В этом году примерно треть новых глобальных вычислительных мощностей, в конечном итоге, работает на две и те же компании ИИ!
Эти две компании — Anthropic и OpenAI.
К следующему году эта доля может вырасти до половины.
Такими темпами к концу 2028 года две компании могут контролировать большинство эффективно доступных вычислительных мощностей в мире.
Это слова основателя SemiAnalysis Дилана Пателя.
Дилан Патель в гостях у подкаста Dwarkesh Podcast.
25 августа он был гостем подкаста Dwarkesh Podcast, где подсчитал вычислительные потребности на следующие три года.
В последние 10 минут разговор сместился с вычислительных мощностей на более масштабный вопрос:
Не окажется ли власть над ИИ действительно в руках крайне ограниченного числа компаний.
Увидев это, соучредитель и главный научный сотрудник Hugging Face Томас Вольф был буквально шокирован.
Он прокомментировал репост, сказав, что впервые увидел, как Дваркеш в прямом эфире задумался над этой проблемой.
С его стороны такие слова неудивительны.
Вольф поставил на открытый исходный код половину своей жизни, считая это путём к сдерживанию концентрации власти у крупных компаний с закрытым кодом.
Поглощение трёх атомных электростанций за год
Сначала посмотрим, насколько быстро растёт аппетит этих двух компаний к вычислительным мощностям.
В начале года у OpenAI было около 2 ГВт, у Anthropic — чуть менее 2 ГВт. К концу этого года у обеих будет более 5 ГВт.
Рост в три-четыре раза за год, и единица измерения — гигаватты.
Один гигаватт — это примерно мощность крупной атомной электростанции: получается, они поглощают по три АЭС в год!
В этом году в мире построено около 30 ГВт новых мощностей, в следующем году — около 50 ГВт, а к 2028 году — около 70 ГВт. Тридцать процентов, поглощаемые двумя компаниями, берутся из этих 30 ГВт.
Увеличивается не только количество, здесь кроется и часто упускаемый из виду множитель: один ватт, добавленный в этом году, намного мощнее ватта, установленного два года назад:
Чипы нового поколения, такие как GB300, TPUv7, Trainium3, обладают производительностью на ватт в 3–5 раз выше, чем у предыдущего поколения.
Поэтому, когда Дилан говорит «к концу 2027 года две компании забирают половину новых мощностей», ценность этой половины также значительно выше, чем у существующих мощностей, и с каждым годом разрыв будет увеличиваться.
Именно наложение этих двух множителей привело к фразе Дилана о «большинстве эффективно доступных вычислительных мощностей».
Общая вычислительная мощность мировых ИИ-чипов удваивается каждые 7 месяцев. Один ватт, добавленный в этом году, значительно производительнее ватта, установленного два года назад. (Источник: Epoch AI)
Однако эта цифра учитывает конечных пользователей вычислительных мощностей, а не право собственности на них.
Если кто-то вызывает Claude на Amazon Bedrock, эти мощности также учитываются за Anthropic.
Кто быстрее зарабатывает, тот поглощает больше мощностей
Почему именно эти две компании?
Ответ скрывается в редко упоминаемом показателе: доход на мегаватт.
Если вернуться на год назад, сам по себе бизнес на токенах был убыточным.
OpenAI запускала GPT-4 на Hopper, каждый проданный токен приносил отрицательную валовую прибыль, Anthropic также сжигала деньги инвесторов.
Теперь всё наоборот.
Anthropic начала получать прибыль во втором квартале этого года, а OpenAI, как сообщается, выйдет в плюс в третьем квартале.
После выхода моделей нового поколения — GPT-5.6, Opus 5, Fable 5 — доход на мегаватт у обеих компаний значительно превысил линию затрат на вычисления в 10–15 миллионов долларов.
Лидирует Anthropic, достигнув максимума в 50 миллионов долларов на мегаватт.
Дилан Патель называет цену за вычислительные мощности: 10–15 миллионов долларов за мегаватт.
Эта гонка измеряется тем, сколько денег можно заработать на мегаватт, а не тем, сколько карт накоплено.
Больше зарабатываешь — можешь предложить более высокую цену; можешь предложить более высокую цену — получишь больше мощностей, сможешь обучить более сильную модель и продолжишь зарабатывать ещё больше.
Рост в три-четыре раза за год — вот как он происходит.
Покрыть эту линию затрат на самом деле несложно.
Обычный человек, купив стойку GB300, загрузив набор весов с открытым исходным кодом и подключив к OpenRouter, заработает больше, чем заплатит. Слова Дилана: это не сложно, и это не ракетостроение.
Именно потому, что каждый может заработать, эта линия не удержится, и арендная плата начинает расти до 25, 40 миллионов долларов за мегаватт.
