Потребление облачной инфраструктуры, ресурсы которой используют графические процессоры, в России за первую половину 2026 года выросло на 507% за счет расширения аудитории и интенсивности использования мощностей, в том числе для развития ИИ. Но на рынке сохраняется нехватка высокопроизводительных ускорителей для крупных моделей нейросетей, из-за чего компании переходят на работу с небольшими специализированным моделями вместо универсальных, говорят эксперты.

За январь—июнь 2026 года потребление облачной GPU-инфраструктуры (вычислительной среды, в которой ресурсы оснащены графическими процессорами) выросло на 507% год к году. Число новых подключений — на 160%, а ежемесячная активность пользователей — на 240%. Такие данные приводит провайдер «Рег.Облако». Основным сценарием использования мощностей стало внедрение готовых ИИ-решений в бизнес-процессы: GPU применяются для клиентской поддержки, работы с корпоративными базами знаний, обработки документов, речевой аналитики, антифрода и компьютерного зрения. Ранее “Ъ” писал, что средний чек на GPU-серверы для задач ИИ к началу лета 2026 года вырос на 64% и достиг 2,3 млн руб. (см. “Ъ” от 4 июня).

Самой востребованной видеокартой стала NVIDIA A4000, ее использует 63% компаний. Количество GPU на одну компанию зависит от задач: для тестирования, разработки и первых ИИ-проектов часто достаточно одной карты, более крупные заказчики и ресурсоемкие проекты могут использовать 2–8 GPU, говорит коммерческий директор «Рег.Облака» Максим Дарулис. В сегменте выделенных серверов и bare metal («чистого железа») число клиентов с расходами свыше 500 тыс. руб. в месяц выросло более чем вдвое в 2026 году. Их доля в общем объеме потребления увеличилась с 35% до 49%. Рост связан с увеличением масштаба и критичности цифровых проектов, для которых требуются «предсказуемая производительность, аппаратная изоляция и контроль над инфраструктурой», говорят в компании.

Рост спроса на виртуальную GPU-инфраструктуру подтверждают в Cloud.ru. Среди причин — переход компаний от пилотных проектов к промышленному использованию ИИ, а также экономическая выгода. «Облако позволяет масштабировать вычислительные мощности по мере роста нагрузки без крупных капитальных вложений в оборудование, которое быстро устаревает»,— говорит директор по стратегии и развитию ИИ Cloud.ru Дмитрий Юдин. Российский рынок облачных GPU за последний год вырос примерно в полтора раза и достиг 38 млрд руб., оценивает руководитель направления AI Platform в MWS Cloud Никита Казарян. Динамику подтверждают и в K2 Cloud: по оценке компании, число запросов на облачные GPU год к году выросло в четыре-пять раз. «Но гораздо важнее качественные изменения в поведении заказчиков: бизнес все реже запрашивает просто видеокарты — заказчики приходят за готовыми прикладными решениями, отраслевыми сценариями и гибридной моделью потребления»,— говорит менеджер продукта GPUaaS K2 Cloud Михаил Воронин. Наиболее востребованные модели NVIDIA L4, L40s и H100.

На рынке достаточное количество карт «начального уровня», при этом сохраняется дефицит в сегменте высокопроизводительных ускорителей, необходимых для обучения крупных ИИ-моделей, говорит источник “Ъ” в IТ-отрасли.

Ключевым фактором становится не столько доступность оборудования, сколько эффективность его использования. Выигрывают провайдеры, которые законтрактовали мощности заранее и умеют их распределять. «Дефицит будет подталкивать рынок к небольшим специализированным моделям вместо гигантских универсальных»,— считает он. «Правильная стратегия состоит не в выборе между большой и узкой моделью, а в разделении задач: бизнесу следует массово внедрять экономичные специализированные системы, а крупнейшим технологическим компаниям — сохранять ограниченное число мощных национальных проектов по разработке базовых моделей, вычислительной инфраструктуры и собственных ускорителей»,— считает независимый эксперт в сфере искусственного интеллекта и информационных технологий Алексей Лерон.

Екатерина Фадеева