Современные ИИ-ускорители используют память с высокой пропускной способностью — HBM (high-bandwidth memory), которая быстро передаёт данные между вычислительными блоками и памятью. В крупных серверных стойках дополнительно применяется обычная динамическая память DRAM.

На фоне бума искусственного интеллекта оба вида памяти дорожают, а их доля в стоимости вычислительной системы растёт. В одной из оценок, посвящённых Vera Rubin, на полупроводниковую память может приходиться около 62% стоимости суперчипа. Это расчёт себестоимости компонентов, а не подтверждённая отпускная цена Nvidia.

Morgan Stanley отдельно оценил стоимость памяти в стойке Vera Rubin VR200 NVL72 примерно в 2 млн долларов — приблизительно на 435% выше, чем оценочная стоимость памяти в стойке GB300. Такой расчёт объясняет, почему итоговая цена системы может заметно увеличиваться даже при разной надбавке для отдельных конфигураций.

Сколько могут стоить стойки Vera Rubin и Blackwell

Предварительные оценки до начала массовых поставок ставят стоимость стойки Vera Rubin VR200 NVL72 примерно на уровне 7,8 млн долларов. Для сравнения, стойка Grace Blackwell GB300 NVL72 оценивается примерно в 4 млн долларов.

Эти цифры нужно воспринимать осторожно:

• это оценки аналитиков и участников отрасли, а не официальные розничные цены Nvidia;
• сравниваются VR200 и GB300, а не VR200 и GB200;
• оценка компонентов или системы в целом не равна подтверждённой цене сделки для каждого клиента.

Таким образом, открытые данные указывают на существенный разрыв в экономике систем нового и предыдущего поколений, но не дают достоверного сравнения цен VR200 с GB200 и не содержат индивидуального графика повышения для клиентов.

Почему момент выбран особенно показательно

Сообщение о ценах появилось незадолго до публикации финансовых результатов Nvidia за второй фискальный квартал, запланированной на 26 августа. В предыдущем отчётном квартале компания получила 81,6 млрд долларов выручки, из которых около 75,2 млрд долларов пришлось на направление дата-центров. Валовая маржа составила примерно 75%.

Для инвесторов и операторов облачной инфраструктуры рост стоимости памяти становится важным сразу по двум причинам. Более дорогие серверы могут помочь Nvidia компенсировать увеличение затрат на компоненты, но одновременно повышают капитальные расходы облачных провайдеров и других компаний, строящих крупные ИИ-кластеры.

При этом доступные источники не позволяют определить, какая часть предполагаемого повышения отразится на марже Nvidia, а какая будет переложена на клиентов и поставщиков серверов.

Подтолкнёт ли это Amazon, Microsoft, Google и Meta к собственным чипам

Более высокие цены Nvidia могут усилить интерес крупнейших технологических компаний к диверсификации поставок. Amazon, Microsoft, Google и Meta заинтересованы в том, чтобы снизить зависимость от одного поставщика, адаптировать ускорители под собственные рабочие нагрузки и получить больше возможностей для переговоров о цене и объёмах поставок.

Однако преимущество Nvidia — это не только сами графические процессоры. Важную роль играют программная платформа CUDA, привычные для разработчиков инструменты, высокоскоростная связка NVLink и более широкая экосистема «полного стека». По одной из рыночных оценок, Nvidia контролирует более 80% сегмента высокопроизводительных ИИ-ускорителей, хотя итоговая доля зависит от того, как именно определять рынок.

Поэтому собственные чипы, скорее всего, будут дополнять решения Nvidia, особенно в стабильных и массовых внутренних задачах, а не быстро вытеснять их из всех крупных дата-центров.

Какие есть альтернативы

Главной коммерческой альтернативой ускорителям Nvidia остаются чипы семейства AMD MI300. Облачные провайдеры также разрабатывают специализированные решения — например, AWS использует собственные ускорители Trainium для поддерживаемых нагрузок.

Такие продукты могут дать компаниям дополнительный источник вычислительных мощностей, снизить стоимость отдельных задач и уменьшить зависимость от поставок Nvidia. Но они не являются универсальной заменой для приложений, построенных вокруг CUDA. Переход на другую архитектуру может потребовать переноса программного стека, повторной оптимизации моделей и изменений в инфраструктуре.

Поэтому AMD и собственные чипы облачных компаний способны расширять выбор и усиливать переговорные позиции покупателей, но открытые данные не подтверждают, что они в ближайшее время массово заменят Nvidia во всех крупных ИИ-центрах обработки данных.

Что пока не подтверждено

Bloomberg опирался на информацию людей, знакомых с ситуацией. Reuters пересказал эту публикацию, но сообщил, что не смог оперативно проверить её самостоятельно. Публичного уведомления клиентов, официального прайс-листа Nvidia или подтверждённых контрактных условий в доступных материалах нет.

Наиболее осторожный вывод выглядит так: некоторым крупным клиентам Nvidia действительно могли сообщить о повышении цен более чем на 15% во многих случаях для систем с поставкой в начале следующего года, а величина повышения зависит от поколения чипа и конфигурации памяти.

При этом пока нельзя утверждать, что:

• цены на все серверы Nvidia вырастут на одинаковый процент;
• известны точные цены на все конфигурации Vera Rubin и Grace Blackwell;
• опубликованы индивидуальные условия для клиентов;
• существует проверенное сравнение VR200 с GB200;
• Nvidia или затронутые клиенты официально подтвердили содержание уведомлений.

Пока детали коммерческих условий остаются закрытыми, наиболее надёжно подтверждается лишь общая тенденция: дорожающая память всё сильнее влияет на экономику ИИ-серверов, а точный масштаб последствий для Nvidia и её клиентов ещё предстоит выяснить.

