Comments 12
Пишете хорошо, но почему вы упорно стараетесь "не замечать слона в комнате" - китайский фронтир и опенсорс модели уже перекраивают глобальный рынок - и это уже устойчивый тренд. А учитывая тот факт, что GPT6 обученная на 100 тысячах графических карт не показала особенного прогресса по сравнению с предыдущей моделью, можно сказать что фронтир практически достиг своего плато, а значит преследователи совсем скоро нагонят фронтир и разница будет доли процентов при несопоставимо меньшей стоимости токенов.
Давайте по существу. Ваш сценарий: фронтир на плато, преследователи догоняют, модели перестают отличаться. Возможен и такой — но тогда интересно, кто от этого проиграет первым. Пользователям — никак, нам только лучше. А вот неоклаудам — всё: они заняли $35,6 млрд под железо, которое окупается, только пока оно самое новое и дефицитное. Если новые поколения GPU перестают давать преимущество, платить премию за свежие чипы незачем — аренда падает, а долг остаётся. То есть плато фронтира — не аргумент против статьи, а её худший сценарий в ускоренной съёмке. В финале как раз об этом: цены на токены упадут, потребители выиграют, а акционеры заёмного слоя — нет.
По цифрам — подробно разбирал их в статье про «эру AGI»: Astra на 100К карт дала горизонт рассуждений ×8,6 (3,6 → 30,9 мин), OSWorld 65,7% → 72,6%, ARC-AGI-3 на нейтральном харнесе 62,7% против 30,16% у лучшего фронтира. Прогресс есть. Правильный вопрос другой: окупает ли этот прогресс капзатраты, на которых он стоит — у одного только CoreWeave $9,4 млрд за квартал. И вот здесь у меня с вами солидарность.
Кстати, про Китай и опенсорс — соглашусь, что это реальный вектор, и он уже в работе: в части 2 (в четверг 24.09) разбираю китайскую альтернативу для нашего региона — Ascend, DeepSeek, Qwen и серый импорт. А полный разбор «азиатской версии» этого рынка — где там пузырь, а где его нет — готовлю отдельно, тема заслуживает собственного текста.
А можно проще - триллионы, вложенные в железо, не получится вернуть за время до его списания? А т.ч. из-за физического выхода из строя. Это, конечно, не исключает, что какая-то компания на рынке будет успешна. Но мы про пузырь на всем рынке. Нельзя считать, что дальше будет только выгодней конечному пользователю. Когда уберут скидки для захвата рынка и отчётов перед инвесторами, то за топовые модели придется выкатить другой ценник для окупаемости. Но и демпинг догоняющих, наверняка, останется.
А можно проще - триллионы, вложенные в железо, не получится вернуть за время до его списания?
Вопрос правильный, но с поправкой, ради которой писал статью: списание ≠ выход из строя. Чип после ухода из фронтира не умирает — сползает в дешёвые сегменты и зарабатывает там годами. Поэтому вопрос не «успеем ли вернуть до списания», а «сколько вторых жизней у чипа и по какой цене».
Насчёт цен на топ-модели — данные говорят скорее обратное: флагманы дорожают медленнее, чем строится, а настоящий потолок ценам задают открытые веса — когда модель с качеством позавчерашнего флагмана выходит бесплатно, продавать вчерашний уровень по премиуму становится невозможно. Это не скидка за захват рынка, а конкуренция после первого хайпа.
Пишут, что физически долго не работают: https://habr.com/ru/news/978820/
По данным CNN, эксперты оценивают реальный срок службы чипов для обучения больших языковых моделей в 18 месяцев — 3 года. После этого GPU могут использоваться для менее интенсивных задач вроде инференса (запуск готовых моделей) еще несколько лет, но для передовых задач они уже не годятся. Для сравнения: обычные процессоры в дата-центрах служат 5–7 лет. По данным Princeton CITP Blog, архитектор Google оценил, что при стандартной для ИИ-нагрузок загрузке в 60–70% GPU выдерживают 1–2 года, максимум — 3.
Спасибо за пруфы — признаюсь честно, они сильнее моего текста. Получается, реальная жизнь GPU под такой нагрузкой — года полтора-три, а списывают их шесть. И вот этот разрыв, между тем как чипы реально умирают и тем, как их бухгалтерия трактует, — самое хрупкое место во всей стройке. Burry вообще посчитал, что недоамортизация за три года — $176 млрд.
Про вторую жизнь — да, она есть (CoreWeave перезаключала H100 почти по полной цене, Azure держала старые K80 лет семь-девять), но ваши сроки её сильно укорачивают, тут не поспоришь.
И вообще спасибо — вы ткнули в слабое место, которое я сам должен был показать. Из-за вашего коммента полез копать тему глубже, данных там много, статья напрашивается :)
Отдельный момент: именно в 2026м массовым стал переход от чужих подписочных моделей к локальным. Теперь можно купить коробку за 5-10тыс$, и она УЖЕ окупается при работе на маленькую группу (2-4 человека) программистов или других специалистов.
Китайцы прям массово стали выпускать разные AI Box, причем каждый месяц анонсируют десятки новых моделей. Кто-то, типа Ryzen 495 прям сразу на это затачивает изначально
А большинству пользователей не нужен супер-пупер-ультра комбайн GPT7 знающий всё обо всём, и умеющий всё, запущенный где-то в дата-центре размером с микрорайон. Точнее это прикольная игрушка, пока доступ к ней дают по 20 баксов в месяц, а вот если это будет 500... (это я читал в другой из статей, что сейчас все продают компьют за 2 цента при реальной себестоимости в доллар, покрывая разницу деньгами "инвесторов")
Спасибо за умный и насыщенный информацией текст, отличный разбор!
производитель чипов даёт гарантии под долги своих покупателей, которые берут эти долги, чтобы купить его чипы.
И что тут автору не так? Есть стандартная история, когда производитель оборудования продаёт свои заводы, одновременно гарантируя их загрузку на 100% или определённый уровень. Аналогичные истории с продажей собственных офисов. Ну, а тут он их производит, но знает, что сможет задействовать.
Карточный домик из GPU: архитектура neocloud-пузыря