Bank of America прогнозирует рынок инфраструктуры ИИ‑дата‑центров на $1,7 трлн к 2030 году

Как прогноз вырос с $1,2 трлн до $1,7 трлн

Оценка Bank of America постепенно увеличивалась по мере того, как становился понятен масштаб инвестиций в ИИ.

• Ранние оценки предполагали около $1,2 трлн расходов на ИИ‑инфраструктуру к 2030 году.
• Позднее прогноз был повышен примерно до $1,4 трлн, главным образом из‑за ожиданий более высоких расходов облачных компаний.
• Последний пересмотр поднял потенциальный объём рынка до около $1,7 трлн к 2030 году.

По мнению аналитиков, это подтверждает растущий консенсус: инвестиционный цикл в инфраструктуру ИИ будет крупнее и продолжительнее, чем предполагалось несколько лет назад.

Главный драйвер — капитальные расходы гиперскейлеров

Ключевым фактором роста становятся инвестиции крупнейших облачных компаний — так называемых гиперскейлеров.

К ним относятся:

• Microsoft
• Amazon
• Alphabet (Google)
• Meta

По оценкам, совокупные капитальные расходы этих компаний могут достичь примерно $700–$715 млрд уже в 2026 году, тогда как в 2025 году они составляли около $410 млрд.

Основные направления этих инвестиций:

• кластеры для обучения ИИ‑моделей
• GPU‑фермы и специализированные ускорители
• строительство и расширение дата‑центров
• высокоскоростные сети и системы памяти
• энергоснабжение и системы охлаждения

Поскольку именно эти компании доминируют в глобальном облачном рынке, их инвестиционные планы во многом определяют темпы развития всей индустрии ИИ‑инфраструктуры.

Полупроводники — ключевой бенефициар бума

ИИ‑дата‑центры требуют огромного количества специализированных микросхем. Поэтому одним из главных победителей инвестиционного цикла становится сектор полупроводников.

В рамках прогнозируемого $1,7‑триллионного рынка значительная часть расходов будет приходиться на ИИ‑ускорители — графические процессоры (GPU) и специализированные чипы для обучения и инференса моделей.

Среди компаний, которые аналитики связывают с этим ростом:

• Nvidia
• AMD
• Broadcom
• Micron
• Marvell

Они поставляют ключевые компоненты: GPU, сетевые чипы, высокоскоростную память и специализированные процессоры для гиперскейлерских дата‑центров.

Электричество — главное узкое место роста

Хотя внимание обычно сосредоточено на чипах и серверах, аналитики всё чаще указывают на другую проблему: энергетику.

ИИ‑дата‑центры потребляют колоссальные объёмы энергии, и их быстрое распространение создаёт давление на инфраструктуру.

Bank of America предупреждает, что масштабное строительство таких объектов может усилить нагрузку на:

• электросети
• водные ресурсы
• критически важные металлы для электроники и энергетического оборудования.

Масштаб возможного роста впечатляет. По некоторым оценкам, к 2030 году потребление электроэнергии дата‑центрами может превысить нынешнее энергопотребление всей Японии, если текущие темпы развития сохранятся.

Это означает, что всё большую роль в экономике ИИ будут играть отрасли, связанные с производством электроэнергии, оборудованием для сетей, охлаждением и распределением энергии.

Инвестиционный цикл инфраструктуры ИИ

Все эти факторы формируют самоподдерживающийся цикл роста:

1. Гиперскейлеры увеличивают инвестиции, чтобы конкурировать в области ИИ.
2. Это создаёт огромный спрос на чипы и вычислительное оборудование.
3. Расширение дата‑центров резко увеличивает потребление электроэнергии.
4. Начинается новый инвестиционный цикл в энергетику, сети и охлаждение.

По оценке Bank of America, этот цикл всё ещё находится на ранней стадии, а значит впереди могут быть ещё годы масштабного строительства инфраструктуры.

Что означает прогноз $1,7 трлн

Если прогноз оправдается, рынок систем для ИИ‑дата‑центров станет одним из крупнейших инвестиционных циклов в истории технологической индустрии.

Однако многое будет зависеть от нескольких факторов: доступности полупроводников, инвестиционной дисциплины технологических гигантов и способности энергетической инфраструктуры поддержать быстро растущий спрос на электроэнергию.

Одно уже ясно: бум искусственного интеллекта — это не только программные модели. Он перестраивает глобальную инфраструктуру — от дата‑центров и чипов до энергетических систем, которые обеспечивают работу новой цифровой экономики.