SemiAnalysis разбирает кризис нехватки вычислительных мощностей: OpenAI и Anthropic скупают все новые мощности по всему миру

Автор: Wall StreetCN

3 ноября основатель и генеральный директор аналитической компании в области полупроводников SemiAnalysis Дилан Пател выступил с речью на конференции Runtime 2026, посвященной вычислительным мощностям, капиталу и дата-центрам.

По его словам, OpenAI и Anthropic активно бронируют вычислительные мощности: так, по состоянию на 2027 год на долю этих двух компаний придется от 25% до 40% всей новой вычислительной мощности. Под давлением спроса арендные ставки на чипы Nvidia H100 уже значительно выросли от своих минимумов, а в будущем стоимость аренды B300 может превысить 7 долларов в час.

Ситуация аналогична и на стороне финансирования: за последние два месяца доходность американских казначейских облигаций резко возросла — доходность 10-летних бумаг к началу октября уже превысила 5%. Новым облачным провайдерам, строящим серверные центры за счет займов, становится все труднее привлекать капитал.

Это выступление состоялось через неделю после того, как Anthropic публично подала форму S-1, и рынок впервые смог увидеть финансовые показатели по вычислительным мощностям одной из ведущих лабораторий. Пател отметил, что хотя Nvidia взяла на себя гарантийное обеспечение для кластеров общей мощностью около 6,5 гигаватта, это не изменило общую напряженную ситуацию с предложением и спросом.

Большая часть прироста вычислительных мощностей зарезервирована двумя лабораториями

Причина дефицита вычислительных мощностей заключается в высокой концентрации покупателей. Общий объем мировых вычислительных мощностей растет стремительно: к концу 2024 года он составлял около 60 гигаватт, а к концу этого года превысит 100 гигаватт, то есть почти удвоится за два года. Как сказал Пател: «К концу 2024 года в мире было 60 гигаватт вычислительных мощностей, а к концу текущего года этот показатель превысит 100 гигаватт — почти двукратный рост всего за два года».

Крупнейшими покупателями приростовой мощности являются OpenAI и Anthropic. Совокупный объем вычислительных мощностей у обеих компаний составлял около 4 гигаватт на конец прошлого года, около 10 гигаватт в этом году и более 20 гигаватт в следующем. Если рассматривать только прирост, то в 2027 году на долю этих двух компаний придется от 25% до 40% всей новой вычислительной мощности.

Пател оценивает: «Они забирают ту долю новой вычислительной мощности, которая составляет 25%, 30% или 40%. В конце прошлого года доходы OpenAI и Anthropic начали резко расти благодаря запуску Claude Code, поэтому они начали агрессивно закупать мощности, вслед за ними активизировалась и Meta. Сейчас для многих компаний приобретение вычислительных мощностей стало практически невозможным».

Стоит также отметить одну важную деталь: эти мощности в основном используются для обучения моделей, а не для выполнения пользовательских запросов (инференса). Пател уточняет, что сегодня у Anthropic имеется 4 гигаватта мощностей, из которых под всю систему Claude Code приходится лишь несколько десятков мегаватт.

Рис.: Прогноз потребности в вычислительных мощностях центров обработки данных и ведущих лабораторий в мире в период с 2024 по 2028 год

Высокая маржинальность инференса открытых моделей и рост арендных ставок

При большом количестве покупателей цены неизбежно растут. По мнению Патела, еще одной силой, двигающей аренду вверх, является сама бизнес-модель продажи токенов (единица измерения вывода модели), которая отличается крайне высокой прибыльностью. В результате желающих сдать GPU в аренду по высоким ценам гораздо меньше, чем тех, кто готов их предлагать.

