Data Mining *

США продолжают удерживать статус абсолютного лидера в сфере мировой цифровой инфраструктуры, сконцентрировав на своей территории 46% всех существующих дата-центров. По состоянию на май 2026 года в США функционирует 5 427 таких объектов из более чем 11 700 по всему миру. При этом, по оценкам аналитиков Synergy Research Group, американская гегемония выглядит еще более впечатляюще в плане вычислительных объемов. На долю серверов США приходится 54% глобальной мощности.

С серьезным отрывом от лидера в пятерку крупнейших рынков также вошли Германия, Великобритания, Китай и Канада. Россия в этом рейтинге расположилась на девятой позиции, располагая 251 функционирующим дата-центром. Важно отметить, что простая статистика по количеству объектов не всегда отражает их реальную вместимость, так как многие европейские и азиатские площадки существенно уступают по физическим размерам американским серверным кампусам.

Тотальное доминирование США на рынке цифровой инфраструктуры обусловлено колоссальным спросом со стороны технологических корпораций, которым требуется доступ к дешевой электроэнергии и мощным телекоммуникациям. В то же время Европа сохраняет высокие позиции во многом благодаря строгим законам о локализации данных, а страны Азии планомерно наращивают собственные мощности, стремясь увеличить свое присутствие в фундаменте современной цифровой экономики.

Китайская Shanghai Futures Exchange разрабатывает рынок деривативов на AI-токены — единицы, в которых современные языковые модели считают входные и выходные данные. Если проект дойдёт до запуска, компании смогут торговать не только нефтью, золотом или электроэнергией, но и будущей стоимостью потребления ИИ.

Идея выглядит логично на фоне того, как быстро ИИ превращается в инфраструктурный бизнес. Большие модели стоят денег не абстрактно, а вполне измеримо: API-провайдеры считают входные и выходные токены, облака продают инференс, дата-центры считают загрузку GPU, а бизнесу всё чаще нужно заранее понимать, сколько будет стоить использование моделей через несколько месяцев.

Сейчас в США похожая инфраструктура строится вокруг GPU. CME Group и Intercontinental Exchange работают над фьючерсами на аренду вычислительных мощностей. То есть рынок пытается стандартизировать цену доступа к чипам, которые нужны для обучения и запуска ИИ-моделей.

Китайский подход немного другой. Shanghai Futures Exchange смотрит не только на железо, а на AI-токены как на базовую единицу потребления LLM. Это ближе к тому, как компании реально платят за использование моделей: не за сам сервер, а за количество обработанного текста, запросов и ответов.

ByteDance начала разработку собственных центральных процессоров для серверов и дата-центров, чтобы поддержать расширение своей ИИ-инфраструктуры. По данным Reuters, компания рассматривает сразу два архитектурных направления — решения на базе Arm и вариант на основе открытой архитектуры RISC-V.

Проект находится на ранней стадии, но сам вектор уже показателен. Если раньше основное внимание AI-рынка было сосредоточено на GPU, то теперь всё сильнее растёт значение обычных серверных процессоров, которые работают вместе с ускорителями и обслуживают повседневную нагрузку уже обученных моделей. Речь идёт о том этапе, когда ИИ не обучается, а обрабатывает пользовательские запросы, запускает агентные сценарии и поддерживает рабочие сервисы.

Именно под такие задачи ByteDance, как утверждают источники Reuters, и хочет адаптировать собственные CPU. Компания планирует использовать их в своей внутренней инфраструктуре — в серверах и дата-центрах, которые будут обеспечивать работу новых агентных продуктов, включая платформу Coze.

Huawei представила новый подход к проектированию чипов, который должен помочь компании двигаться к передовым полупроводникам даже в условиях санкций США. Вместо классической гонки за уменьшением техпроцесса компания делает ставку на архитектурную оптимизацию: сокращение задержек, ускорение передачи данных внутри чипа и более эффективную компоновку вычислительных блоков.

Подход получил название Tau Scaling Law. В Huawei считают, что индустрия уже не может бесконечно опираться только на закон Мура: транзисторы стали настолько малы, что дальнейшее уменьшение становится всё сложнее и дороже. Поэтому компания предлагает искать прирост производительности не только в новых нормах литографии, но и на уровне всей системы — от внутренней разводки до упаковки и работы больших кластеров.

Самая громкая часть заявления — цель Huawei к 2031 году проектировать чипы с плотностью транзисторов, эквивалентной 1,4-нм техпроцессу. Это важная формулировка: речь не обязательно о прямом производстве на 1,4 нм по классической схеме. Независимых тестов производительности компания пока не представила.

Anthropic заключила крупную сделку на покупку вычислительных мощностей у xAI. Компания получит доступ к 300 МВт compute — фактически ко всей мощности дата-центра Colossus 1 рядом с Мемфисом, штат Теннесси.

