Истинный узкий место, обеспечивающее работу горячей AI-инфраструктуры: почему память, а не процессоры, определяет 2026 год

Экономика ИИ на сумму 15,7 трлн долларов нуждается в большем, чем просто вычислительная мощность

Искусственный интеллект продолжает трансформировать технологический ландшафт, и отраслевые прогнозы предполагают, что к концу десятилетия эта технология может внести в мировую экономику 15,7 трлн долларов. Эта оценка разбивается на 6,6 трлн долларов от повышения производительности и 9,1 трлн долларов от потребительских приложений. Стремительный рост строительства инфраструктуры ИИ — особенно дата-центров — создал беспрецедентный спрос на специализированное оборудование.

За последние три года основное внимание уделялось GPU. Nvidia захватила более 90% рынка ускорителей ИИ, предлагая графические процессоры, превосходящие по эффективности параллельные вычисления, необходимые для обучения крупных языковых моделей, таких как ChatGPT и Llama. Доминирование компании казалось непоколебимым, делая её выбором по умолчанию для гиперскейлеров, строящих инфраструктуру ИИ.

Но вот что большинство инвесторов упустили: настоящая горячая тенденция ИИ — это не о том, какой процессор выигрывает.

Почему кастомные чипы не решают всё

Процесс уже запущен. Гиперскейлеры, такие как Alphabet, Meta Platforms и другие, всё чаще используют кастомные процессоры ИИ, разработанные Broadcom и Marvell Technology. Эти специализированные интегральные схемы (ASICs) предлагают преимущества перед традиционными GPU — они более энергоэффективны для целевых задач и обеспечивают лучшую производительность на ватт.

Цифры свидетельствуют о росте этой тенденции. Broadcom прогнозирует, что её доходы от ИИ удвоятся до 8,2 миллиарда долларов в текущем квартале, благодаря крупным контрактам с OpenAI, Meta и Google. Исследовательская компания TrendForce прогнозирует, что поставки кастомных процессоров ИИ могут вырасти на 44% в 2026 году, в то время как поставки GPU ожидаются с ростом всего на 16%.

Тем не менее, даже по мере роста доли кастомных процессоров, они сталкиваются с критическим ограничением, которое ни производители чипов, ни большинство аналитиков должным образом не учли.

Невысказанное ограничение: пропускная способность памяти

И GPU Nvidia, и кастомные процессоры Broadcom имеют общее требование: огромные объемы памяти с высокой пропускной способностью (HBM). Этот специализированный тип памяти обрабатывает передачу данных на скоростях, которые традиционные чипы памяти не могут обеспечить, при этом потребляя меньше энергии и вызывая минимальную задержку.

HBM — это не роскошь, а необходимая инфраструктура, которая предотвращает узкие места в производительности GPU и ASIC. Без достаточной емкости HBM даже самые мощные процессоры дают сниженные показатели в условиях дата-центров.

Последствия очевидны. Micron Technology, ведущий игрок на мировом рынке памяти, оценивает рынок HBM в диапазоне от $35 миллиардов в 2025 году до $100 миллиардов к 2028 году. Эта тенденция отражает серьезный дисбаланс между текущим предложением HBM и растущим спросом со стороны производителей ускорителей ИИ.

Почему это важно для 2026 года

Дефицит поставок уже заметен в финансовых результатах Micron. Компания зафиксировала рост выручки на 57% по сравнению с прошлым годом — до 13,6 миллиарда долларов в первом квартале 2026 финансового года (завершился 27 ноября), а чистая прибыль по non-GAAP выросла в 2,7 раза — до 4,78 долларов на акцию.

Самое важное — руководство Micron объявило, что они «завершили договоренности по ценам и объемам всей поставки HBM на 2026 год», что означает, что компания распродала всю свою производственную мощность на следующий год. Этот рост объемов и премиальные цены привели аналитиков к прогнозу увеличения прибыли Micron на 288% — до 32,14 долларов на акцию.

Для инвесторов, следящих за горячим трендом инфраструктуры ИИ, это раскрывает важную истину: компании, контролирующие производство HBM, держат ключи к рынку ускорения ИИ, а не те, кто строит сами процессоры. Оценка Micron — сейчас ниже 10-кратных прогнозных доходов — отражает окно возможностей до того, как рынок полностью осознает эту динамику.

По мере ускорения внедрения GPU и ASIC в 2026 году, настоящим ограничением станет не вычислительная мощность, а инфраструктура памяти, которая позволит этой мощности реально работать.