Из крупных компаний Кремниевой долины пока только Anthropic и OpenAI готовы платить такую цену.
Дилан прогнозирует, что к концу 2027 года их доход на мегаватт может вырасти до 70–80 миллионов долларов.
Облачные провайдеры строят здания, лаборатории снимают помещения
Согласно данным Epoch AI, около 71% прав собственности на мировые ИИ-мощности по-прежнему принадлежит пяти крупным облачным провайдерам.
Но право использования всё больше концентрируется в руках двух ИИ-лабораторий.
Облачные провайдеры — это арендодатели: они покупают землю, строят центры обработки данных. OpenAI и Anthropic подобны двум крупнейшим арендаторам, снимающим большую часть помещений.
Сейчас появляется и третий тип игроков: сначала строят, потом ищут арендаторов.
Большинство облачных провайдеров обычно сначала подписывают клиентов, берут с контрактом кредит в банке и начинают строительство только после поступления денег.
Meta и SpaceX могут обойтись без этого: у них прочная финансовая база, они могут пропустить этап поиска клиентов и финансирования и начать строительство сразу, а затем выбрать, кто предложит более высокую цену.
Маск и вовсе продаёт мощности по цене 400 миллиардов долларов за гигаватт.
Дилан в подкасте подсчитал для него: один гигаватт мощностей стоит 15 миллиардов долларов, он продаёт его за 400 миллиардов, окупая все затраты за год.
Anthropic может заработать на этом гигаватте более 60 миллиардов, так почему бы мне не продать его дороже?
В следующем году SpaceX также станет крупным поставщиком новых мощностей, и большая часть построенного, скорее всего, будет сдана в аренду OpenAI и Anthropic.
Согласно сообщению WSJ, Anthropic уже арендует мощности дата-центров SpaceX по цене 1,25 миллиарда долларов в месяц.
А аппетит арендаторов оказался больше, чем ожидали арендодатели.
OpenAI запустила Stargate в январе прошлого года, заявив о заблокированных 10 ГВт в США до 2029 года. Спустя чуть больше года эта цель уже достигнута досрочно, только за последние 90 дней добавилось более 3 ГВт.
Anthropic в апреле этого года объявила о партнёрстве с Google и Broadcom для получения нескольких гигаватт мощностей следующего поколения TPU, которые начнут поступать в эксплуатацию с 2027 года. Компания назвала это крупнейшим заказом на вычислительные мощности на сегодняшний день.
Более того, обе компании также начали создавать собственную ИИ-инфраструктуру: OpenAI разрабатывает собственные чипы, а развёртывание TPU для Anthropic поручено Fluidstack.
Побыв арендаторами, они тоже хотят построить несколько собственных зданий.
На что тратятся купленные мощности?
В настоящее время распределение мощностей в лабораториях примерно следующее: 50% на исследования, 10% на разработку, 40% на вывод (инференс).
Наибольшая доля — исследования, а не обучение.
При обучении Anthropic модели Mythos предварительное обучение на одном сайте потребовало менее 200 МВт мощности и длилось около двух месяцев, последующее обучение с подкреплением потребовало ещё меньше.
Имея на руках несколько гигаватт, на «обучение одной модели» ушло всего 200 МВт.
Не потому, что жалко использовать, а потому, что нельзя использовать больше.
Эти мощности разбросаны по серверным по всему миру, скорость передачи данных не успевает за скоростью вычислений, а принудительное объединение приводит к взаимному ожиданию. То же самое и с обучением с подкреплением: больше тренировок не значит лучше результат.
Таким образом, оставшаяся значительная часть уходит на тестирование новых архитектур, настройку пропорций данных, проверку различных идей.
У Дилана есть ещё одно контр-интуитивное суждение: доля, отведённая на вывод, продолжит снижаться.
Сегодня один мегаватт можно продать за 30–40 миллионов долларов, выделить 40% на вывод и продажу токенов — вполне логично. Но что, когда цена вырастет до 60–70 миллионов?
Перед советом директоров встанет два пути: продолжать продавать токены, зарабатывать деньги, выплачивать дивиденды, выкупать акции, делая акционеров счастливыми; или забрать все эти мощности и вложить их в исследования и разработки для создания ИИ общего назначения (AGI).
Дилан считает, что выбор очевиден.
С точки зрения лаборатории, отдача от AGI намного больше, чем эти скромные дивиденды.
Признаки уже есть: ежемесячный прирост мощностей у Anthropic продолжает расти, а годовой прирост доходов уже выходит на плато. Новые купленные мощности не превращаются в доход, они уходят в НИОКР.
Но инвесторы будут спрашивать только одно: один гигаватт мог бы принести сотни миллиардов долларов дохода, почему вы всё ещё увеличиваете инвестиции в обучение?
