Сергей Алимушкин: «Закупка серверных GPU в 2026 году — решайте быстро или отменяйте проект»

Коммерческий директор Сервер Молл Алимушкин Сергей — о рисках при закупках GPU-инфраструктуры: поставки, дефицит и почему проекты срываются до запуска

Компании по всему миру инвестируют в ИИ, чтобы ускорить разработку ПО и аналитику больших данных, генерировать контент, автоматизировать процессы и клиентский сервис, закупки и логистику, а также для поиска аномалий в бизнес-процессах и ИТ-инфраструктуре. По данным Business Insider — со ссылкой на ведущую международную консалтинговую фирму McKinsey & Company, — большинство компаний получают прибыль от внедрения ИИ примерно через год-два, а еще через два-четыре года прибыль вырастает в среднем на 20%.

ИИ может кратно сокращать расходы на разработку и эксплуатацию новых продуктов и снижать время вывода новых продуктов на рынок (TTM, Time to Market), в зависимости от отрасли. Но важно внедрять ИИ точечно: по оценке McKinsey, основной эффект от генеративного ИИ (около 75%) приносят всего четыре бизнес-направления: разработка ПО, маркетинг, клиентские операции и R&D (исследования и разработка).

Бизнес это понимает и наращивает капитальные вложения (CAPEX, Capital Expenditures) в закупку и аренду вычислительных мощностей, чтобы быстрее интегрировать ИИ в реальные бизнес-процессы и выводить продукты на рынок раньше конкурентов. Но компании сталкиваются с глобальным дефицитом графических ускорителей (GPU, Graphics Processing Unit) и GPU-серверов, так как спрос на высокопроизводительные и ИИ-вычисления выше предложения. Компании инициируют проекты, формируют достаточные бюджеты, но все срывается на этапе закупки — и причина не только в санкциях, ведь это общемировая конъюнктура.

Мы поговорили с Сергеем Алимушкиным, коммерческим директором Сервер Молл (поставщик и интегратор ИТ-инфраструктуры), о том, почему GPU-ускорители стали дефицитом, как изменилась логистика поставок и почему промедление с закупкой приводит к закрытию проектов.

— Сергей, есть ощущение, что рынок GPU для серверов и ИИ-вычислений сильно перегрет. Это локальная история из-за санкций и сложной логистики или глобальная проблема?

— Проблема, к сожалению, глобальная. Дефицит GPU огромный — и ситуация, пожалуй, даже хуже, чем пишут в СМИ. Да, в России часто все оправдывают санкциями, и, конечно, они влияют — их нельзя исключать из ценообразования и доступности для конечного клиента, — но и другое серверное оборудование тоже под санкциями, а дефицита в федеральных масштабах нет, если не учитывать оперативную память. Компании, чей бюджет и комплаенс-политика позволяют, могут без проблем закупать импортные серверы и комплектующие новейших поколений в достаточных объемах. Но с GPU так не выйдет: почти весь объем графических ускорителей сейчас уходит западным гиперскейлерам — крупнейшим облачные платформам и операторам дата-центров, таким как Amazon, Google, Microsoft и Meta (признана в России экстремистской и запрещена). Все они закупают оборудование огромными партиями напрямую у производителей. Еще много ускорителей и GPU-серверов уходит в ЦОДы ИИ-компаний, вроде OpenAI и xAI. Большие рыбы резервируют основные объемы крупными контрактами на годы вперед, а остатки малыми партиями идут к нам в аквариум — то есть на рынок в свободную продажу. И за эти дефицитные крохи идет борьба.

— Насколько быстро все раскупают? И зачем бизнесу GPU-серверы в таких объемах?

