ТЕХНОЛОГИИ
NVIDIA снова превзошла ожидания по прибыли — спрос на ИИ-чипы остаётся ненасытным, поскольку гипермасштабные компании соревнуются за мощности
NVIDIA сообщила о рекордной прибыли благодаря продолжающемуся спросу со стороны гипермасштаберов на AI-чипы. Архитектуры компании H100 и новее остаются отраслевым стандартом для обучения передовых моделей, несмотря на появляющуюся конкуренцию со стороны пользовательских чипов от Google, Meta и других. В ходе телефонной конференции по результатам компании было раскрыто, что расходы на инфраструктуру AI ускоряются, а не достигают плато.
Майкл Г ·
NVIDIA снова превзошла ожидания по прибыли — спрос на ИИ-чипы остаётся ненасытным, поскольку гипермасштабные компании соревнуются за мощности
Компания NVIDIA сообщила о рекордной прибыли в первом квартале 2026 года, чему способствовал продолжающийся спрос гипермасштабаторов на ИИ-чипы. Архитектуры компании H100 и более новые остаются отраслевым стандартом для обучения передовых моделей, несмотря на появление конкуренции со стороны индивидуальных решений по кремнию от Google, Meta и других. В ходе конференц-звонка по итогам прибыли было отмечено, что расходы на инфраструктуру ИИ ускоряются, а не стабилизируются, поскольку гипермасштабаторы стремятся создать вычислительные мощности, необходимые для обучения передовых моделей и их масштабного развёртывания.
Доминирование NVIDIA на рынке чипов для ИИ отражает несколько факторов. Во-первых, экосистема программного обеспечения CUDA компании создаёт значительные издержки при смене поставщика для клиентов, что затрудняет конкурентам вытеснение NVIDIA, даже если они разработают более совершенное оборудование. Во-вторых, NVIDIA поддерживает технологическое лидерство благодаря постоянным инновациям, выпуская новые архитектуры чипов быстрее, чем конкуренты успевают разработать альтернативы. В-третьих, компания выстроила прочные отношения с гиперскейлерами и компаниями в области ИИ, что даёт ей понимание потребностей клиентов и позволяет адаптировать продукты под конкретные сценарии использования.
Конкурентная среда: заказной кремний и пределы деструкции
Google, Meta и другие гипермасштабировщики активно инвестируют в специализированные микросхемы, разработанные специально для их задач в области ИИ. Чипы TPU от Google оптимизированы для Gemini training and инференс, в то время как чипы MTIA от Meta предназначены для систем рекомендаций и инференса больших языковых моделей. Эти специализированные чипы могут быть более эффективными, чем универсальные графические процессоры NVIDIA для конкретных рабочих нагрузок, но они не могут соперничать с NVIDIA по гибкости и экосистеме программного обеспечения.
Кроме того, разработка индивидуального силикона требует значительных инженерных знаний и капитальных инвестиций. У большинства компаний в области ИИ нет ресурсов или экспертных знаний для разработки собственных чипов, что создает барьер для входа и защищает рыночную позицию NVIDIA. Хотя такие гипермасштаберы, как Google и Meta, имеют ресурсы для разработки индивидуального силикона, они представляют собой лишь небольшую часть всего рынка ИИ-чипов. Для большинства компаний чипы NVIDIA остаются самым экономически эффективным и практичным решением.
Расходы на инфраструктуру ИИ: ускоряются, а не достигают плато
Звонок по доходам показал, что расходы на инфраструктуру ИИ ускоряются, а не стабилизируются. Гипермасштаберы строят новые центры обработки данных и расширяют существующие мощности для поддержки обучения и развертывания передовых моделей ИИ. Это говорит о том, что рынок инфраструктуры ИИ все еще находится на ранних этапах, и спрос на чипы, такие как H100 от NVIDIA, останется высоким в течение многих лет.
Ускорение расходов на инфраструктуру ИИ отражает быстрый рост спроса на возможности ИИ. По мере того как все больше компаний внедряют ИИ, гиганты гипермасштабирования активно инвестируют в создание вычислительных мощностей, необходимых для поддержки этого роста. Кроме того, разработка новых моделей и приложений ИИ стимулирует спрос на более мощное и специализированное оборудование. Это создает положительный цикл, когда рост спроса на ИИ стимулирует инвестиции в инфраструктуру, что позволяет разрабатывать более мощные модели ИИ, что, в свою очередь, вызывает дальнейший рост спроса.
Последствия для NVIDIA и более широкой индустрии ИИ
Сильные показатели NVIDIA и ускорение расходов на инфраструктуру ИИ свидетельствуют о том, что компания находится в хорошей позиции для продолжения роста. Доминирование компании в области ИИ-чипов в сочетании с высоким спросом на инфраструктуру ИИ создают мощный импульс для бизнеса NVIDIA. Однако компания также сталкивается с рисками, связанными с разработкой пользовательских микросхем, и возможным регулирующим контролем экспорта ИИ-чипов.
Для более широкой индустрии ИИ доминирование NVIDIA означает, что компания имеет значительное влияние на темпы и направление развития ИИ. Возможности чипов компании определяют, какие модели можно обучать и как быстро их можно разрабатывать. Это создает ситуацию, при которой бизнес-решения NVIDIA могут иметь значительные последствия для всей индустрии ИИ, вызывая вопросы о том, должна ли компания подвергаться регуляторному контролю или антимонопольным проверкам по мере того, как она продолжает укреплять свои позиции в качестве ключевого поставщика инфраструктуры для эры ИИ.