Проблема в том, что обе эти компании движутся к выходу на биржу.
Лаборатории ставят на AGI, инвесторы ждут дивидендов, и с самого начала эти расчёты не сходятся.
Кто заплатит счёт в 11 триллионов долларов
В этом году мировые капитальные затраты на ИИ немного превысят 1 триллион долларов, а к 2028 году превысят 2 триллиона.
Совокупные капитальные затраты пяти крупнейших облачных провайдеров растут в среднем на 72% в год, приближаясь к 500 миллиардам долларов в 2025 году. Если тенденция сохранится, в 2026 году они достигнут 770 миллиардов долларов. (Источник: Epoch AI)
По оценкам SemiAnalysis, в период с 2024 по 2029 год совокупные затраты составят около 11 триллионов долларов. Из них около 6 триллионов можно оплатить заработанными деньгами, оставшиеся 5 триллионов придётся занять.
Долг в 5 триллионов долларов, вливаемый в один и тот же кредитный рынок, делает деньги дороже.
Сейчас процентная ставка по облигациям Meta составляет 5–6%. Дилан считает, что компания готова платить до 8%, поскольку отдача от построенных мощностей настолько высока, что эти лишние два-три процента её совершенно не беспокоят.
Проблема в том, что деньги берутся из одного и того же пула.
ИИ-компании готовы брать в долг по высокой цене, и стоимость финансирования на всём рынке повышается этими несколькими компаниями.
Помимо денежного аспекта, нельзя не упомянуть и государственное регулирование.
Нью-Йорк ограничивает строительство дата-центров, Техас вводит мораторий, губернатор Огайо и вовсе объявил о приостановке налоговых льгот для дата-центров.
27 мая 2026 года губернатор Огайо ДеВайн объявил о приостановке налоговых льгот для дата-центров.
Ещё более жёсткая мера — запрет на выпуск лучших моделей.
OpenAI не выпустила Astra, Anthropic также не выпускает модель, которая, как считается, является следующим поколением Mythos и находится на этапе оценки безопасности.
Для лабораторий это не просто упущенная выгода.
Согласно рассуждениям Дилана, если всё пойдёт гладко, эти две компании продолжат скупать мощности и к 2028 году захватят 70–80% мировых новых мощностей.
Но регулирование обрывает именно этот цикл «больше зарабатываешь — больше покупаешь — становишься сильнее»:
Если лучшие модели не выпускаются, доход на мегаватт не растёт; если доход не растёт, нет оснований поднимать цену на мощности до уровня, который другие не смогут потянуть; если не удаётся купить больше мощностей, разработка следующего поколения моделей замедляется, доход на мегаватт растёт ещё медленнее.
И первый шаг в рассуждениях Дилана также оказывается прерван.
Мегаватты, вложенные сегодня, — ИИ-рабочая сила завтрашнего дня
В конце ведущий Дваркеш подсчитал другие цифры.
Передовые вычислительные мощности растут в 4–5 раз в год, а количество мощностей, необходимое для достижения одного и того же уровня способностей, ежегодно снижается до одной трети.
Перемножив эти два фактора, получаем, что «эффективная ИИ-рабочая сила» передовых лабораторий увеличивается в 10 раз в год.
Если экстраполировать эту скорость: если какая-то лаборатория сегодня обладает 10 миллионами единиц ИИ-рабочей силы, то через год будет 100 миллионов, через два года — 1 миллиард.
«Пройдёт не так много лет, и эффективная рабочая сила одной компании может превысить общую численность населения Земли!»
Подсчёты Дваркеша, по сути, говорят об эффекте масштаба:
Затраты на обучение будут распределены на миллиарды сессий, чем больше масштаб, тем выгоднее; чем более дефицитны вычислительные мощности, тем больше можно брать за небольшое преимущество; модели также будут учиться на развёртывании, чем шире использование, тем больше данных.
Каждая из этих сил устремляется к концентрации, заставляя Дилана восклицать «жутко до смерти».
Гонка в области ИИ ускоряется в новом направлении: три года назад сравнивали параметры, два года назад — результаты бенчмарков, сейчас сравнивают, сколько денег можно заработать на мегаватт.
Настоящая проблема не в том, кто первым создаст AGI, а в том, кто будет им управлять после его создания.
Источники:
https://x.com/dwarkesh_sp/status/2092652326112682489
https://www.dwarkesh.com/p/dylan-patel-3
https://openai.com/index/building-the-compute-infrastructure-for-the-intelligence-age/
https://www.anthropic.com/news/anthropic-expands-partnership-with-google-and-broadcom
https://epoch.ai/trends
Эта статья из официального аккаунта WeChat «Новая эра интеллекта» (ID: AI_era), автор: ASI Апокалипсис; редактор: Юань Юй
