Neoclouds превосходны в специализированной, экономически эффективной инфраструктуре ИИ, но проблемы с электроэнергией, цепочкой поставок и кадровым потенциалом ограничивают их шансы на полное поглощение.

Многомиллиардные сделки и растущий спрос на генеративный ИИ вывели на первый план новый класс поставщиков — «неооблачные сервисы». Эти специализированные облачные решения, построенные на основе мощных парков ускорителей и высокопроизводительных сетей, предоставляют кластеры без операционной системы для крупномасштабного обучения моделей и высокопроизводительного вывода результатов.

Такие компании, как CoreWeave, Crusoe, Lambda Labs и Nebius, быстро масштабируются, привлекая операторов, имеющих опыт в криптомайнинге и высокопроизводительных вычислениях. Независимо от названия — иногда это «облачные вычисления с использованием ИИ», «GPU как услуга» или « фабрика ИИ » — архитектура сходится к графическим процессорам с высокоскоростной памятью, внутриузловым каналам связи, таким как NVLink/NVSwitch , и кластерным сетям, таким как InfiniBand или Ethernet с поддержкой RDMA , — и всё это подкрепляется системами питания и охлаждения, которые так же важны, как и сами межсоединения.

Однако стремительный рост неооблачных технологий опережает предложение необходимого оборудования и квалифицированных специалистов, и эти ограничения могут определить темпы следующего этапа.

Почему Neoclouds нарушают работу традиционных поставщиков облачных услуг

Движение NeoCloud по сути обусловлено высокими требованиями к рабочим нагрузкам ИИ, которые выявили слабые места поставщиков общедоступных облачных услуг общего назначения.

«Неооблачные решения создаются с нуля специально для этих целей», — говорит Дэвид Линтикум, консультант по технологической стратегии, преподаватель и соавтор (вместе с Мередит Стейн) книги « Раскрывая потенциал облачных технологий» . «Поскольку они созданы для целей искусственного интеллекта, они способны обрабатывать данные и взимать с пользователей гораздо меньшую плату».

По словам Линтикума, специализированная неооблачная архитектура обеспечивает экономию средств по сравнению с гипермасштабируемыми компаниями, которые «слишком уж завышены в своих требованиях к серверным экземплярам на базе графических процессоров».

Сосредоточившись на эффективности и специализации, провайдеры неооблачных услуг консолидируют инфраструктуру, нуждаются в меньшем количестве процессоров и передают клиентам существенную экономию. Линтикум отметил, что цены могут быть всего лишь в три раза ниже, чем у крупных облачных провайдеров. Доступ к спотовому рынку предоставляется через такие платформы, как Cloud GPUs .

Однако Линтикум предостерег от распространенного заблуждения, что все задачи машинного обучения должны основываться на графических процессорах. По его словам, эта идея «по сути, является заблуждением». Тщательный анализ рабочей нагрузки может отдать предпочтение альтернативным архитектурам.

Золотая лихорадка в мире неооблачных технологий: многомиллиардные сделки и взрывной рост.

Тенденция развития неооблачных решений подпитывается целым рядом многомиллиардных сделок, в которых часто участвуют такие крупные компании, как Microsoft и Google – по иронии судьбы, именно эти компании могут оказаться под угрозой со стороны неооблачных решений.

По данным IDC, во втором квартале 2025 года глобальные расходы на ИИ выросли на 166% по сравнению с аналогичным периодом прошлого года и составили 82 миллиарда долларов, а к 2029 году, по прогнозам, достигнут 758 миллиардов долларов. Ожидается, что неооблачные решения внесут значительный вклад в этот рост. Например, поставщик неооблачных услуг Nebius в заявлении для SEC оценивает, что выручка от услуг GPU-as-a-Service и облачных решений для ИИ превысит 260 миллиардов долларов к 2030 году при среднегодовом темпе роста в 35%.

Проблемы неооблачных вычислений: цепочка поставок и потребности в электроэнергии.

Несмотря на стремительный рост, провайдеры неооблачных решений — которых сегодня насчитывается около 200 — сталкиваются с проблемами при развёртывании инфраструктуры, готовой к работе с графическими процессорами, включая память, высокоскоростные сети, системы охлаждения и электропитания. Задержки в поставке любых компонентов могут сорвать внедрение.

Потребления энергии, необходимые для работы систем искусственного интеллекта, особенно высоки. По словам Макса Смолакса, аналитика-исследователя из Uptime Institute Intelligence, потребление энергии при обучении и выводе результатов ИИ в центрах обработки данных, по прогнозам, вырастет со 131 ТВт·ч в 2026 году до примерно 250 ТВт·ч к 2030 году. Этот резкий рост указывает на надвигающийся кризис в цепочке поставок, особенно в отношении энергетического оборудования.

«В отрасли недостаточно внимания уделено разработке и поставке энергетического оборудования», — пояснил Смолакс. «Цепочка поставок компонентов, необходимых для строительства очень крупных центров обработки данных для ИИ, практически исчерпана, потому что никто не ожидал построить так много таких центров. Это проблема как для традиционной индустрии центров обработки данных, так и для неооблачных платформ».

К числу дефицитных относятся крупные трансформаторы, мощные генераторные двигатели и газовые турбины .

Эволюция бизнес-моделей: будущее неооблачных сервисов

Консалтинговая компания AlixPartners прогнозирует рост технической сложности и постоянные проблемы с цепочками поставок серверов, микросхем, источников питания и систем охлаждения. Поставщикам неооблачных решений потребуется постоянно совершенствовать свои предложения, чтобы оставаться конкурентоспособными и адаптироваться.

«Мы видим интересную бизнес-модель, которая будет развиваться», — сказал Андрей Данис, партнёр и управляющий директор AlixPartners. «Для этого требуется много программного обеспечения и полное понимание бизнеса».

Судип Суман, также партнёр и управляющий директор AlixPartners, добавил: «Рабочие нагрузки, которые сейчас известны как «GPU-as-a-Service», изменятся. Это приведет к переходу на полностью управляемый облачный сервис».

Однако без достаточных технических знаний операторы сталкиваются с реальными рисками, поскольку неооблакам сложно нанимать квалифицированных специалистов для управления все более сложными рабочими нагрузками.

Месть гиперскейлеров?

Такие гипермасштабируемые компании, как Google и Microsoft, инициировали раннее коммерческое внедрение генеративного ИИ, но передали значительную часть работы на аутсорсинг, что способствовало развитию неооблаков.

Лидер рынка графических процессоров, компания Nvidia, поддержала стартапы, работающие на технологии NeoCloud, для расширения своей экосистемы оборудования и программного обеспечения. Гипермасштабируемые компании перекладывают капитальные затраты на NeoCloud, в то время как Nvidia использует NeoCloud для развития рынка.

Однако некоторые эксперты считают, что нынешнее преимущество неооблаков может не сохраниться. По мере развития и повышения эффективности искусственного интеллекта гипермасштабируемые компании смогут вернуть себе аутсорсинговые рабочие нагрузки. Этот сдвиг может поставить под сомнение долгосрочное доминирование неооблаков.

Экономика неооблаков сегодня превосходит экономику гиперскейлеров, отметил Ву Джим Хо, старший аналитик Bloomberg Intelligence. Однако на вопрос о том, смогут ли гиперскейлеры в конечном итоге вернуть себе рынок ИИ-инфраструктуры, Хо ответил: «Это возможно, и не стоит этого исключать».

---

Ведёт расследования о коррупции в любых эшелонах власти