Главный вывод
Два сообщения от полупроводниковых гигантов совпали в один день, очерчивая структурные изменения, происходящие на рынке AI-оборудования:
- Гендиректор NVIDIA публично признал: из-за экспортных ограничений США доля компании на китайском рынке высокопроизводительных AI-процессоров упала до нуля
- Huawei Ascend ожидает доход от AI-чипов в 2026 году в размере $12 млрд, что на 60% больше, чем в 2025 году
- Гендиректор Micron заявил на звонке по итогам отчёта: спрос на AI потребляет более половины мирового объёма битов DRAM и NAND
Вместе эти три пункта ведут к одному выводу: глобальный рынок AI-вычислений раскалывается на две независимые системы цепочек поставок, а ёмкость памяти становится следующим бутылочным горлышком.
Цепная реакция ухода NVIDIA с китайского рынка
Изменение доли рынка
| Период | Доля NVIDIA в Китае | Главный конкурент | Ключевое событие |
|---|---|---|---|
| 2023 Q4 | ~90% | Huawei Ascend 910B | Первый раунд запрета на экспорт A100/H100 |
| 2024 | ~50% | Huawei Ascend 910B/C | Выпущена специальная версия H20 |
| 2025 | ~20% | Huawei Ascend + Biren | H20 также попала под ограничения |
| 2026 Q2 | 0% | Huawei Ascend доминирует | Гендиректор публично подтвердил |
Кто заполняет пустоту?
Huawei Ascend — крупнейший бенефициар:
- Ожидаемый доход от AI-чипов в 2026 году: $12 млрд (+60% г/г)
- DeepSeek V4 был специально оптимизирован для чипов Ascend — это одно решение перенаправило миллиарды заказов от NVIDIA к Huawei
- Отечественные компании AI-чипов (Biren, Moore Threads и др.) также ускоряют догоняющее развитие
Масштаб влияния:
- Доля Китая в доходах дата-центров NVIDIA будет продолжать снижаться в финансовых отчётах
- Китайские AI-компании будут всё больше опираться на отечественное оборудование + стеки открытого ПО
- Глобальная инфраструктура обучения AI развивается по «двухрельсовой» системе
Micron: AI пожирает глобальную ёмкость памяти
Ключевое заявление из звонка по итогам отчёта Micron за Q2 FY2026:
Спрос на AI приводит к резкому росту требований к битам DRAM и NAND в дата-центрах… AI теперь потребляет память, превышающую половину общей мировой ёмкости.
Что это означает:
1. Цены на память могут продолжать расти
Если AI потребляет более 50% ёмкости памяти, оставшаяся ёмкость для потребительской электроники (телефоны, ПК, автомобили) будет сжиматься. Это может привести к:
- Высоким ценам на серверную память (DDR5, HBM)
- Передаче роста цен на потребительскую память
- Ускорению инвестиционных циклов производителей памяти для расширения мощностей
2. Дефицит поставок HBM продолжится
Спрос на HBM (память с высокой пропускной способностью) для обучения и inference AI особенно силён. GPU NVIDIA, Huawei Ascend и различные кастомные AI-чипы — все нуждаются в больших объёмах HBM. В настоящее время ёмкость HBM контролируется тремя компаниями: SK Hynix, Samsung и Micron, а циклы расширения занимают 18-24 месяца.
3. Связь с AI Capex
Последний прогноз BofA: глобальные капитальные затраты гиперскейлеров на AI превысят $800 млрд в 2026 году, потенциально пересекут $1 трлн в 2027 году. Значительная часть этих расходов потечёт на:
- Закупку GPU/AI-ускорителей (NVIDIA, Huawei, AMD, кастомные чипы)
- Закупку памяти (DRAM, HBM, NAND)
- Инфраструктуру дата-центров
Влияние на разработчиков и предприятия
Если вы в Китае
- Закупка оборудования: Высокопроизводительные GPU NVIDIA больше недоступны — нужно переходить на Ascend или другие отечественные решения
- Адаптация ПО: Нужно обращать внимание на отечественные экосистемы ПО для чипов (CANN, MindSpore и т.д.)
- Облачные сервисы: AI-инстансы отечественных облачных провайдеров комплексно переходят на отечественные чипы
Если вы за пределами Китая
- Стоимость памяти: Стоимость памяти для AI-inference и обучения может не снизиться быстро
- Риск цепочки поставок: Если ваши продукты зависят от китайских цепочек поставок, следите за эффектами передачи от технологического разрыва США и Китая
- Окно возможностей: Рост отечественных экосистем AI-чипов означает новые потребности в инструментальных цепочках, фреймворках и сервисах
Глобальная оценка
Рынок AI-оборудования переходит от «единого глобального рынка, доминируемого NVIDIA» к «двум параллельно развивающимся региональным рынкам». Это не краткосрочная флуктуация, а структурное изменение, движимое экспортными ограничениями, геополитикой и промышленной самодостаточностью.
Для разработчиков AI-приложений это означает:
- Развёртывание моделей должно учитывать доступность оборудования на целевых рынках
- Кроссплатформенная совместимость (CUDA против CANN против ROCm) будет становиться всё важнее
- Аппаратная нейтральность открытых моделей станет конкурентным преимуществом