AI-чипы на Давосе: NVIDIA, AMD и Intel борются за внимание

На Всемирном экономическом форуме 2026 года в Давосе дискуссии о полупроводниках заняли непропорционально большое место в программе. Три года назад чипы обсуждали преимущественно в контексте дефицита и геополитики. Теперь AI-ускорители стали стратегическим ресурсом, за доступ к которому конкурируют государства, корпорации и целые регионы. NVIDIA, AMD и Intel -- три компании, определяющие ландшафт рынка -- были представлены в Давосе на самом высоком уровне.

Дженсен Хуанг, генеральный директор NVIDIA, выступил на центральной панели форума с тезисом о том, что AI-чипы -- это новая нефть. Компания контролирует около 80% рынка GPU для дата-центров и демонстрирует финансовые результаты, которые казались невозможными еще три года назад. Выручка NVIDIA за последний финансовый год превысила 130 миллиардов долларов, а рыночная капитализация приблизилась к четырем триллионам. Платформа Blackwell, поставки которой начались во второй половине 2025 года, стала самым быстрорастущим продуктом в истории компании.

AMD представила в Давосе свою стратегию на 2026-2027 годы. Линейка Instinct MI400 нацелена на прямую конкуренцию с NVIDIA B200 в сегменте обучения моделей, а MI325X позиционируется как оптимальное решение для инференса. Лиза Су провела несколько закрытых встреч с руководителями облачных провайдеров и суверенных фондов. Ключевой аргумент AMD -- диверсификация поставок: зависимость от единственного поставщика GPU создает системные риски для всей AI-индустрии.

Intel, переживающая сложный период трансформации, использовала Давос для демонстрации архитектуры Panther Lake и чипов Gaudi 3 для AI-нагрузок. Стратегия Intel отличается от конкурентов: компания делает ставку на интеграцию CPU и AI-ускорителей в единые платформы, а также на развитие контрактного производства через Intel Foundry Services. На форуме компания объявила о партнерстве с двумя европейскими правительствами по локализации производства AI-чипов.

Помимо большой тройки, в Давосе были заметны компании, разрабатывающие специализированные AI-ускорители. Cerebras, Groq, SambaNova и десятки других стартапов предлагают чипы, оптимизированные для конкретных задач -- от инференса до обучения на разреженных данных. Groq привлекла особое внимание благодаря своей архитектуре LPU, обеспечивающей рекордную скорость инференса. Несколько суверенных фондов объявили об инвестициях в стартапы, разрабатывающие альтернативные архитектуры.

Геополитическое измерение дискуссий о чипах было неизбежным. Экспортные ограничения США на поставку AI-ускорителей в Китай остаются в силе и расширяются. В Давосе представители китайских технологических компаний отсутствовали на большинстве публичных панелей, но проводили активные встречи за кулисами. Huawei продвигает собственные чипы Ascend как альтернативу NVIDIA для рынков, готовых работать вне западных ограничений. Формируется параллельная экосистема AI-чипов, что беспокоит сторонников глобальной технологической интеграции.

Экономика AI-чипов стала предметом отдельной панели. Один GPU NVIDIA B200 стоит более 30 тысяч долларов, а кластер для обучения крупной модели обходится в сотни миллионов. При этом стоимость инференса падает на 70-80% ежегодно благодаря оптимизации моделей и архитектурным улучшениям. Это создает парадоксальную ситуацию: спрос на чипы для обучения растет, а стоимость единицы полезного вычисления снижается. Для инвесторов это означает, что экстраполяция текущих темпов роста выручки NVIDIA на пять-десять лет вперед может быть ошибочной.

Программная экосистема остается ключевым конкурентным барьером. CUDA -- программная платформа NVIDIA -- стала де-факто стандартом для AI-разработки. Миллионы разработчиков обучены работать с CUDA, тысячи библиотек оптимизированы под нее. AMD с ROCm и Intel с oneAPI пытаются создать альтернативы, но переключение разработчиков -- процесс медленный и болезненный. На форуме несколько выступающих сравнили зависимость от CUDA с зависимостью от Windows в 1990-х.

Перспективы рынка AI-чипов обсуждались в контексте более широкой тенденции: крупнейшие облачные провайдеры все активнее разрабатывают собственные чипы. Google TPU уже прошел через несколько поколений, Amazon Trainium набирает обороты, Microsoft разрабатывает Maia. Это не означает отказ от NVIDIA, но создает дополнительное давление на маржинальность. Вертикальная интеграция -- когда один и тот же заказчик является и крупнейшим покупателем, и конкурентом -- определяет динамику рынка.

Итог давосских дискуссий: рынок AI-чипов находится в точке максимальной концентрации и одновременно максимального давления на диверсификацию. NVIDIA доминирует, но ее монопольное положение вызывает системные риски, которые осознают и регуляторы, и заказчики. AMD и Intel постепенно наращивают конкурентоспособность, стартапы предлагают нишевые решения, а крупнейшие клиенты разрабатывают собственные чипы. В ближайшие два-три года рынок станет более фрагментированным, что пойдет на пользу конечным потребителям AI-технологий.