Цена сделки показывает, насколько дорогой стала инфраструктура для ИИ. Anthropic будет платить $1,25 млрд в месяц до мая 2029 года. На первые два месяца предусмотрена скидка, пока xAI завершает наращивание мощностей. В общей сложности контракт может принести xAI более $40 млрд выручки.

Детали стали известны из документов SpaceX для выхода на биржу. В них сделка описывается как способ монетизировать неиспользуемые вычислительные мощности. У сторон также есть возможность расторгнуть контракт с уведомлением за 90 дней.

Самое интересное здесь не только сумма, а новая роль xAI на рынке. Обычно AI-компании либо строят дата-центры для себя, либо продают инфраструктуру другим. xAI фактически совмещает оба подхода: развивает собственные модели и одновременно продаёт compute конкурентам, когда часть мощностей не занята.

Минпромторг рассматривает возможность ввести требования к использованию российского ИТ-оборудования в центрах обработки данных. Речь идёт не просто о “железе” в широком смысле, а об аппаратной базе на серверных стойках: оборудовании, на котором размещаются высоконагруженные сервисы, корпоративная инфраструктура и AI/GPU-нагрузки.

Пока это не готовая норма, а обсуждаемое направление. Ведомство планирует вернуться к вопросу после того, как будет сформирована общая нормативная база для ЦОДов. В 2025 году в закон «О связи» уже внесли поправки, которые впервые закрепили понятие ЦОДа и запретили майнинг в дата-центрах. Также Минцифры ведёт реестр российских ЦОДов.

Логика Минпромторга понятна: государство хочет масштабировать решения на российском технологическом стеке и избежать резкого перехода с иностранного оборудования на отечественное в момент, когда рынок уже столкнётся с ограничениями. Но для отрасли вопрос сложнее, чем обычное импортозамещение.

Google и Blackstone создают совместный AI cloud-проект, который должен закрыть растущий спрос на вычислительные мощности для искусственного интеллекта. Blackstone вложит в новую структуру первые $5 млрд собственного капитала, чтобы к 2027 году вывести на рынок 500 МВт дата-центровой мощности.

Новый проект будет работать в США и предлагать клиентам не просто место в дата-центре, а доступ к инфраструктуре Google, включая фирменные AI-чипы Tensor Processing Unit, или TPU. Модель описывается как compute-as-a-service: компании смогут получать вычислительные мощности как услугу, без необходимости самостоятельно строить и обслуживать весь стек инфраструктуры.

По данным Bloomberg, с учетом заемного финансирования общий объем инвестиций в проект может достичь $25 млрд. Google и Blackstone эту оценку Reuters отдельно не подтвердили. Руководителем нового предприятия назначен Бенджамин Слосс, который долгое время работал в Google.

Для Google это способ расширить доступ к TPU на фоне растущего спроса со стороны компаний, которые строят и запускают ИИ-модели. TPU уже стали важной частью стратегии Google Cloud: они используются не только внутри экосистемы Google, но и внешними клиентами, включая Anthropic.

Американская Sandia National Laboratories тестирует чипы израильского стартапа NextSilicon для будущих суперкомпьютеров. Причина — крупные производители вроде Nvidia и AMD все сильнее смещают фокус в сторону AI-нагрузок, а научным и государственным HPC-системам по-прежнему нужны другие типы вычислений.

Sandia — одна из трех лабораторий США, которые занимаются разработкой и поддержкой ядерного арсенала страны. Ее суперкомпьютеры используются для сложного физического моделирования: например, симуляций поведения гиперзвукового ядерного оружия в атмосфере или сценариев взаимодействия боеголовок.

Для таких задач важна не только высокая производительность, но и точность вычислений. Один из ключевых параметров — double-precision floating point computation, то есть вычисления с двойной точностью. Они нужны, когда система должна работать с очень большими и очень малыми числами без критичных ошибок округления.

Проблема в том, что AI-нагрузки не всегда требуют такой же точности. Поэтому рынок ускорителей постепенно перестраивается под обучение и инференс моделей, а не под классическое научное моделирование. В Sandia говорят, что давление ощущается сразу с двух сторон: по доступности вычислительных ресурсов и по цепочкам поставок.

В запросах на модульные ЦОД для высокопроизводительных вычислений и задач искусственного интеллекта средняя максимальная нагрузка на стойку уже превышает 80 кВт. По данным ДАТАРК, это в 2,6 раза выше уровня, который фигурировал в HPC-проектах в 2025 году — около 30 кВт на стойку.

В отдельных проектах заказчики запрашивают инфраструктуру с мощностью до 200 кВт на стойку. Такие выводы компания сделала по итогам анализа HPC-проектов за январь–апрель 2026 года.

