Эксперт Qudata об аренде GPU — новая нефть для ИИ-рынка

Когда в 2022 году США ограничили поставки топовых GPU NVIDIA A100 и H100 в Россию и ряд других стран, это выглядело как очередная новость из области экспортного контроля. Прошло всего несколько лет, и стало ясно: речь шла не просто о чипах. На наших глазах сформировался новый стратегический ресурс цифровой экономики — вычислительная мощность GPU, а рынок ее аренды превратился в то, чем для индустриальной эпохи была нефть.

По мнению экспертов Qudata, именно сочетание санкций, дефицита железа и взрывного роста генеративного ИИ превратило GPU‑мощность в «сырье» нового технологического уклада, а облачную аренду видеокарт — в отдельный и быстрорастущий рынок.

От «железа» к мощности

Долгое время ИТ‑рынок был устроен предельно понятно: есть заказчик, есть поставщик железа, есть дата‑центр, куда это железо ставят. GPU в этой картине были всего лишь ускорителями — для графики, рендера, отдельных научных задач.

С распространением машинного обучения ситуация изменилась, но настоящий перелом произошел с приходом генеративного ИИ: больших языковых моделей, сервисов генерации изображений и видео, новых рекомендательных систем. GPU перестали быть нишевой технологией и стали универсальным двигателем ИИ.

Сегодня крупные компании покупают уже не «сервер с видеокартой», а доступ к мощности: GPU‑часы, кластеры под обучение, готовые платформы для MLOps. Все чаще это делается по модели GPU as a Service — аренда вычислений в облаке, без владения физическим железом.

Отдельные оценки показывают, насколько быстро превращение «железа» в сервис стало массовым явлением. Мировой рынок GPU as a Service в 2023 году оценивается примерно в 3,3 млрд долларов, а к 2032‑му может достичь 33,9 млрд, что соответствует среднегодовому росту порядка 30%. Мировой рынок GPU‑облачных сервисов шире — по разным оценкам, это 2,5–3,7 млрд долларов в 2024 году с потенциалом роста в 7–10 раз к началу 2030‑х.

По мнению экспертов Qudata, для бизнеса это не просто смена модели закупки, а смена парадигмы: ИТ‑директору важен не инвентарный список серверов, а гарантированный объем и качество GPU‑мощности, которую он может получить здесь и сейчас — с нужной географией, SLA и уровнем безопасности.

Почему именно сейчас: три удара по старой модели

Рынок аренды GPU вырос бы и без санкций — как логичное продолжение облачной революции. Но именно сочетание трех факторов сделало его «новой нефтью» для IT: взрывной рост ИИ‑нагрузок, дефицит топовых чипов и удорожание капитальных вложений в собственные кластеры.

1. Взрывной рост ИИ‑нагрузок

Генеративный ИИ за считанные годы радикально изменил профиль нагрузки в дата‑центрах. Если раньше львиную долю ресурсов потребляли базы данных и веб‑приложения, то сейчас все больше мощности уходит на обучение и инференс моделей.

Рынок дата‑центровых GPU в 2024 году оценивается примерно в 14–15 млрд долларов и, по прогнозам, может вырасти до 190 млрд долларов к 2033 году — это среднегодовой рост порядка 36%. Только сегмент облачных дата‑центровых GPU уже сейчас генерирует около 8,9 млрд долларов выручки и, по оценкам, вырастет более чем в 5 раз к 2030‑му.

Отдельно выделяется сегмент GPU у облачных провайдеров: в 2024 году он оценивается примерно в 8,3 млрд долларов, а ожидаемый рост — почти 37% в год до 2033‑го. Аналитики серверного рынка отмечают, что уже в 2025-2026серверы с GPU начинают приносить сопоставимую или даже большую выручку, чем классические CPU‑серверы, а рост сегмента ускоренных серверов в ряде регионов превышает 100% год к году.

2. Дефицит топовых чипов и экспортный контроль

Санкции и экспортный контроль создали искусственный дефицит. Ограничения на поставки NVIDIA A100, H100 и сопоставимых по классу чипов в Китай, Россию и ряд других стран означают, что легальный доступ к передовым GPU стал критическим конкурентным преимуществом.

Но в целом картина проста: получить топовые GPU стало сложно, долго и дорого. Это резко повысило ценность тех, у кого уже есть крупные кластеры и налаженные каналы поставок.

3. Капекс*, который не окупается

Построить собственный кластер на сотни или тысячи GPU — это:

• десятки миллионов долларов капзатрат;
• месяцы ожидания поставок оборудования;
• требования к электроснабжению, охлаждению и сетевой инфраструктуре, сравнимые с крупным промышленным объектом.

При этом:

• модели и фреймворки обновляются каждые 6–12 месяцев;
• пики нагрузки у большинства компаний нерегулярны;
• через 3–4 года часть GPU уже морально устаревает.

