Нехватка чипов памяти HBM4 и графических процессоров вынуждает Nvidia поднимать отпускные цены на серверные решения для ИИ, что может замедлить развёртывание вычислительных кластеров у крупных клиентов.
Суть события
По данным The Decoder, дефицит высокопроизводительной памяти HBM4 и сопутствующих компонентов привёл к тому, что Nvidia повысила цены на свои серверные системы с ИИ-ускорением примерно на 15%. Речь идёт о полноценных серверных стойках и модулях, а не о отдельных видеокартах. Ценовой рост уже отражается в контрактах с крупными облачными провайдерами и корпоративными заказчиками.
Детали
Источники издания указывают, что основная причина — нехватка чипов HBM4, которые необходимы для работы флагманских ускорителей Nvidia в многопроцессорных серверных конфигурациях. Ограничения со стороны SK Hynix и Micron, основных производителей HBM4, создают системный дефицит, который невозможно быстро закрыть наращиванием выпуска. Напомним, что Nvidia уже задерживала выпуск серверной стойки Kyber NVL144 более чем на год из-за проблем с производством печатных плат.
Одновременно сохраняется высокий спрос со стороны Microsoft, Amazon, Google и других техногигантов, активно инвестирующих в ИИ-инфраструктуру. Этот устойчивый спрос продолжает превышать предложение, что даёт Nvidia возможность перекладывать возросшие закупочные costs на конечного покупателя.
Контекст
Рост цен на 15% — заметное, но не экстремальное изменение для рынка, где стоимость серверных стоек с ИИ-ускорением исчисляется сотнями тысяч долларов. Для крупного облачного провайдера, закупающего тысячи таких систем, дополнительные затраты могут составлять десятки миллионов долларов.
При этом Nvidia остаётся доминирующим поставщиком: Microsoft и Anthropic уже тестируют чипы AMD, но альтернативные решения пока не способны полноценно заменить платформу Nvidia в масштабных рабочих нагрузках по обучению и инференсу больших моделей.
Что дальше
Отраслевые аналитики ожидают, что дефицит памяти продлится как минимум до первой половины 2027 года. Это означает, что ценовое давление сохранится, а задержки с развёртыванием ИИ-инфраструктуры могут повлиять на скорость запуска новых продуктов и сервисов у заказчиков. Компаниям стоит закладывать дополнительные сроки и бюджеты при планировании масштабных ИИ-проектов.
Для компаний, планирующих крупные ИИ-проекты, стратегически важно учитывать текущие ценовые реалии при бюджетировании и рассматривать долгосрочные контракты с фиксацией цены, пока предложение остаётся ограниченным.
