CoreWeave покупает Core Scientific за $9 млрд: инфраструктура решает
CoreWeave, стартап с оценкой в десятки миллиардов, приобретает Core Scientific — бывшего майнера криптовалют — за $9 млрд. Мы анализируем, почему GPU-инфраструктура стала новой нефтью.
Тип материала: Анализ
В июле 2025 года CoreWeave — облачная платформа, специализирующаяся на GPU-вычислениях, — объявила о приобретении Core Scientific за $9 миллиардов. Core Scientific — компания с историей, которая сама по себе заслуживает отдельного рассказа, потому что она вмещает в себя весь драматизм технологических переломов последнего десятилетия. Она начинала как один из крупнейших майнеров биткоина в Северной Америке, владея десятками тысяч ASIC-майнеров и несколькими гигантскими дата-центрами в Техасе, Джорджии и Северной Каролине. В 2022 году, когда цены на биткоин обрушились с $69 000 до менее $16 000, компания подала на банкротство. Казалось, это конец — ещё одна жертва крипто-зимы, ещё одна строчка в списке компаний, не переживших обвал рынка. Но Core Scientific нашла второе дыхание — перепрофилировавшись на предоставление инфраструктуры для ИИ-вычислений. Мы в Aravana AI видим в этой сделке не просто бизнес-историю, а яркую иллюстрацию двух фундаментальных трендов: ИИ перекраивает целые отрасли, а физическая инфраструктура становится стратегическим активом, иногда более ценным, чем сами модели.
Начнём с CoreWeave, потому что эта компания сама по себе — феномен, заслуживающий внимания. Основанная в 2017 году тремя бывшими трейдерами с Уолл-стрит — Майклом Интратором, Брайаном Вентуро и Брэденом Перкинсом — как майнинговый стартап (изначально называлась Atlantic Crypto), она в 2019 году совершила стратегический пивот на GPU-вычисления для ИИ и научных задач. Это произошло задолго до того, как это стало мейнстримом — задолго до ChatGPT, до бума генеративного ИИ, до того как аббревиатура GPU стала звучать на каждой бизнес-конференции и в каждом earnings call. Основатели увидели, что те же NVIDIA GPU, которые использовались для майнинга Ethereum (тогда ещё работавшего на Proof of Work), могут с тем же или большим успехом использоваться для обучения нейронных сетей и рендеринга — и переориентировали бизнес. Это было контринтуитивное решение в 2019 году, когда крипто-рынок был на подъёме и майнинг приносил хорошие деньги. Но оно оказалось одним из самых дальновидных стратегических решений в технологической индустрии последних лет.
К 2025 году CoreWeave стала одним из крупнейших альтернативных поставщиков GPU-инфраструктуры, конкурируя с AWS, Azure и Google Cloud в специализированной нише. Компания предлагает GPU-серверы (NVIDIA H100, H200, B200) с более низкой задержкой, более гибким ценообразованием и более быстрым развёртыванием, чем гиперскейлеры. Её оценка на момент IPO в марте 2025 года достигла $23 миллиардов, а список клиентов включал Microsoft (контракт на $10 миллиардов), Meta, Cohere, Mistral и десятки ИИ-стартапов, которые не могли получить достаточно GPU у традиционных облачных провайдеров.
Почему CoreWeave нужна Core Scientific? Ответ прост и фундаментален: физическая инфраструктура, которую невозможно создать быстро. Core Scientific владеет и управляет дата-центрами общей мощностью более 600 мегаватт в нескольких штатах США. Эти объекты уже построены, уже подключены к электросетям, уже имеют системы охлаждения, уже получили все необходимые разрешения и лицензии. В мире, где строительство нового дата-центра занимает 18–24 месяца (а получение разрешений на подключение к электросети — иногда ещё дольше), а спрос на GPU-вычисления растёт ежеквартально на десятки процентов и очередь на поставку серверов NVIDIA растянулась на месяцы — готовая инфраструктура стоит на вес золота.
Мы считаем, что эта сделка отражает один из самых важных и наименее обсуждаемых трендов в ИИ-индустрии: ограничение предложения вычислительных мощностей. Все говорят о прорывах в моделях, о новых применениях ИИ, о миллиардных инвестициях. Но мало кто обсуждает, что все эти модели и применения требуют GPU, которых физически не хватает. NVIDIA доминирует на рынке GPU для ИИ с долей более 80%. Даже при максимальном наращивании производства (а TSMC, производящая чипы NVIDIA, работает на пределе мощностей и строит новые фабрики, которые заработают не раньше 2027 года), спрос стабильно опережает предложение.