На этом фоне аренда GPU по подписке выглядит рациональнее. Не нужно «замораживать» капиталы, можно масштабироваться под конкретные проекты, мигрировать между поколениями GPU, не выкидывая старое и не покупая новое железо.

Показателен пример сделок, когда сам производитель чипов заключает соглашения на сотни миллионов — миллиардов долларов по долгосрочной аренде десятков тысяч GPU у облачных провайдеров. Фактически вендор чипов превращается в крупного арендатора собственных же GPU‑кластеров, а ключевой ценностью становится не владение железом, а способность превратить его в надежный и масштабируемый сервис.

GPU как новая нефть: где совпадают параллели

Сравнение GPU с нефтью — не просто эффектная метафора. Параллели на удивление прямые.

Ограниченный ресурс и концентрация

Производство топовых GPU сосредоточено у нескольких вендоров.
Выпуск чипов завязан на ограниченное число фабрик, которые параллельно производят все — от смартфонов до автомобильной электроники.
Доступ к ресурсу неравномерен: одни регионы получают новейшие GPU без ограничений, другие сталкиваются с экспортным контролем и квотами.
В такой системе доступ к GPU‑мощности становится геополитическим фактором. Страны и компании, имеющие легальный и предсказуемый доступ к GPU‑облакам, получают преимущество в ИИ‑гонке.

Ценообразование и волатильность

Как и на нефтяном рынке:

• спрос на GPU растет быстрее, чем вводятся новые производственные и инфраструктурные мощности;
• появляются «спотовые» цены на GPU‑часы: в периоды дефицита стоимость аренды резко растет, в периоды относительного спокойствия — стабилизируется;
• формируются долгосрочные контракты на аренду мощностей — аналог фьючерсов и долгосрочных поставок энергоресурсов.

Отдельные исследования оценивают рынок именно облачной аренды GPU (cloud GPU rental) примерно в 3,9 млрд долларов в 2024 году с прогнозом роста до 12 млрд долларов к 2035 году. Это уже не просто «часть облака», а самостоятельный сегмент, где продается конкретный ресурс — GPU‑время.

Инфраструктура вокруг ресурса

Как вокруг нефти выросли сети переработки, логистики и трейдинга, так вокруг GPU формируется экосистема:

• специализированные облака под ИИ‑нагрузки;
• компании, которые перепродают GPU‑мощности (white‑label, реселлинг);
• стартапы, оптимизирующие использование GPU (планировщики, оркестраторы, системы «упаковки» моделей);
• провайдеры MLOps‑платформ, продающие не «сырую» мощность, а готовую среду для обучения и эксплуатации моделей.

Показательный пример — крупные облачные провайдеры, которые за счет продвинутой виртуализации и «пуллинга» GPU добиваются кратного повышения эффективности. В отдельных кейсах удается сократить потребность в физическом количестве GPU более чем на 80% и при этом увеличить реальную производительность до 9 раз по сравнению с традиционными схемами. Это типичный «сервис вокруг ресурса»: «нефть» та же, но переработка и логистика делают ее гораздо более ценной.

Санкции как катализатор локальных рынков

Санкции и ограничения доступа к топовым GPU не остановили развитие ИИ, но сильно изменили географию и структуру рынка.

В странах и регионах с повышенными рисками — от прямых санкций до зависимости от иностранных облаков — мы наблюдаем один и тот же сценарий:

• растет спрос на локальные дата‑центры с GPU, где и данные, и вычисления остаются в национальной юрисдикции;
• появляются региональные провайдеры GPU‑облаков, строящие кластеры на доступных линейках чипов и комбинирующие разные поколения GPU;
• крупные компании и госструктуры все чаще выбирают аренду GPU у локальных игроков вместо серого импорта железа.

Именно локальные GPU‑облака станут основой для «цифрового импортозамещения» в ИИ‑сфере. Национальные и региональные провайдеры будут играть роль своеобразных «госкомпаний» новой эпохи: они контролируют доступ к ресурсу, адаптируют его под местные регуляторные требования и продают как сервис.

Экономика против «серого железа»

Серый импорт GPU выглядит привлекательным только на первый взгляд. Да, он позволяет физически завезти в страну те чипы, которые формально запрещены к поставке. Но вместе с этим приходят завышенные цены, непредсказуемые сроки, отсутствие официальной поддержки и прямые юридические риски.

Аренда мощностей у локального облака, напротив:

• превращает большую часть этих рисков в проблему провайдера;
• позволяет учитывать расходы как операционные (OPEX), а не капитальные;
• дает предсказуемую стоимость GPU‑часа и понятный SLA.

Если смотреть в более широком горизонте, то это переход от спекулятивной торговли железом к устойчивому сервисному рынку. Вместо разовых «поставок под проект» формируется долгосрочное партнерство между потребителями ИИ‑мощностей и провайдерами инфраструктуры.

Новые ниши вокруг аренды GPU

Рост спроса на GPU‑мощность и ограниченность ресурса открывают целый набор ниш для бизнеса.