Современные ИИ-ускорители используют память с высокой пропускной способностью — HBM (high-bandwidth memory), которая быстро передаёт данные между вычислительными блоками и памятью. В крупных серверных стойках дополнительно применяется обычная динамическая память DRAM.

На фоне бума искусственного интеллекта оба вида памяти дорожают, а их доля в стоимости вычислительной системы растёт. В одной из оценок, посвящённых Vera Rubin, на полупроводниковую память может приходиться около 62% стоимости суперчипа. Это расчёт себестоимости компонентов, а не подтверждённая отпускная цена Nvidia.

Morgan Stanley отдельно оценил стоимость памяти в стойке Vera Rubin VR200 NVL72 примерно в 2 млн долларов — приблизительно на 435% выше, чем оценочная стоимость памяти в стойке GB300. Такой расчёт объясняет, почему итоговая цена системы может заметно увеличиваться даже при разной надбавке для отдельных конфигураций.

Сколько могут стоить стойки Vera Rubin и Blackwell

Предварительные оценки до начала массовых поставок ставят стоимость стойки Vera Rubin VR200 NVL72 примерно на уровне 7,8 млн долларов. Для сравнения, стойка Grace Blackwell GB300 NVL72 оценивается примерно в 4 млн долларов.

Эти цифры нужно воспринимать осторожно:

• это оценки аналитиков и участников отрасли, а не официальные розничные цены Nvidia;
• сравниваются VR200 и GB300, а не VR200 и GB200;
• оценка компонентов или системы в целом не равна подтверждённой цене сделки для каждого клиента.

Таким образом, открытые данные указывают на существенный разрыв в экономике систем нового и предыдущего поколений, но не дают достоверного сравнения цен VR200 с GB200 и не содержат индивидуального графика повышения для клиентов.

Почему момент выбран особенно показательно

Сообщение о ценах появилось незадолго до публикации финансовых результатов Nvidia за второй фискальный квартал, запланированной на 26 августа. В предыдущем отчётном квартале компания получила 81,6 млрд долларов выручки, из которых около 75,2 млрд долларов пришлось на направление дата-центров. Валовая маржа составила примерно 75%.

Для инвесторов и операторов облачной инфраструктуры рост стоимости памяти становится важным сразу по двум причинам. Более дорогие серверы могут помочь Nvidia компенсировать увеличение затрат на компоненты, но одновременно повышают капитальные расходы облачных провайдеров и других компаний, строящих крупные ИИ-кластеры.

При этом доступные источники не позволяют определить, какая часть предполагаемого повышения отразится на марже Nvidia, а какая будет переложена на клиентов и поставщиков серверов.

Подтолкнёт ли это Amazon, Microsoft, Google и Meta к собственным чипам

Более высокие цены Nvidia могут усилить интерес крупнейших технологических компаний к диверсификации поставок. Amazon, Microsoft, Google и Meta заинтересованы в том, чтобы снизить зависимость от одного поставщика, адаптировать ускорители под собственные рабочие нагрузки и получить больше возможностей для переговоров о цене и объёмах поставок.

Однако преимущество Nvidia — это не только сами графические процессоры. Важную роль играют программная платформа CUDA, привычные для разработчиков инструменты, высокоскоростная связка NVLink и более широкая экосистема «полного стека». По одной из рыночных оценок, Nvidia контролирует более 80% сегмента высокопроизводительных ИИ-ускорителей, хотя итоговая доля зависит от того, как именно определять рынок.

Поэтому собственные чипы, скорее всего, будут дополнять решения Nvidia, особенно в стабильных и массовых внутренних задачах, а не быстро вытеснять их из всех крупных дата-центров.

Какие есть альтернативы

Главной коммерческой альтернативой ускорителям Nvidia остаются чипы семейства AMD MI300. Облачные провайдеры также разрабатывают специализированные решения — например, AWS использует собственные ускорители Trainium для поддерживаемых нагрузок.

Такие продукты могут дать компаниям дополнительный источник вычислительных мощностей, снизить стоимость отдельных задач и уменьшить зависимость от поставок Nvidia. Но они не являются универсальной заменой для приложений, построенных вокруг CUDA. Переход на другую архитектуру может потребовать переноса программного стека, повторной оптимизации моделей и изменений в инфраструктуре.

Поэтому AMD и собственные чипы облачных компаний способны расширять выбор и усиливать переговорные позиции покупателей, но открытые данные не подтверждают, что они в ближайшее время массово заменят Nvidia во всех крупных ИИ-центрах обработки данных.

Что пока не подтверждено

Bloomberg опирался на информацию людей, знакомых с ситуацией. Reuters пересказал эту публикацию, но сообщил, что не смог оперативно проверить её самостоятельно. Публичного уведомления клиентов, официального прайс-листа Nvidia или подтверждённых контрактных условий в доступных материалах нет.

Наиболее осторожный вывод выглядит так: некоторым крупным клиентам Nvidia действительно могли сообщить о повышении цен более чем на 15% во многих случаях для систем с поставкой в начале следующего года, а величина повышения зависит от поколения чипа и конфигурации памяти.

При этом пока нельзя утверждать, что:

• цены на все серверы Nvidia вырастут на одинаковый процент;
• известны точные цены на все конфигурации Vera Rubin и Grace Blackwell;
• опубликованы индивидуальные условия для клиентов;
• существует проверенное сравнение VR200 с GB200;
• Nvidia или затронутые клиенты официально подтвердили содержание уведомлений.

Пока детали коммерческих условий остаются закрытыми, наиболее надёжно подтверждается лишь общая тенденция: дорожающая память всё сильнее влияет на экономику ИИ-серверов, а точный масштаб последствий для Nvidia и её клиентов ещё предстоит выяснить.