Рост спроса на искусственный интеллект приводит к стремительному увеличению затрат на инфраструктуру и компоненты, формируя новый инфляционный эффект в технологическом секторе. Об этом сообщает Bloomberg.
Крупнейшие IT-компании в ближайшие годы планируют вложить несколько триллионов долларов в развитие ИИ-инфраструктуры, чтобы удовлетворить растущий спрос на сервисы вроде ChatGPT и Claude. Значительная часть расходов приходится на строительство дата-центров и закупку дорогостоящих компонентов.
Аналитики отмечают формирование явления, которое уже называют «чипфляцией» — рост цен на микросхемы из-за дефицита и высокого спроса. Это затрагивает не только сегмент искусственного интеллекта, но и рынок потребительской электроники, включая смартфоны и игровые устройства.
Особенно резко вырос спрос на GPU, память и центральные процессоры, которые стали ключевыми элементами для работы больших языковых моделей. Конкуренция за доступ к оборудованию усиливается, поскольку компании стремятся не отстать в гонке за развитием ИИ.
Капитальные расходы гиперскейлеров продолжают расти. По оценкам Bloomberg, их инвестиции могут превысить 1 трлн долларов уже к 2027 году. Microsoft ожидает увеличения затрат на компоненты на 25 млрд долларов в год, доведя общий объем инвестиций до 190 млрд долларов. Meta также пересмотрела прогноз расходов в сторону повышения на 10 млрд долларов.
Дополнительное давление создает рост стоимости памяти — так называемый «налог на память». Современные ИИ-системы требуют значительно больших объемов высокоскоростного хранения данных, что усиливает спрос на DRAM-чипы.
На этом фоне резко выросли позиции производителей памяти и полупроводников — SK Hynix, Samsung Electronics и Micron Technology. Их совокупная капитализация превышает 2,8 трлн долларов.
Эксперты отмечают, что доля расходов на память в структуре ИИ-инфраструктуры может вырасти до 30% в 2026 году против 8% в 2024 году.
В ответ на рост затрат компании ищут способы оптимизации: разрабатывают собственные чипы, используют альтернативные решения от AMD, а также внедряют технологии сжатия данных и энергоэффективные архитектуры для снижения стоимости вычислений.