Это создаёт уникальную ситуацию: инфраструктура становится стратегическим активом, иногда более ценным, чем сами ИИ-модели. Вы можете иметь лучшую модель в мире, самых талантливых исследователей и гениальную продуктовую стратегию — но если у вас нет GPU для обучения и запуска, всё это остаётся теорией. Именно поэтому CoreWeave, компания без собственной ИИ-модели, оценена в десятки миллиардов — почти столько же, сколько Anthropic, создатель Claude.
Переход Core Scientific из крипто-майнинга в ИИ-инфраструктуру — это поучительная история адаптации. Когда цены на биткоин обрушились и компания подала на банкротство, руководство увидело возможность: дата-центры, электричество и охлаждение — универсальны. Переориентация заняла около года, и к середине 2024 года Core Scientific уже генерировала значительную часть выручки от ИИ-хостинга, подписав контракт с CoreWeave на 200 мегаватт. А ещё через год — была куплена за $9 миллиардов. Из банкротства в сделку на $9 миллиардов за два с половиной года — это, пожалуй, один из самых впечатляющих камбэков в истории технологического бизнеса.
Мы наблюдаем аналогичный тренд у других бывших крипто-компаний: Marathon Digital, Riot Platforms, Hut 8 — все они развивают направление ИИ-вычислений. Крипто-майнинг и обучение ИИ-моделей имеют много общего на уровне инфраструктуры: оба требуют массивных вычислительных мощностей, дешёвого электричества, эффективного охлаждения и грамотного управления в промышленных масштабах.
Однако у нас есть серьёзные опасения. Во-первых, концентрация GPU-инфраструктуры в руках нескольких игроков создаёт системные риски. Если CoreWeave, AWS, Azure и Google Cloud контролируют подавляющую часть доступных GPU, они определяют, кто может обучать и запускать ИИ-модели. Стартап, которому отказали в выделении мощностей или выставили непомерную цену, — мёртвый стартап. Это новый вид власти.
Во-вторых, финансовая устойчивость CoreWeave вызывает вопросы. Компания агрессивно наращивает долг — более $8 миллиардов. Если спрос на GPU замедлится — из-за прорыва в эффективности моделей (как показал DeepSeek) или появления альтернативных архитектур — CoreWeave окажется с огромным долгом и недозагруженной инфраструктурой.
В-третьих, энергетический вопрос. 600 мегаватт Core Scientific — это потребление города на 150–200 тысяч жителей. Некоторые штаты уже отказывают в подключении новых дата-центров из-за нехватки мощностей. Вирджиния столкнулась с ограничениями ещё в 2024 году. Энергоснабжение может стать главным ограничителем роста ИИ-инфраструктуры.
Мы видим в этой сделке отражение более широкого процесса: ИИ-индустрия проходит фазу «инфраструктурной консолидации». Подобно тому, как облачные вычисления консолидировались вокруг трёх гиперскейлеров, ИИ-инфраструктура движется к олигополии. Это неизбежный процесс, диктуемый экономикой масштаба.
Мы также отмечаем, что альтернативные архитектуры — TPU Google, Trainium Amazon, Gaudi Intel, разработки Cerebras и Groq — постепенно размывают монополию NVIDIA. Если это произойдёт в значительном масштабе, ценность GPU-инфраструктуры изменится. Ирония в том, что CoreWeave уже прошла через один такой пивот — из крипто в ИИ. Возможно, готовность к пивоту — это её самый ценный актив.
Вопрос, который мы хотим поставить: если ИИ-инфраструктура становится «новой нефтью» — стратегическим ресурсом, контроль над которым определяет экономическую мощь — должна ли она регулироваться как стратегический ресурс, или свободный рынок лучше справится с распределением вычислительных мощностей, чем любой регулятор?
Хотите получать подобные материалы раньше?
Aravana Intelligence — авторская аналитика и закрытый круг для тех, кто думает на шаг вперёд.
Узнать про Intelligence700 миллиардов на ИИ: почему Big Tech ставит всё на одну карту
Совокупные капитальные расходы крупнейших технологических компаний на ИИ в 2026 году приближаются к $700 млрд. Мы разбираем, что стоит за этой цифрой и почему она меняет правила игры для всех.
88% внедрили ИИ, но только 6% выигрывают: парадокс McKinsey
По данным McKinsey, 88% компаний уже используют ИИ, но лишь 6% получают от этого значимые результаты. Мы анализируем, почему так происходит и что отличает победителей от остальных.
10 покупок Salesforce за полгода: анатомия ИИ-шоппинга
Salesforce совершила 10 ИИ-приобретений за шесть месяцев, включая Informatica за $8 млрд. Мы анализируем, работает ли стратегия «покупать ИИ вместо того, чтобы строить».