Его расчеты базируются на стоимости на один мегаватт. Строительство собственного кластера на базе B300 с учетом амортизации затрат на строительство и пятилетней эксплуатации обойдется примерно в 9 миллионов долларов в год; аренда у облачных провайдеров составит, если повезет, 14 миллионов долларов в год. Однако просто сдача мощностей в аренду для выполнения инференса открытых моделей позволяет зарабатывать прибыль, многократно превышающую эти затраты. Даже при уровне утилизации всего в 30% можно получить весьма существенный доход.

Данный расчет основан на открытом бенчмарке InferenceX от SemiAnalysis, где использовались стандартные контейнеры, доступные для загрузки любому пользователю, а также исключительно два пакета открытого ПО для инференса — vLLM и SGLang, без какой-либо дополнительной оптимизации.

Ценовые данные полностью подтверждают эту логику. По словам Патела, октябрь прошлого года стал точкой минимума: H100 стоил около 1,70 доллара, а найти можно было даже по 1,45 доллара. Сейчас цена сделки колеблется в диапазоне 2,40–3,20 доллара. Два года назад подобная цена считалась фантастикой, но сейчас участники рынка стремятся заключать контракты именно в этом коридоре.

Собственный годовый индекс контрактов от SemiAnalysis уже в марте достигал 2,35 доллара, а в октябре котировки таких провайдеров, как Nebius, продолжали повышаться. В своем анализе Пател фокусируется преимущественно на краткосрочном рынке и вторичных ценах, исключая из рассмотрения крупные прямые поставки гиперскейловым облачным провайдерам.

О дальнейших перспективах он высказывается так: «Если стоимость H100 превысит 3 доллара, а B300 — 7 долларов, я не буду удивлен. Если вам удастся арендовать B300 за 6 долларов в час, стоит немедленно заключить сделку, а затем продавать токены — это абсолютно верное решение».

Главная проблема заключается в том, что облачные провайдеры требуют предоплату, стартапам же это сделать особенно сложно: долгосрочные контракты на год приобрести трудно, да и многие стартапы сами не могут гарантировать, что будут существовать через год. Что касается закрытых моделей, то, по словам Патела, Anthropic уже отказалась от идеи получения прибыли с маржи API, сосредоточившись исключительно на масштабировании.

Рис.: Структура нагрузки по вычислительным мощностям Anthropic и OpenAI по кварталам

Рис.: Динамика цен однолетних контрактов на аренду GPU Nvidia H100

Проблемы с поставками и расхождения в оценках качества услуг облачных провайдеров

Аренда вычислительных мощностей — лишь первый шаг. Фактическую ценность определяет удобство использования самого кластера. Компания SemiAnalysis провела тестирование под названием ClusterMAX: отслеживая 323 облачных поставщика, она подробно оценила 77 из них, в итоге вручив награды лишь 19 компаниям, тогда как подавляющее большинство других получило оценки «непригодны» или «работает неудовлетворительно».

По оценке Патела, лучшие результаты показали CoreWeave и Nebius, однако доступность их услуг оставляет желать лучшего: оба провайдера полностью распродали свои мощности на ближайшие шесть месяцев. Nebius требует полную предоплату за шесть или двенадцать месяцев вперед. Несмотря на высокую цену, это один из немногих вариантов, позволяющих получить необходимые вычислительные ресурсы.

Также высокие оценки получили Oracle и Google, причем Google прогрессировал с бронзовой медали первой волны до более высоких позиций. Зато рейтинги понизились у большинства других участников: при ужесточении критериев оценки Azure перешла на уровень серебра, а Together и Lambda опустились до бронзы. AWS стабильно замыкает рейтинг. Основные претензии связаны с чрезмерно бюрократизированным процессом доставки: для получения доступа к кластеру необходимо согласование с множеством сотрудников, что занимает непропорционально много времени, а настройка сети отличается сложностью.

Наиболее тревожным аспектом в ходе тестирования стала безопасность. Команда SemiAnalysis поручила моделям искусственного интеллекта проводить атаки на эти облачные платформы. Некоторые уязвимости оказались давно опубликованы в интернете, и ИИ смогла напрямую обнаружить и эксплуатировать их, получив доступ к хранилищам данных других клиентов.

