Почему ИИ нужны особые чипы
Нейросеть в основном перемножает большие матрицы. Центральный процессор делает это медленно: у него немного мощных ядер, рассчитанных на разнообразную логику. Графический процессор, наоборот, содержит тысячи простых вычислительных блоков и специальные тензорные ядра, которые выполняют матричные операции в форматах пониженной точности: FP16, FP8 и всё чаще FP4.
Для современных моделей важна не только скорость вычислений. Не меньше значат объём и пропускная способность памяти, ведь веса модели нужно постоянно подавать в вычислительные блоки. Поэтому рядом с кристаллом ставят стеки памяти HBM. Третий фактор: связь между чипами. Крупную модель обучают на тысячах ускорителей, и они должны обмениваться данными почти без задержек. Особенно это заметно у моделей на архитектуре Mixture of Experts, где токены постоянно пересылаются между экспертами на разных GPU.
Требования к железу различаются для двух этапов жизни модели. Обучение длится недели и требует огромных связанных кластеров. Инференс, то есть ответы пользователям, идёт постоянно и упирается скорее в память и стоимость каждого токена. По мере распространения ИИ-сервисов именно на инференс приходится всё большая доля спроса, и под него всё чаще проектируют отдельные чипы.
Nvidia: от Hopper к Rubin
Ускоритель H100 на архитектуре Hopper, вышедший в 2022 году, стал главным символом бума генеративного ИИ. Обновлённый H200 получил 141 ГБ более быстрой памяти HBM3e. В марте 2024 года Nvidia представила Blackwell: B200 собран из двух кристаллов с общим числом транзисторов 208 млрд и поддерживает вычисления в FP4.
Главная идея Blackwell в том, что единицей продажи становится стойка, а не отдельный чип. В системе GB200 NVL72 72 графических процессора и 36 центральных процессоров Grace связаны NVLink и работают как один большой ускоритель. В 2025 году вышло обновление Blackwell Ultra, а следующей архитектурой стала Rubin в паре с процессором Vera. По сообщениям отраслевых изданий, её поставки облачным провайдерам начались во второй половине 2026 года.
Преимущество Nvidia не исчерпывается железом. Платформа CUDA и библиотеки поверх неё развиваются почти двадцать лет, и большинство фреймворков машинного обучения оптимизированы прежде всего под неё. Перенос кода на другую платформу требует времени и инженеров, и это удерживает клиентов.
AMD и собственные чипы облаков
Основной альтернативой среди универсальных GPU стала линейка AMD Instinct. MI300X в конце 2023 года предложил 192 ГБ памяти, что оказалось удобно для инференса больших моделей. Затем вышли MI325X и MI350-серия, а на 2026 год компания запланировала стоечную систему Helios на MI450. В октябре 2025 года AMD и OpenAI объявили о многолетнем соглашении на поставку ускорителей суммарной мощностью 6 ГВт, первые развёртывания которого намечены на вторую половину 2026 года.
Параллельно крупнейшие облака разрабатывают собственные специализированные чипы (ASIC). Они проще универсальных GPU, но лучше оптимизированы под задачи владельца.
| Компания | Чип | Что известно |
|---|---|---|
| TPU | используются с 2015 года; седьмое поколение Ironwood ориентировано на инференс | |
| Amazon (AWS) | Trainium, Inferentia | Trainium3 на 3-нм техпроцессе представлен в декабре 2025 года |
| Microsoft | Maia | собственный ускоритель для дата-центров Azure, первое поколение показано в 2023 году |
| Meta | MTIA | чипы для рекомендательных систем и инференса внутри компании |
Доступ к TPU и Trainium продаётся через облако, поэтому для клиентов они конкурируют с GPU прежде всего ценой часа вычислений. Крупнейшие разработчики моделей сознательно распределяют нагрузку между поставщиками: так, Anthropic использует и TPU от Google, и Trainium от AWS, и GPU Nvidia.
Где на самом деле узкие места
Дефицит ускорителей последних лет объясняется не только спросом. Цепочка производства длинная, и в ней несколько точек, где мощности ограничены.
- Производство кристаллов. Почти все передовые ИИ-чипы, включая продукты Nvidia, AMD и Google, выпускает TSMC.