GPU‑облака для SMB
Большинству компаний не нужны сотни GPU, но им критично важно иметь возможность периодически запускать ресурсоемкие задачи: обучение своих моделей, дообучение готовых LLM, тяжелую аналитику. Для них аренда нескольких GPU на часы или дни — единственный реалистичный путь войти в ИИ‑гонку.

Вертикальные облака
Специализированные кластеры под конкретные отрасли: медицину, финансы, игры, рендеринг. Такие провайдеры предлагают не только «голые» GPU, но и преднастроенный софт, лицензии, типовые пайплайны и интеграции.

Платформы распределенных вычислений
Системы, которые объединяют разнородные GPU в единый пул: от дата‑центров до on‑prem‑кластеров и edge‑узлов. Клиенту не важно, где физически крутится его модель — он видит единый ресурс, оплачивает его по понятной метрике и получает гарантированный результат.

Для всех этих сценариев базой остается одно: возможность гибко арендовать GPU‑мощность под конкретную задачу, не связывая себя многолетними инвестициями в железо.

Как меняется стратегия компаний

Если принять, что GPU‑мощность — это новая нефть, компаниям приходится пересматривать ИТ‑стратегию.

От закупки железа — к планированию мощности.
Вопросы формулируются иначе: сколько GPU‑часов нужно под текущие и будущие ИИ‑проекты, какие из них должны выполняться строго on‑prem из‑за регуляторики и чувствительности данных, какие можно вынести в публичное или гибридное облако, какой портфель провайдеров нужен, чтобы снизить риски дефицита и ценовых скачков.

От TCO к time‑to‑market
 Классический подход к TCO сравнивает покупку железа и аренду по суммарной стоимости владения за несколько лет. В мире ИИ ключевым параметром становится скорость вывода продукта на рынок. Если аренда GPU позволяет запустить новый сервис на полгода‑год раньше, это может принести кратный выигрыш по выручке и доле рынка. На этом фоне экономия на капитальных затратах теряет значение.

Инвестиции в эффективное использование GPU
Побеждают не только те, у кого больше всего чипов, но и те, кто умеет выжимать из них максимум. Это и грамотная упаковка задач, минимизация простоев, и использование микса поколений GPU, и оптимизация самих моделей — квантование, разреженность, дистилляция. В крупных кластерах подобная оптимизация способна уменьшить потребность в сырой мощности в разы, не жертвуя качеством моделей.

Эксперты Qudata отмечают, что для многих компаний инвестиции в инструменты планирования и оркестрации GPU‑нагрузок дают больший эффект, чем попытки «выбить» дополнительные квоты на закупку железа. В мире ограниченного ресурса выигрывает не тот, у кого больше, а тот, кто эффективнее распоряжается тем, что есть.

Горизонт 5–10 лет

Если заглянуть вперед на десятилетие, контуры будущего рынка уже видны. Рынок GPU‑облаков и аренды будет расти быстрее, чем классическое облако.

На этом фоне вполне реальны следующие сценарии:

• крупные GPU‑кластеры рассматриваются государствами как стратегический актив наряду с традиционной критической инфраструктурой;
• появляются программы поддержки строительства ИИ‑дата‑центров, налоговые льготы, требования по локализации вычислений;
• развиваются финансовые инструменты вокруг GPU‑мощности: долгосрочные контракты, совместные пулы ресурсов, зачатки «бирж GPU», где мощность разных провайдеров торгуется по унифицированным метрикам и SLA;
• усиливается экспортный контроль и регуляторика, что еще сильнее подстегивает спрос на локальные GPU‑облака и аренду внутри юрисдикций.

Вместо заключения

В эпоху ИИ конкурентоспособность компании и страны определяется не только талантами и данными, но и доступом к GPU‑мощности. И этот доступ все чаще обеспечивается через аренду, а не через владение железом.

Санкции и дефицит GPU лишь ускорили переход к новой модели. Там, где еще вчера обсуждали, какой сервер купить и в какой стойке его разместить, сегодня обсуждают, у кого и на каких условиях арендовать кластер под обучение модели, как распределить нагрузку между провайдерами и что делать, если завтра изменятся правила игры.

Для бизнеса это сигнал к действию. Нужно пересмотреть ИТ‑стратегию с учетом того, что GPU‑мощность стала стратегическим ресурсом, выстроить портфель поставщиков облачной аренды видеокарт, инвестировать в технологии эффективного использования арендованных мощностей и встраивать все это в продуктовую повестку.

Те, кто сделает это вовремя, получат не просто доступ к вычислительным ресурсам. Они получат новый стратегический актив на рынке, где каждая лишняя GPU‑минута может стоить миллионов, а каждая задержка с запуском ИИ‑продукта — потерянной доли будущего.

*Капекс (Capital Expenditures) — это капитальные затраты — инвестиции компании в приобретение, модернизацию или строительство долгосрочных активов.