— Иногда это вопрос одного дня, а иногда выкупают буквально за часы. Мы получаем партию в 20–30 GPU-серверов или ускорителей, а на следующий день ее уже нет. Купить готовы, цитирую, «по любой цене», так как другую партию тоже можно не успеть зарезервировать. И никаких тенденций к снижению спроса нет, а фабрики, вроде тайваньской TSMC, не могут быстро нарастить выпуск чипов для GPU по современным техпроцессам: им просто не хватает производственных линий. Запуск новых фабрик — это инвестиции на десятки миллиардов долларов и годы времени.

Отвечая на второй вопрос, раньше GPU-серверы были нишевым решением для рендеринга, высокопроизводительных и научных вычислений, но теперь они стали обязательной частью ИТ-инфраструктуры в любой крупной компании. Бизнес массово внедряет ИИ в разработку ПО, аналитику, автоматизацию, клиентские сервисы, безопасность и обработку данных, поэтому спрос на GPU-серверы растет во всем мире и практически во всех отраслях одновременно.

— То есть сейчас самое главное — это быстро принимать решение?

— Абсолютно. Сейчас это, возможно, главный фактор. Крупные проекты с тяжелыми GPU — на тех же Nvidia H200, B200 или даже B300 — принимают за дни, а иногда и часы. Если вы хотите современные GPU для своего проекта, то придется ускоряться, быстрее согласовывать и принимать решение о закупке, иначе оборудование зарезервирует кто-то другой.

— Вы упомянули, что проекты срываются еще до запуска. Почему?

— Потому что выживает наиболее приспособленный. Те, кто получает коммерческое предложение и уходят подумать на неделю или месяц — согласовать бюджет, провести тендер, обсудить архитектуру, — остаются без оборудования с приостановленным или отмененным проектом.

Приведу пример из нашей практики: в 2025 году, еще до глобального роста цен на память, к нам обратился клиент с запросом на шесть серверов с GPU Nvidia H200. Мы отправили коммерческое предложение, а клиент взял время подумать. Вслед мы получили ответ, что цены высокие, а потому они поищут еще предложения на рынке. Буквально два месяца назад они вернулись с этим же проектом, вот только тех цен мы уже предложить не смогли из-за подорожавшей памяти и GPU (примерно двукратный рост для их проекта). На этот раз они приняли решение за 4 дня.

Нужно смириться с тем, что рынок по закупкам серверных GPU в 2026 году — больше не то место, где можно сравнивать предложения, торговаться и брать паузу на раздумья. Это скорее ограниченный по времени аукцион: либо вы решаете сразу, либо оборудование уезжает в дата-центр конкурента. Поначалу это шокировало корпоративных клиентов — они привыкли к длинным циклам согласования, но сейчас надо решать со скоростью малого бизнеса, где от идеи до принятия решения всего пара рукопожатий.

— То есть проблема не только в цене? И почему такие проекты все еще рентабельны?

— Основная проблема — доступность, а цена — лишь следствие. Про гиперскейлеров я уже сказал — из-за них огромные проблемы с дефицитом серверных GPU. Но параллельно есть еще и спекулятивный рынок: реальные заказчики часто не получают оборудование, потому что его выкупают на перепродажу. И в отличие от дилеров и поставщиков, никаких гарантий такие перекупщики не дают — если оборудование выйдет из строя, покупатель останется без поддержки. Зато можно здесь и сейчас закупить пару десятков ускорителей с многократной наценкой. Не думаю, что такие риски оправданы, если речь о критической инфраструктуре или сервисах в продакшене.

А насчет рентабельности: даже при нынешних ценах многие проекты все равно окупаются. Компании считают коэффициент возврата инвестиций (ROI, Return on Investment) не от капитальных вложений в железо, а от упущенной выгоды. Если GPU-кластер ускоряет разработку ИИ-моделей, автоматизирует процессы или позволяет вывести продукт на рынок на полгода раньше конкурента (или в целом) — бизнес готов переплачивать. В пределах разумного, конечно, но готов.

— О какой разнице мы говорим, если сравнивать с ценами от производителя?

