Масштабное развертывание инфраструктуры для искусственного интеллекта становится одной из ключевых тем для инвесторов: технологические компании и поставщики «инженерной начинки» готовятся к росту спроса на вычисления, энергию и сетевые мощности. Аналитики Barclays, изучив рынок, выделили корпорации, которые, по их оценке, окажутся в числе наиболее выигрышных участников процесса — от производителей чипов до облачных платформ и предприятий, связанных с электросетями и центрами обработки данных.
В центре внимания — прогноз, согласно которому ежегодные расходы на AI-инфраструктуру со стороны западных гиперскейлеров и AI-лабораторий могут превысить $1 трлн до того, как пик придется на 2028 год. Это означает, что расходы будут расти быстрыми темпами, а затем начнут стабилизироваться по мере насыщения рынка и оптимизации технологий.
Почему инфраструктура ИИ растет так быстро
Под «AI-инфраструктурой» обычно понимают полный набор компонентов, без которых невозможно обучение и работа моделей: графические процессоры и специальные ускорители, серверные решения и стойки, облачные сервисы, сети передачи данных, а также энергетическая инфраструктура центров обработки данных. Чем активнее компании внедряют ИИ в продукты и бизнес-процессы, тем больше им требуется мощностей — и тем больше возникает задач по поставкам «железа» и программно-аппаратной интеграции.
Барнк аналитики отдельно подчеркивают, что возможен дополнительный эффект от инициатив государств в сфере ИИ и от активности Китая. В их перечень вошли более 400 публичных и частных компаний, работающих на разных этапах цепочки — в общей сложности задействованы 19 подкатегорий цифровой и энергетической инфраструктуры.
Кого аналитики Barclays выделили среди ключевых бенефициаров
Nvidia — «инфраструктурный» лидер
Nvidia рассматривается как один из главных индикаторов состояния отрасли: компания уже много лет задает тон в сегменте вычислений для ИИ. Ее называют самой дорогой компанией в мире, а ее лидерство в инфраструктурной части связывают с интегрированными архитектурами GPU Blackwell и Rubin.
Отдельно отмечается, что гендиректор Nvidia сообщил о видимости заказов на сумму более $1 трлн на платформы Blackwell и Rubin в период с 2025 по 2027 год.
Microsoft — ускорители и «собственная» оптимизация Azure
Microsoft использует собственные разработки для повышения эффективности облачных вычислений. Речь идет об AI-ускорителях Maia и процессорах Cobalt, которые нацелены на оптимизацию инфраструктуры Azure.
В дополнение к этому компания сообщала о доступности моделей NVIDIA Nemotron на Microsoft Foundry. Также упоминалась развертка нового суперкомпьютера Vera Rubin NVL72 в дата-центрах Microsoft.
Alphabet (Google) — собственные TPU и развитие Gemini
Alphabet проектирует собственные Tensor Processing Units (TPU) для внутренних задач обучения ИИ и для сервисов Google Cloud. Такая стратегия позволяет компании лучше контролировать производительность и стоимость вычислений под конкретные модели и нагрузки.
Кроме аппаратной части, в поле внимания оказались и продуктовые обновления: Google сообщала о новых функциях для ассистента Gemini, включая инструмент импорта чата, а также появление модели Gemini 3.1 Flash Live для разработчиков.
Meta — собственные ускорители MTIA и планы по дата-центрам
Meta развивает направление собственных вычислительных узлов: речь идет о разработке ускорителей для обучения и вывода — Meta Training and Inference Accelerators (MTIA).
Также упоминается, что Meta Platforms обсуждает возможные партнерства с Adani Group ради строительства дата-центров в Индии. Для рынка ИИ это важно, поскольку география инфраструктуры напрямую влияет на доступность мощностей и скорость развертывания новых проектов.
Amazon — чипы AWS Trainium/Inferentia и автоматизация
Amazon Web Services (AWS) делает ставку на специализированные процессоры для облачной экономики. Среди них — чипы AWS Trainium для обучения и Inferentia для вывода, которые нацелены на улучшение соотношения «цена/производительность» для клиентов.
Также отмечалось, что AWS разрабатывает ИИ для автоматизации функций в отделах продаж. При этом, по наблюдениям инвестбанка, спрос на сервисы AWS остается повышенным.
