России не хватает вычислительных мощностей для развития ИИ
В России всё острее обсуждают проблему дефицита вычислительных мощностей. Для развития искусственного интеллекта вопрос уже давно не ограничивается наличием талантливых разработчиков и качественных алгоритмов: нужны огромные объёмы GPU-ресурсов, дата-центры, электричество и инфраструктура, способная обеспечивать работу моделей.
На фоне санкций и ограничений на поставки современного оборудования эта проблема становится одним из главных препятствий для российского ИИ.
Российские ИИ-модели отстают из-за нехватки GPU
В конце сентября 2026 года глава Сбербанка Герман Греф на Московском стартап-саммите и конференции «ГигаКонф» заявил, что развитие искусственного интеллекта в нынешних условиях серьёзно осложнено ограниченным доступом к вычислительным ресурсам.
По его словам, одной из главных проблем остаётся приобретение современных видеокарт и серверного оборудования. Греф считает, что именно дефицит вычислительных мощностей является одной из причин, по которой российские ИИ-модели, включая GigaChat, отстают от китайских разработок примерно на полгода.
При этом, по оценке главы Сбербанка, от проблем с вычислительной инфраструктурой страдают не только государственные и банковские проекты. Ситуация затрагивает крупнейших российских разработчиков ИИ, включая Сбер и Яндекс.
Греф также отметил, что китайские разработчики, в свою очередь, пока отстают от американских примерно на такой же временной интервал.
Инфраструктура становится таким же важным ресурсом, как сами модели
С этим подходом согласен директор по развитию искусственного интеллекта в Яндексе Александр Крайнов. По его словам, неравный доступ к вычислительным ресурсам способен привести к тому, что Россия окажется в зависимом положении от стран, контролирующих необходимую инфраструктуру.
Проблема заключается не только в обучении новых моделей. После создания ИИ необходимо запускать и обслуживать их для пользователей, а это требует постоянных ресурсов для inference. Чем больше пользователей и сложнее модели, тем выше нагрузка на дата-центры.
В результате возникает своеобразный замкнутый круг: более мощные модели требуют больше вычислений, а нехватка инфраструктуры ограничивает возможность их разработки и масштабирования.
ЦОДы столкнулись с нехваткой электричества
Дефицит наблюдается не только на уровне отдельных GPU, но и на уровне всей инфраструктуры дата-центров.
В 2025 году в России было введено около 5 тысяч новых серверных стоек. Для сравнения, оценки объёмов ввода в 2024 году составляли от 14 до 40 тысяч стоек в зависимости от методики подсчёта. Таким образом, темпы расширения инфраструктуры заметно замедлились.
На конференции ЦИПР-2026 участники рынка предупреждали о риске системного дефицита мощностей. Одной из главных проблем становится уже не только стоимость строительства ЦОДов, но и возможность получить достаточный объём электроэнергии.
Почему строительство ЦОДов замедляется
- Высокая ключевая ставка. Дорогие кредиты увеличивают сроки окупаемости проектов, которые в некоторых случаях растягиваются примерно до десяти лет.
- Нехватка электрических мощностей. Значительная часть коммерческих ЦОДов сосредоточена в Москве и Московской области, где свободные мощности постепенно заканчиваются.
- Рост энергопотребления. Если традиционная серверная стойка может потреблять около 10–15 кВт, то оборудование для генеративного ИИ способно требовать более 100 кВт на стойку.
- Конкуренция за электричество. ЦОДы вынуждены конкурировать за доступную генерацию с другими энергоёмкими отраслями, включая майнинг.
- Ограничения на поставки оборудования. Санкции осложняют приобретение современных GPU и серверов, необходимых для создания крупных ИИ-кластеров.
Москва упирается в энергетический потолок
Проблема особенно заметна в Москве и Московской области. По оценкам участников рынка, здесь расположено около 70–75 % коммерческой инфраструктуры ЦОДов России.