Основной спрос на высокоплотные модульные ЦОД формирует финансовый сектор. На банки приходится более 50% запросов. Еще 38% дают операторы коммерческих дата-центров, около 12% — нефтегазовые компании.

По словам представителей ДАТАРК, заказчики рассматривают такую инфраструктуру прежде всего для задач искусственного интеллекта, машинного обучения и параллельной обработки больших массивов данных. Среди прикладных сценариев — промышленное проектирование, математическое моделирование и геологоразведка.

Lake Tahoe, популярный курортный регион рядом с Кремниевой долиной, может столкнуться с ростом цен на электричество из-за перестройки энергорынка на западе США. У местного поставщика Liberty Utilities в мае 2027 года заканчивается соглашение с NV Energy, и региону нужно найти нового источника энергии.

Формально обе компании говорят, что завершение контракта было запланировано заранее. NV Energy также утверждает, что дата-центры не являются причиной этого решения. Но контекст вокруг ситуации важен: в Неваде быстро растет спрос на электроэнергию со стороны дата-центров, в том числе связанных с AI-нагрузками.

По данным Bloomberg, у NV Energy уже есть заявки более чем на 22 ГВт новой нагрузки. Это более чем в 40 раз больше пикового потребления Lake Tahoe. На таком фоне энергетические компании получают клиентов, готовых платить за большие объемы электричества, а небольшие локальные потребители оказываются в менее выгодном положении.

Китайская SMIC заявила, что видит рост заказов от зарубежных клиентов. Причина — глобальный спрос на AI-чипы, память и другие высокопроизводительные компоненты начал вытеснять менее передовые продукты с мощностей иностранных foundry.

По словам co-CEO SMIC Чжао Хайцзюня, многие зарубежные производители сейчас перераспределяют фабричные мощности в пользу AI-related products, памяти и high-bandwidth applications. Из-за этого часть продуктов, которые раньше выпускались за пределами Китая, больше не получает доступных мощностей на прежних фабриках.

На этом фоне зарубежные клиенты начинают переносить заказы в Китай. Чжао отметил, что в стране все еще идет активное расширение полупроводниковых мощностей, и именно там остается доступная производственная емкость. Как крупнейший китайский контрактный производитель чипов, SMIC получает значительную часть этого спроса.

Cerebras Systems провела одно из самых заметных технологических IPO 2026 года. Компания, которая разрабатывает специализированные AI-чипы и конкурирует с Nvidia в сегменте вычислений для искусственного интеллекта, привлекла $5,5 млрд.

Акции Cerebras разместили по $185 за штуку. Это оказалось заметно выше первоначального диапазона, который сначала составлял $115–125, а затем был повышен до $150–160. Объем размещения также увеличили — до 30 млн акций.

На открытии торгов бумаги Cerebras подскочили до $385, то есть более чем на 108% выше цены IPO. Позже рост немного охладился: к середине дня акции торговались выше $330, а завершили день на уровне $311. По данным Yahoo Finance, это дало компании оценку около $66 млрд.

Даже по цене размещения Cerebras выходила на биржу с полностью разводненной оценкой около $56,4 млрд. Доли сооснователей компании также резко выросли в цене: пакет CEO Эндрю Фельдмана при цене $185 оценивался почти в $1,9 млрд, а доля CTO Шона Ли — примерно в $1 млрд.

TSMC повысила прогноз по мировому рынку полупроводников. Компания ожидает, что к 2030 году он превысит $1,5 трлн. Ранее ориентир был заметно ниже — около $1 трлн.

Главный драйвер роста — искусственный интеллект и высокопроизводительные вычисления. По оценке TSMC, на AI и HPC к 2030 году придется около 55% рынка. Для сравнения: смартфоны должны занять около 20%, автомобильные приложения — около 10%.

Компания уже ускоряет расширение производственных мощностей. В 2025 и 2026 годах TSMC увеличивает темпы строительства и планирует в 2026 году развивать девять этапов новых фабрик и мощностей для продвинутой упаковки чипов.

Особое внимание уделяется самым передовым техпроцессам. TSMC ожидает, что мощности для 2-нм чипов и следующего поколения A16 будут расти в среднем на 70% в год с 2026 по 2028 год.

Тайваньская ASE Technology Holding, крупнейший в мире поставщик услуг по упаковке и тестированию чипов, ожидает дальнейшего роста спроса на advanced packaging из-за рынка AI-чипов. Компания прогнозирует, что выручка её передового направления упаковки в 2026 году превысит $3,5 млрд.