— Хороший вопрос. Тут интересная ситуация, так как на одно и то же оборудование можно получить сразу три цены: первая — от производителя, самая низкая и близка к тем, что были на презентациях вендоров, но из-за гиперскейлеров нужно ждать от 10-12 недель только производства оборудования, а потом логистику; вторая цена — подтвержденный проект у производителя, зарегистрированный на промежуточного конечного клиента в другой юрисдикции, сроки уже лучше — 6-8 недель, но цена сильно превышает цену от производителя; и третья цена — оборудование в наличии на складе, однако цены неприлично спекулятивны — многократно выше заводских. Но, как я говорил раньше, покупают даже по ним.

— А насколько логистика поставок стала сложнее? И с кем вы сотрудничаете, чтобы получать последние технологии в обход санкций?

— Логистика? Сильно. Раньше были открытые партнерства и привычные транспортные хабы, через которые шли поставки, но теперь многие из них либо закрыты, либо усиленно контролируются. У нас есть прямые контакты и партнерства с крупными производителями на Тайване, в Гонконге и Китае, но в нынешних реалиях мы не можем их называть. Вы, наверное, слышали, как в Калифорнии арестовали сооснователя и члена совета директоров Supermicro (один из мировых лидеров по производству серверного оборудования). Его вместе с подрядчиком обвинили в контрабанде серверов с высокопроизводительными GPU Nvidia в Китай в обход экспортного контроля США. Если память не изменяет, речь о нескольких миллиардах долларов. У нас масштабы, конечно, поскромнее, но лишний раз разглашать имена партнеров в условиях санкций — не лучшее решение.

Есть еще один момент: многие производители и сами ужесточили требования к цепочкам поставок. Например, Nvidia проверяет конечных получателей оборудования, требует отправить фотографии оборудования в стойке, чтобы подтвердить установку. А в некоторых случаях (например, в крупных проектах) отправляют своего специалиста на очную проверку. Тут, как понимаете, нужны нестандартные подходы к работе: любая ошибка в документах, несоответствие конечного использования или подозрение со стороны производителя — и поставку прерывают. Иногда сервер объезжает полмира, прежде чем попасть в стойку к заказчику.

— Сергей, где, на ваш взгляд, главные риски для бизнеса при закупках серверного оборудования сегодня?

— Сложно выделить что-то одно, так как проблем хватает: поддержка и сервис, доступность новых технологий, цены, кадровый дефицит и принудительное импортозамещение. Но, пожалуй, выбор надежного партнера — главный момент. 

Многое зависит от поставщика: от его компетенций, логистики, доступа к оборудованию и способности работать в нестабильных условиях.

До 2022 года, когда работал официальный импорт аппаратного и программного обеспечения, компании в основном боялись ошибиться с архитектурой (отказоустойчивость, топология сети и хранилища) или неправильно подобрать оборудование под задачу и нагрузку. А сейчас есть риски остаться без оборудования и гарантий вообще.

— И финальный вопрос: если подытожить, какой главный совет по оборудованию для ИИ вы бы дали бизнесу на ближайшие годы?

— Если GPU-кластер и внедрение ИИ действительно нужны вашему бизнесу — выбирайте надежного поставщика и как можно быстрее принимайте решение. Я бы оптимизировал этапы планирования и закупок, чтобы как можно быстрее дойти до контрактации. 

Перестройка бизнес-процессов с возможностями искусственного интеллекта заметно повышает производительность — и чем больше вы, тем сильнее эффект. Например, Toyota, благодаря внедрению ИИ-платформы, смогла сэкономить около 10000 человеко-часов в год. Да, такие цифры выходят не сразу и не у всех, но при грамотном развертывании результат придет. Самые успешные компании получают 3 рубля прибыли на каждый вложенный рубль в искусственный интеллект — то есть рентабельность инвестиций в ИИ может доходить до 300%, а чистая прибыль — до 200%. Так что игра стоит GPU.