від того, чи буде побудована інфраструктура фактично продуктивно використовуватися, чи її частини виявляться надлишковими потужностями, економічне знецінення яких, ймовірно, обтяжуватиме залучені компанії протягом наступних років.
📈🚀 Від видимості до довіри 👀🤝 Ваш масштабований шлях з Xpert.Digital
Від видимості до довіри: Ваш масштабований шлях з Xpert.Digital - Зображення: Xpert.Digital
У промисловому B2B сталий бізнес-відносини рідко виникають за одну ніч. Вони розвиваються крок за кроком – через видимість, професійну релевантність, повторювані точки дотику та зростання довіри. 4-етапна модель Xpert.Digital саме це і робить: вона пропонує структурований шлях, який починається з керованої точки входу та може перерости в глибшу співпрацю в розвитку бізнесу, якщо це необхідно.
Замість того, щоб покладатися на гучні маркетингові обіцянки, ця модель ставить на перший план відносини. Компанії починають з чітко визначених, легко обчислюваних показників, а потім, виходячи з власного досвіду, вирішують, наскільки вони хочуть розширити співпрацю. Ключовим фактором для цього безперешкодного процесу побудови довіри є те, що платформа повністю уникає надокучливої реклами, тому редакційна увага залишається виключно на експертизі компаній.
Більше інформації тут:
Ваш глобальний партнер з маркетингу та розвитку бізнесу
☑️ Наша ділова мова – англійська або німецька
☑️ НОВИНКА: Листування вашою рідною мовою!
Konrad Wolfenstein
Я та моя команда раді бути вашим особистим консультантом.
Ви можете зв'язатися зі мною, заповнивши контактну форму тут wolfenstein@xpert.digital:, або просто зателефонувавши мені за номером +49 7348 4088 965. Моя адреса електронної пошти
Я з нетерпінням чекаю нашого спільного проєкту.