Advanced packaging стал одним из важных узких мест в цепочке поставок ИИ-инфраструктуры. Для современных ускорителей уже недостаточно просто произвести кристалл: нужно объединять вычислительные блоки, память и межсоединения в сложные многокомпонентные системы. Именно такие технологии позволяют выпускать высокопроизводительные AI-чипы для дата-центров.

ASE уже повышала ожидания по этому направлению. В феврале компания прогнозировала, что бизнес advanced packaging вырастет до $3,2 млрд к 2026 году, а теперь говорит уже о более чем $3,5 млрд. Рост связывают с высоким спросом со стороны клиентов, работающих с AI-чипами.

Компании всё чаще сталкиваются с неожиданной стороной внедрения ИИ: экономия на людях не всегда означает снижение расходов. В ряде команд затраты на вычисления, API и токены уже становятся сопоставимы с зарплатным фондом или даже превышают его.

На это обратил внимание Axios со ссылкой на оценки участников рынка. Один из ключевых факторов — рост расходов на вычислительные мощности. Вице-президент Nvidia по прикладному глубокому обучению Брайан Катандзаро отметил, что в некоторых командах стоимость вычислений уже значительно выше расходов на персонал.

Отдельная проблема — инструменты для программирования на базе больших языковых моделей. По данным Axios, технический директор Uber исчерпал годовой бюджет на ИИ уже в начале 2026 года. Значительная часть расходов пришлась не на найм и не на покупку оборудования, а на оплату токенов при работе с Claude Code от Anthropic.

Вы даже не замечаете, как смысл статей меняется на противоположный.

От ИИ до тюрьмы один шаг. Дабы не зарекаться, поставьте в закладочку - авось пригодится!

Huawei, похоже, смогла сделать то, что раньше давалось ей тяжело: заинтересовать крупные китайские IT-компании своим новым AI-чипом. По данным Reuters, ByteDance и Alibaba планируют размещать заказы на новый 950PR, который должен стать более серьезным конкурентом Nvidia на китайском рынке.

Для Huawei это важный сдвиг. Предыдущий флагманский чип Ascend 910C не получил по-настоящему массового спроса у крупных частных техкомпаний, несмотря на курс Китая на импортозамещение в полупроводниках. С новым поколением ситуация, судя по всему, меняется.

Главная причина — не столько рост «сырой» вычислительной мощности, сколько более практичная доработка. Новый 950PR оказался лучше совместим с экосистемой Nvidia CUDA, на которой уже завязано множество китайских разработчиков. То есть переход на чип Huawei становится менее болезненным, а для рынка это, возможно, даже важнее, чем формальное сравнение по производительности.

В российских вузах начинают открывать первые студенческие лаборатории по вайб-кодингу. Первая площадка заработает летом в Омском государственном техническом университете, а до конца 2026 года еще одну лабораторию планируют открыть в Уральском государственном университете путей сообщения.

Проект запускается вместе с компанией «АрхиТех ИИ», которая развивает отечественную ИИ-среду для вайб-кодинга Kodik. Студентов технических направлений собираются учить безопасной работе с ИИ при разработке ПО, а также тому, как внедрять ИИ-инструменты в реальные бизнес-процессы.

В последнее время много предпринимателей и частных лиц подают судебные иски против компании по скрапингу - SerpApi за обход мер безопасности, защищающих чужой контент под авторским правом, который появляется в результатах поиска Google. Целью обращения в суд является попытка остановить ботов SerpApi и их вредоносный скрапинг, который нарушает выбор веб-сайтов и правообладателей относительно того, кто должен иметь доступ к их контенту. Эти иски следуют за судебными действиями, которые другие веб-сайты уже предпринимали против SerpApi и подобных компаний по скрапингу, и является частью давней практики активных судебных разбирательств по борьбе с мошенниками в Интернете.

Google следует отраслевым стандартным протоколам краулинга и уважает политики веб-сайтов относительно сканирования их контента. Скрытные скраперы вроде SerpApi игнорируют эти политики и вообще не оставляют сайтам никакого выбора. SerpApi использует сомнительные лазейки - такие как маскировка, спам сайтов огромными сетями ботов и присвоение своим краулерам фальшивых и постоянно меняющихся имён, чтобы обходить меры безопасности и воровать контент сайтов.

Эта незаконная деятельность резко возросла за последний год. SerpApi обманным путем берет контент, который Google лицензирует у других (например, изображения, появляющиеся в панелях, данные в реальном времени в функциях поиска и многое другое), а затем перепродает его. При этом компания сознательно игнорирует права и политики веб-сайтов и поставщиков, чей контент появляется в поиске.

В начале апреля завершилось ежегодное соревнование по машинному обучению с призовым фондом в 2 миллиона рублей — Data Fusion Contest 2024. Основных задач было две, и команда наших аналитиков-исследователей из Лаборатории ИИ заняли второе место в решении задачи по моделям оттока!