Аренда Nvidia GPU дешевеет, а цены на память взлетели в 10 раз: рынок ИИ меняет бенефициара

Nvidia, чьи видеокарты (GPU, графические процессоры, ставшие стандартом для обучения нейросетей) два года были главным дефицитом индустрии ИИ, столкнулась с разворотом рынка: акции компании упали на 15% от майского пика, а деньги инвесторов перетекают к производителям чипов памяти, по данным Bloomberg.

Что произошло на рынке?

• Дефицит GPU ослаб. Нехватка видеокарт Nvidia, которая ещё год назад выглядела катастрофической, смягчилась. Google, Amazon, Microsoft и даже OpenAI запустили собственные процессоры, чтобы снизить зависимость от Nvidia. Эти чипы, пусть и уступают флагманам Nvidia, достаточно хороши, чтобы сбивать цену вычислений.
• Память стала новым узким местом. Дата-центрам нужно больше оперативной памяти (DRAM, стандартный тип памяти в серверах и компьютерах), чем кто-либо предполагал. Индустрия просто недооценила объём памяти, необходимый для строительства ИИ-инфраструктуры.
• Цены на DRAM взлетели в 10 раз за год, по данным аналитической платформы Datatrack. Производители памяти строят HBM (high-bandwidth memory, память с высокой пропускной способностью, специальные чипы, которые перемещают данные между процессором и остальной системой максимально быстро). Эта технология совершенствуется 20 лет без радикальных прорывов, но спрос вырос быстрее, чем кто-либо способен нарастить производство.
• Стоимость аренды Nvidia H100 падает. По данным площадки Ornn, спотовая цена часа работы на Nvidia H100 GPU достигла пика около $3,20 в мае и с тех пор устойчиво снижается.

Почему Nvidia оказалась в этой ситуации?

Уэйн Нелмс, сооснователь и технический директор Ornn, объяснил это простой экономикой спроса и предложения.

На рынок выходит всё больше производителей GPU и ускорителей. Все хотят делать собственные чипы, но никто не делает собственную DRAM. : Уэйн Нелмс, сооснователь и технический директор Ornn

По его оценке, пока не случится технологического прорыва в HBM, сдвига в балансе спроса и предложения или прихода нового крупного игрока на рынок памяти, ситуация сохранится.

Парадокс в том, что Nvidia стала жертвой собственного успеха. Компания доказала, насколько ценными могут быть вычисления, и все крупные игроки Big Tech захотели войти в этот рынок со своими чипами. При этом менее технологически сложные компании, которые просто делают чипы памяти, зарабатывают на побочном эффекте ИИ-бума.

Стоит отметить, что Bloomberg подчёркивает: прогнозируемая выручка Nvidia продолжает расти. Акции стали дешевле не потому, что бизнес рушится, а потому, что инвесторы платят за доллар будущей прибыли Nvidia меньше, чем за средний доллар прибыли по индексу S&P 500. Рынок пересматривает, кто главный бенефициар ИИ-бума.

Как это касается российского рынка?

Для пользователей в России ситуация отражается косвенно, но ощутимо. Nvidia GPU, включая модели вроде Nvidia GeForce RTX 4070 Laptop GPU, остаются основной рабочей лошадкой для локального инференса (инференс, это когда нейросеть обрабатывает ваш запрос, в отличие от обучения модели). Если глобальные цены на аренду GPU продолжат падать, облачные сервисы для ИИ-задач могут стать доступнее.

Российские сервисы YandexGPT и GigaChat работают на собственной инфраструктуре, и их цены зависят от других факторов. Но тренд показателен: монополия одного производителя чипов уходит, а значит, в перспективе облачные вычисления могут подешеветь и на российском рынке, когда локальные провайдеры будут выбирать между Nvidia и альтернативами.

Что делать с этим прямо сейчас, по ролям?

• Автору Дзена и копирайтеру. Если вы используете локальные нейросети на своей видеокарте Nvidia GPU, не спешите обновлять железо. Дефицит смягчается, цены на вычисления идут вниз, а значит, и облачные инструменты для генерации текста и изображений будут дешеветь.

• Маркетологу. Следите за ценами облачных ИИ-сервисов: конкуренция между производителями чипов, скорее всего, отразится на стоимости API в течение ближайших месяцев. Бюджеты на ИИ-инструменты могут не расти так быстро, как казалось.

• Предпринимателю в РФ и СНГ. Если планируете закупку серверов с Nvidia GPU для своей компании, текущее снижение спотовых цен на вычисления может означать, что арендовать мощности выгоднее, чем покупать. Но учтите: узкое место сместилось к памяти, и серверы с большим объёмом HBM будут дороже.

Частые вопросы

Nvidia теряет рынок ИИ?

Нет. Прогнозируемая выручка Nvidia продолжает расти, по данным Bloomberg. Но инвесторы пересматривают, сколько они готовы платить за будущую прибыль компании, потому что конкуренция усилилась: Google, Amazon, Microsoft и OpenAI выпускают собственные чипы.

Почему память вдруг стала дороже GPU?

Потому что индустрия недооценила, сколько оперативной памяти нужно дата-центрам для ИИ-нагрузок. Спрос на DRAM вырос быстрее, чем производители способны наращивать выпуск. При этом GPU научились делать многие, а DRAM по-прежнему производят несколько компаний, среди которых Micron.

Стоит ли сейчас покупать видеокарту Nvidia для работы с нейросетями?

Если вам нужна Nvidia GeForce RTX 4070 Laptop GPU или аналогичная карта для локального инференса, момент скорее удачный: спотовые цены на вычисления идут вниз, а значит, и розничный рынок может отреагировать. Но для серьёзных задач обучения моделей облачная аренда становится всё более разумной альтернативой покупке.

Рынок ИИ-железа перестаёт быть историей одной компании, и для практиков это означает больше выбора и ниже цены на вычисления в ближайшие месяцы.