В ходе одного из тестов модель с открытым исходным кодом получила полный доступ к системе планирования задач Slurm всего кластера и обнаружила название Министерства обороны какой-то страны. Многие облачные провайдеры выявляют подобные угрозы безопасности лишь после того, как клиенты явно сообщают о них; некоторые компании реагируют на такие предупреждения лишь спустя несколько дней.

Рис.: Рейтинг способностей к поставкам и уровня безопасности облачных провайдеров вычислительных мощностей от SemiAnalysis ClusterMAX

Рост процентных ставок и долговая дилемма расширения предложения вычислительных мощностей

Для расширения предложения вычислительных мощностей требуется колоссальный объем капитала, цена которого заметно возрастает. Пател напомнил, что общие инвестиции в инфраструктуру ИИ во всем мире к концу 2029 года составят около 11 триллионов долларов США, из которых порядка 7 триллионов будут профинансированы за счет долга. Большинство этих средств будет направлено на закупку чипов, развитие сетей и строительство дата-центров.

В текущих процентных условиях направление кредитования демонстрирует резкую поляризацию. Доходность 10-летних казначейских облигаций США в этом году поднялась с 3,96% до 5,31% к началу октября, что привело к заметному охлаждению рынка эмиссии долговых инструментов, связанных с ИИ, в сентябре. Пател отмечает, что современному новому облачному провайдеру практически невозможно привлечь 2 миллиарда долларов на строительство серверного центра мощностью 1 гигаватт при нынешних условиях заемного рынка.

Единственным выходом остается заранее продать будущие вычислительные мощности гиперскейловым облачным провайдерам, которые уже смогут привлечь финансирование на долговом рынке. Получив кредит, такие компании оказываются не в состоянии вывести эти мощности на открытый отраслевой рынок.

Рис.: Прогноз динамики глобальных инвестиций в ИИ и объема долгового финансирования в период с 2024 по 2030 год

В результате около 65–70% от всех уже забронированных на следующий год вычислительных мощностей перейдет в руки гиперскейловых облачных провайдеров и ведущих ИИ-лабораторий. Для стартапов барьер входа остается крайне высоким: аренда кластеров требует внесения аванса в размере 50% стоимости, а сроки поставки составляют от трех до девяти месяцев.

Подход Nvidia заключается в предоставлении гарантийной поддержки кластеров, которую Пател классифицировал по трем типам. Первый: SoftBank Energy выступает гарантом только земли, электроснабжения и здания — речь идет об объекте мощностью 9 гигаватт в штате Огайо, который вступит в эксплуатацию ориентировочно в 2030 году и полностью зарезервирован для OpenAI. Второй: компания Firmus получает от Nvidia обязательство взять кластер в аренду по фиксированной цене на уровне безубыточности; наличие такой гарантии делает возможным привлечение банковского финансирования. Третий тип предполагает предоставление гарантий остаточной стоимости оборудования.

По масштабам Nvidia уже предоставила гарантии для кластеров общей мощностью около 6,5 гигаватт; данная часть мощностей будет продана на открытом рынке, а не монополизирована гиперскейлами. Максимальный предел, который он озвучил, составляет 45 гигаватт, однако даже этот объем составит лишь небольшую долю новых вычислительных мощностей, необходимых до 2030 года.

В завершение выступления Пател подчеркнул колоссальные объемы потребления токенов: совокупно несколько ведущих провайдеров обрабатывают ежедневно свыше 100 триллионов токенов, а годовой доход каждой из них продолжает расти. Он резюмировал, что степень распространения и доступности вычислительных ресурсов определит динамику развития всей экосистемы и предотвратит чрезмерную зависимость отрасли от нескольких лабораторий, обладающих монопольным положением.

Рис.: Сравнение процентных ставок по различным кредитным соглашениям и кредитных спредов по рейтингам у облачных провайдеров вычислительных мощностей