AMD — ускорители Instinct и сотрудничество по платформе Helios
Advanced Micro Devices поставляет для дата-центров решения, ориентированные на нагрузки обучения и вывода: это Instinct GPU и EPYC CPU.
Важным событием стала кооперация AMD с Celestica: стороны договорились о разработке платформы Helios на уровне стойки (rack-scale) для AI-инфраструктуры. Дополнительно AMD подписала многолетнее лицензионное соглашение с Adeia.
Broadcom — кастомные ускорители и инфраструктурные контракты
Broadcom ориентируется на «прикладной» рынок: компания обслуживает запросы на кастомные AI-ускорители и услуги проектирования XPU для гипермасштабных дата-центров.
Кроме этого, Broadcom и Carahsoft получили пятилетний контракт на $970 млн — поставка облачного ПО для U.S. Defense Information Systems Agency. Также сообщалось о начале объемных поставок чипа коммутатора Tomahawk 6.
Alibaba — собственные GPU и новый чип XuanTie C950
Китайская Alibaba разрабатывает собственные GPU как для внутренних нужд, так и для внешних облачных сервисов — чтобы закрывать растущий спрос на вычислительные ресурсы для ИИ.
Компания также представила следующее поколение AI-чипа — XuanTie C950. Он создан на основе архитектуры RISC-V с открытым исходным кодом и, как сообщается, работает более чем в три раза быстрее по сравнению с предшественником.
Arm — архитектурный фундамент почти всего кастомного «кремния»
Arm — это производитель архитектуры, которая лежит в основе огромного числа решений для дата-центров. Ее разработки используются в кастомных чипах гиперскейлеров, включая Cobalt, Graviton и Axion, а также в кластерах Nvidia Grace-Blackwell.
После мероприятия «Arm Everywhere» компания получила несколько повышений прогнозов со стороны аналитиков и рост целевых цен. Поводом стало анонсированное новое AGI-CPU решение для агентного ИИ.
Taiwan Semiconductor Manufacturing — ключевая роль в производстве и упаковке
Если чипы — это «мозг», то TSMC (Taiwan Semiconductor Manufacturing) — одна из главных фабрик, где этот «мозг» появляется на свет. Компания производит самые передовые AI-чипы и обеспечивает критически важные мощности по advanced-пакетированию CoWoS.
В финансовом контексте TSMC сообщила, что выручка за первые два месяца 2026 года выросла на 29,9% по сравнению с тем же периодом прошлого года.
Другие компании, на которые обратили внимание
Помимо перечисленных лидеров, в фокусе также оказались и другие участники вычислительной экосистемы. Barclays отмечает, что важными для наращивания цифровой и энергетической инфраструктуры могут быть Intel, Marvell, Qualcomm и Tencent.
Финансовый фон: рост CAPEX и «замедление» темпов
Аналитики делают акцент на инвестиционных планах гиперскейлеров. Их базовая логика: текущие консенсус-оценки по капитальным затратам (CAPEX) могут дать дополнительный потенциал — более чем на $300 млрд. При этом ожидается, что темпы роста расходов в последующие годы начнут замедляться.
Причина, которую приводит банк, связана с тем, что «рекурсивное самоулучшение» (recursive self-improvement) — условно, способность систем ИИ улучшать свои результаты более эффективно за счет автоматизированных циклов обучения и оптимизации — будет снижать потребность в объемном обучении. Иными словами, потребление вычислительных мощностей на единицу прироста качества может становиться ниже.
Справка: что такое CAPEX и почему это важно
CAPEX — это капитальные затраты компаний: деньги, направляемые на строительство и оборудование, включая дата-центры, серверы, сети и закупку чипов. Для отрасли ИИ CAPEX часто отражает, насколько агрессивно бизнес масштабирует инфраструктуру, и именно поэтому прогнозы по CAPEX напрямую влияют на ожидания по рынку «железа» и сервисов.
Таким образом, текущая картина складывается из двух взаимосвязанных факторов: быстрый рост спроса на вычисления и инфраструктуру, с одной стороны, и постепенная оптимизация подходов к обучению и развертыванию моделей — с другой. Именно на стыке этих процессов и появляется окно возможностей для компаний, обеспечивающих поставки технологий, интеграцию и производственные мощности.