Но свободных электрических мощностей становится всё меньше. Сетевые компании уже ограничивают возможность подключения новых крупных объектов, а владельцам будущих дата-центров предлагают рассматривать площадки в других регионах.
Для ИИ это особенно критично. Современный AI-дата-центр может потреблять столько электроэнергии, сколько раньше требовалось значительно более крупному объекту традиционной IT-инфраструктуры.
К 2030 году может понадобиться ещё несколько гигаватт
По оценкам отраслевых экспертов, к 2030–2032 годам российским дата-центрам может потребоваться дополнительно от 2 до 3 ГВт электрической мощности.
Для понимания масштаба: речь идёт о мощности, сопоставимой с крупным энергетическим объектом уровня новой атомной электростанции.
При этом совокупная мощность существующей российской инфраструктуры ЦОДов оценивается примерно в 1,2–1,7 ГВт. Получается довольно неприятная арифметика: спрос на вычисления растёт значительно быстрее, чем создаётся физическая инфраструктура для их обеспечения.
GPU становятся отдельной проблемой
Энергетики и строительство ЦОДов решают только часть задачи. Даже если дата-центр построен и подключён к сети, его ещё необходимо наполнить соответствующим оборудованием.
Поставки современных GPU в Россию осложнены санкциями и экспортными ограничениями. Параллельный импорт остаётся возможным, но масштабы поставок значительно уступают потребностям быстро растущего рынка.
Дополнительную конкуренцию создаёт Китай. Китайские компании также активно закупают доступное вычислительное оборудование, а за ограниченный объём поставок приходится конкурировать уже на международном рынке.
В результате российским компаниям приходится искать альтернативные цепочки поставок, использовать китайские решения и одновременно развивать собственную элементную базу.
Какие решения обсуждают
Участники рынка предлагают сразу несколько направлений, которые могли бы снизить зависимость от ограниченных ресурсов.
- Перенос новых ЦОДов из Москвы в Сибирь, на Урал и в Поволжье, где больше свободных энергетических мощностей.
- Строительство дата-центров рядом с крупными ГЭС и АЭС.
- Создание собственных источников генерации непосредственно для крупных вычислительных комплексов.
- Подготовка государством площадок, где заранее решены вопросы с электричеством и подключением.
- Более активное использование китайских процессоров и ускорителей.
- Разработка российских аппаратных решений для ИИ.
- Создание общих вычислительных пулов, которыми смогут пользоваться сразу несколько компаний и исследовательских организаций.
- Строительство специализированных AI-дата-центров, рассчитанных именно на высокую плотность вычислений.
ИИ упирается не только в технологии
Проблема дефицита вычислительных мощностей показывает довольно простую вещь: развитие искусственного интеллекта невозможно обеспечить одним программным кодом.
Для создания конкурентоспособных моделей необходима целая инфраструктурная цепочка: современные ускорители, серверы, дата-центры, электричество, системы охлаждения, сети передачи данных и специалисты, способные всем этим управлять.
По оценкам экспертов, полноценной ИИ-инфраструктурой сегодня располагает лишь небольшая доля российских компаний, около 9 %. Для остальных доступ к вычислениям остаётся ограниченным.
Поэтому российский ИИ сейчас сталкивается сразу с двумя проблемами. С одной стороны, спрос на вычислительные ресурсы стремительно растёт. С другой, расширение инфраструктуры тормозят дорогие деньги, нехватка электроэнергии, сложности с оборудованием и санкционные ограничения.
Если темпы строительства ЦОДов и поставок вычислительного оборудования не удастся существенно увеличить, дефицит инфраструктуры может стать одним из главных факторов, ограничивающих развитие российского искусственного интеллекта в ближайшие годы.
Ключевые слова
искусственный интеллект, ИИ в России, вычислительные мощности, GPU, дата-центры, ЦОД, Сбер, Яндекс, GigaChat, AI-инфраструктура, серверы, нейросети, санкции, китайские чипы, генеративный ИИ
Обсуждение (0)