GPU-серверы в России перестают быть обычной закупкой «ещё одной железки в стойку». Спрос на ИИ-нагрузки догоняет доступные ускорители, а местами уже смотрит им в спину: в 2027 году поставки и цена могут стать тем самым узким горлышком, через которое корпоративный ИИ будет протискиваться боком.
Главная цифра простая и неприятная. У «Гигант — Компьютерные системы» средняя месячная стоимость выделенной GPU-инфраструктуры для ИИ и машинного обучения за пять месяцев 2026 года выросла на 64% год к году: примерно с 1,4 млн до 2,3 млн рублей. Не разовая покупка, а ежемесячный счёт. Вот тут пилот из презентации превращается в строку бюджета, от которой бухгалтерия уже не улыбается.
Похожую картину раньше давал и рынок облачной GPU-инфраструктуры: ComNews в июне писал про те же 2,3 млн рублей среднего чека для ИИ-задач и про уход бизнеса от бюджетных конфигураций к более тяжёлым GPU-серверам. То есть это не только один свежий комментарий продавца железа, а общий сдвиг: компаниям уже нужны не «попробовать нейронку», а держать рабочую нагрузку.
Почему так дорого? Потому что GPU-сервер — это не видеокарта в корпусе. Нужны память, питание, охлаждение, сеть между ускорителями, хранение данных, место в стойке, гарантия и запасные детали. Если модель крутится на документах банка, промышленном зрении или инженерных расчётах, случайно свободная мощность в облаке уже не выглядит планом. Сегодня есть, завтра очередь, послезавтра цена другая.
У «Гиганта» 33% заказов на GPU-серверы уже приходится на ИИ и ML. Остальное тянут рендеринг, разработка и обработка данных. В 2024–2025 годах многие ещё играли в пилоты, теперь банки, телеком, ретейл, промышленность и научные центры хотят рабочие контуры: обработку документов, компьютерное зрение, цифровые двойники, контроль качества, дообучение моделей.
Подвох в том, что универсального ответа «купить или арендовать» тут нет. Для проверки гипотезы облако или аренда нормальны: быстро включил, померил, выключил. Для постоянной нагрузки с чувствительными данными может понадобиться свой или выделенный контур. Но и он не спасает, если архитектуру считают после того, как закупка уже горит.
Что точно неизвестно: сколько именно GPU-серверов не хватает рынку и какие сроки поставки будут по конкретным конфигурациям в 2027 году. Это не раскрыто. Зато понятна бытовая часть истории: ИИ в компаниях упёрся не только в модели и разработчиков, но и в розетку, охлаждение и очередь за ускорителями. Романтика закончилась, началась смета.