- Упаковка. Кристалл и стеки HBM соединяются по технологии продвинутой упаковки (у TSMC это CoWoS), и её мощности долго отставали от спроса.
- Память HBM. Её выпускают всего три компании: SK hynix, Samsung и Micron.
- Энергия и охлаждение. Стойки нового поколения требуют жидкостного охлаждения и десятков киловатт мощности, поэтому дата-центры приходится перестраивать.
Энергопотребление становится заметной частью дискуссии об ИИ, мы касались этого в материале об экологическом следе генеративных моделей. Для бизнеса же дефицит и стоимость оборудования напрямую отражаются в тарифах на API, о чём редакция писала в посте об экономике инференса.
Экспортные ограничения
С октября 2022 года США ограничивают поставки передовых ИИ-ускорителей и оборудования для их производства в Китай. Правила несколько раз ужесточались. После первой волны Nvidia выпустила для китайского рынка урезанные версии A800 и H800, но в 2023 году они тоже попали под запрет. Следующий вариант, H20, в апреле 2025 года потребовал отдельной экспортной лицензии.
В январе 2026 года политика сменилась: Бюро промышленности и безопасности США перевело заявки на экспорт H200 и AMD MI325X в Китай на рассмотрение в индивидуальном порядке, а власти США объявили о сборе 25% с таких продаж. По сообщениям СМИ, Пекин, в свою очередь, сдерживал закупки американских чипов и поддерживал местных производителей, прежде всего Huawei с линейкой Ascend.
Для остального мира ограничения важны косвенно. Они влияют на цены, на распределение поставок и на то, где строятся крупные вычислительные кластеры.
Что это значит для пользователей ИИ
Большинство компаний не покупает ускорители напрямую, а арендует их в облаке или пользуется моделями через API. Но рынок чипов всё равно влияет на их решения.
- Цена и доступность. Конкуренция AMD и собственных чипов облаков постепенно снижает стоимость инференса.
- Переносимость кода. Если вы обучаете или дообучаете модели сами, стоит выбирать инструменты, которые поддерживают несколько платформ.
- Скорость новых моделей. Выход моделей нового поколения часто привязан к запуску очередных кластеров у разработчиков.
Если же компания разворачивает открытую модель на собственном сервере, первым делом стоит посчитать память: веса модели, кэш контекста и запас на параллельные запросы должны поместиться в видеопамять ускорителей. Вычислительная мощность здесь часто вторична, а лишний объём памяти позволяет обойтись меньшим числом карт.
Что изменилось с тех пор
К ноябрю 2026 года рынок окончательно перешёл от продажи отдельных чипов к продаже стоек и целых вычислительных систем. Nvidia, по сообщениям, наращивает поставки Rubin, AMD выводит на рынок Helios, Google открыла Ironwood для клиентов облака, а AWS развивает Trainium3. Регулирование экспорта остаётся подвижным, и официальные правила на момент обновления продолжают уточняться. Новости о железе для ИИ мы собираем в рубрике «Технологии ИИ».
Вопросы и ответы
Почему для ИИ используют видеокарты, а не обычные процессоры?
Нейросети в основном перемножают большие матрицы. Графические процессоры содержат тысячи простых вычислительных блоков и тензорные ядра для таких операций, а также быструю память HBM. Обычный процессор справляется с этими задачами в разы медленнее и дороже на единицу вычислений.
Чем TPU от Google отличается от GPU Nvidia?
TPU это специализированный чип, спроектированный только под операции нейросетей, а GPU остаётся более универсальным. TPU нельзя купить, их арендуют в Google Cloud. Для работы с ними обычно используют JAX или PyTorch через специальные библиотеки, а не CUDA.
Почему у Nvidia так мало конкурентов?
Конкуренты есть, но Nvidia много лет развивает программную платформу CUDA, под которую оптимизированы почти все инструменты машинного обучения. Перенос кода на другую платформу требует усилий, а связка из чипов, сетевого оборудования и софта продаётся как готовое решение.
Можно ли купить ускорители Nvidia в Китае?
Поставки передовых моделей ограничены экспортными правилами США с 2022 года. В январе 2026 года экспорт H200 был разрешён по индивидуальным лицензиям с пошлиной 25%, но Пекин, по сообщениям СМИ, сам сдерживал такие закупки. Правила продолжают меняться.



