Чиповая блокада: на чем Россия будет обучать нейросети

По вычислительным мощностям для искусственного интеллекта Россия отстаёт от США примерно в 2 650 раз. Чтобы сравнить страны, эксперты пересчитывают все типы видеокарт в так называемые H100-эквиваленты — это условная единица, приравненная к одному топовому чипу NVIDIA H100, который на 2026 год остаётся одним из главных рабочих инструментов для обучения крупных ИИ-моделей. Проще говоря — это способ перевести парк самых разных ускорителей в одну общую «валюту» мощности, чтобы страны можно было сравнивать напрямую.

По такой оценке у России в лучшем случае набирается около 15 000 таких условных чипов, тогда как у США — 39,7 млн, как приводит отчёт TRG Datacenters на основе датасета Epoch AI. Даже самые оптимистичные для России цифры не меняют порядок величины: доступ к современным GPU для дата-центров в стране остаётся критически ограниченным.

По данным TAdviser и холдинга T1 за март 2026 года, в российских коммерческих дата-центрах установлено чуть более 10 000 таких видеокарт, ещё около 8 000 работают на площадках самих компаний. Более консервативные оценки говорят всего о 3 000–4 000 карт уровня A100 в коммерческих дата-центрах. Для сравнения: один только кампус искусственного интеллекта xAI под Мемфисом, по данным Epoch AI, использует от сотен тысяч до миллионов таких чипов, а во всём мире к марту 2026 года уже продано около 20 млн.

Своего серийного производства современных чипов для обучения крупных моделей в России нет. Компания «Байкал Электроникс» разрабатывает два ускорителя: компактный Baikal-AI-E1000 для периферийных устройств (аналог NVIDIA Jetson Orin NX) и более мощный серверный Baikal-AI-D1000, который по заявленным характеристикам сравним с NVIDIA L40S. Но массовый выпуск обеих моделей запланирован лишь на 2029–2030 годы. Российские сборщики серверов — Yadro, «Гравитон», «Инферит» и другие — пока просто собирают готовые системы из импортных видеокарт: как из NVIDIA прошлых поколений, так и из китайских аналогов.

Запад закрывает окно

Ввоз в Россию видеокарт NVIDIA A100, H100, H200 и B200 через параллельный импорт резко сократился: поставки серверов упали с тысяч единиц в 2024 году до десятков в 2026-м. С конца 2024 года NVIDIA стала жёстче проверять покупателей и отслеживать серийные номера устройств, из-за чего доступные партии перехватывают китайские покупатели, переплачивая 200–300% сверх рыночной цены. Ситуацию усугубил и российский регулятор: с 27 мая 2026 года приказом Минпромторга из перечня для параллельного импорта исключены серверы, материнские платы, процессоры и накопители целого ряда западных брендов — HP, HPE, Intel, Cisco, Asus и ещё около сотни компаний, как ранее сообщал Hashtelegraph.

Китай как основная надежда

Основной альтернативой западным чипам рассматривается импорт из Китая — линейки Huawei Ascend, Cambricon и другие. Проблема в том, что китайские производители в первую очередь обеспечивают собственный рынок, а российским покупателям приходится ждать поставок годами. Глава Сбербанка Герман Греф в мае 2026 года заявлял о надежде задействовать китайские процессоры для нейросети GigaChat — скорее всего, речь о линейке Huawei Ascend 950. По оценке IndexBox, поступает по импорту 90–95% всех мощных видеокарт и серверов для ИИ в России, при этом Китай обеспечивает 50–60% официальных поставок. Ежегодный ввоз тренировочных чипов для дата-центров IndexBox оценивает всего в 3 000–5 000 штук — преимущественно Huawei Ascend 910/910B и их аналоги.

Среди других вариантов — серый импорт через третьи страны (Казахстан, ОАЭ, Турцию, Гонконг), сборка серверов на имеющихся запасах и китайских деталях, а также аренда мощностей в российских облачных сервисах.

Что показывает статистика

• Весь российский рынок видеокарт для ИИ в 2025 году составил 62,7 млрд руб. (около $700 млн)

• Совокупный бюджет российских компаний на закупку оборудования для ИИ в 2026 году оценивается в $1,5–2,5 млрд

• Стоимость серверных конфигураций с видеокартами для бизнеса за полтора года выросла в четыре раза, а средний месячный чек за такие серверы достиг 2,3 млн руб. по данным на июнь 2026 года

• В рейтинге суперкомпьютеров TOP500 за июнь 2026 года у России пять систем — «Червоненкис», «Галушкин» и «Ляпунов» от Яндекса, а также «Christofari Neo» Сбербанка; все они построены на видеокартах NVIDIA A100 прошлых поколений, что фиксирует сам рейтинг

• Совокупная энергомощность всех российских дата-центров оценивается в 1,2–1,7 ГВт — притом что один только кампус xAI под Мемфисом уже работает на 1,3 ГВт и заявлен рост до 2 ГВт

Прямого государственного реестра ИИ-чипов в России не существует, поэтому большинство оценок строится либо на опросах рынка, либо на косвенных показателях — объёмах импорта, месте в TOP500, энергопотреблении дата-центров. Мощность российских систем в этом рейтинге составляет доли процента от показателей лидеров: один суперкомпьютер из США или Китая превосходит весь российский вклад в список.

Даже при самых благоприятных для России допущениях разрыв с США измеряется тысячами раз и продолжает расти по мере того, как параллельный импорт сжимается, а собственное производство современных чипов остаётся делом конца десятилетия.

Мнение ИИ

Анализ показывает парадокс: официальная риторика о лидерстве сталкивается с суровой арифметикой инфраструктуры. Пресс-секретарь президента Дмитрий Песков недавно заявил о вхождении России в топ-5 стран в гонке ИИ. Цифры демонстрируют разрыв по совокупным вычислительным мощностям с лидером в 2650 раз. Подобный диссонанс между точечными рейтинговыми достижениями и тотальным дефицитом «железа» создает хрупкую иллюзию технологического паритета.

▼
Самые интересные и важные новости на нашем канале в Telegram