На протяжении многих лет предположения об ИИ-инфраструктуре было легко принять. Серьёзные вычислительные мощности строились там, где уже сосредоточены гипермасштабные облачные вычисления, плотность разработчиков и капитал: Калифорния, Сиэтл, Лондон и небольшой круг устоявшихся технологических центров.
Для такой географии была практическая причина. Обучение и развёртывание ИИ в масштабе требует совместной работы центров обработки данных, вычислительных мощностей, сетевых ресурсов, энергии и передовой инфраструктуры. Анализ ОЭСР отмечает, что это подтолкнуло ИИ-компании к услугам, предоставляемым крупнейшими поставщиками облачных вычислений. Со временем эта зависимость превратилась в рыночную концентрацию. В третьем квартале 2025 года Synergy Research Group оценила совокупную долю Amazon, Microsoft и Google в мировых расходах на корпоративную облачную инфраструктуру в 63 процента.
Теперь эта логика выглядит менее устойчивой. Вычислительные мощности становятся дороже, энергоёмче и труднодоступнее за пределами небольшой группы доминирующих провайдеров. Разработчики начинают сталкиваться с вопросами, которые гипермасштабные облачные вычисления в основном позволяли им игнорировать. Откуда возьмётся электроэнергия? Можно ли поставлять чипы в эту юрисдикцию? Законы какой страны применяются к данным после их перемещения?
На эти вопросы сейчас отвечают в разных местах, и большинство из них — не в Кремниевой долине.
Чему учит дефицит
На устоявшихся облачных рынках стандартный ответ на растущий спрос на ИИ — наращивание мощностей через более крупные облачные контракты, более плотное строительство центров обработки данных и углубление зависимости от того же централизованного стека.
Масштабировать этот ответ становится всё сложнее. В 2024 году центры обработки данных потребляли около 1,5 процента мировой электроэнергии — достаточно, чтобы сделать энергетику одним из узких мест ИИ-инфраструктуры. Международное энергетическое агентство ожидает, что к 2030 году эта доля вырастет почти до 3 процентов, что затруднит отношение к вычислительным мощностям как к скрытому уровню за ИИ-продуктами.
Во многих развивающихся странах это давление уже было отправной точкой. Разработчики там редко имели возможность перекладывать проблемы доступа к вычислительным мощностям, электроэнергии и дистрибуции на чужие плечи — им приходилось проектировать с учётом этих ограничений. Результатом стала более тихая закономерность, не получающая особого внимания в освещении Кремниевой долины: серьёзная ИИ-инфраструктура теперь строится там, где дефицит рассматривается как задача проектирования, а не как второстепенный вопрос.
Как это выглядит на практике
Эта закономерность наиболее заметна в четырёх регионах.
В Индии компания Yotta Data Services запускает Shakti Cloud на базе более 16 000 GPU NVIDIA H100 и планирует примерно удвоить эту цифру к концу 2025 года. Более половины вычислительных мощностей, обеспечивающих Миссию IndiaAI — государственную инициативу по созданию собственных базовых моделей — размещено на оборудовании Yotta. В феврале 2026 года национальная многоязычная платформа BHASHINI перешла с зарубежных гипермасштабных провайдеров на Shakti Cloud, попутно получив прирост производительности около 40 процентов. BHASHINI обеспечивает перевод в реальном времени на 11 индийских языках в масштабах населения; руководство платформы решило, что инфраструктура, которой они не могут управлять, — неподходящее место для её размещения.
По всей Африке компания Cassava Technologies, основанная зимбабвийским предпринимателем Страйвом Масийивой, развёртывает 12 000 GPU NVIDIA в центрах обработки данных в Южной Африке, Египте, Кении, Марокко и Нигерии. Cassava является первым партнёром NVIDIA Cloud на континенте; до этого строительства NVIDIA оценивала, что на всём африканском континенте установлено около 80 её GPU. Проблема заключалась не только в стоимости вычислительных мощностей — это было базовое отсутствие передового кремния. Ответом Cassava стала панафриканская сеть, работающая на собственной волоконно-оптической магистрали, спроектированная так, чтобы африканские стартапы, исследователи и правительства не были вынуждены маршрутизировать трафик через Европу или США для обучения и развёртывания ИИ.
В Бразилии государственный проект SoberanIA резервирует 500 МВт для суверенного ИИ-завода в штате Пиауи, работающего полностью на возобновляемой энергии, с компанией Scala Data Centers в качестве ведущего инфраструктурного партнёра. Бразилия взяла на себя обязательство привлечь до 370 млрд$ инвестиций в центры обработки данных в течение следующего десятилетия в рамках программы REDATA с налоговыми стимулами для проектов, использующих 100 процентов возобновляемой энергии. Около 65 процентов бразильских данных по-прежнему хранится за рубежом. Ставка заключается в том, что обилие гидро- и солнечной энергии даёт Бразилии такой вид вычислительных мощностей, который США и Китаю приходится создавать с большим трудом — изначально чистые и дешёвые благодаря географии.
Объединённые Арабские Эмираты идут по самому дорогостоящему пути. Компания Core42, входящая в группу G42, продаёт инференс-мощности на чипах NVIDIA и Qualcomm из Абу-Даби, а страна совместно с США взяла обязательство по созданию ИИ-кампуса площадью 10 квадратных миль мощностью 5 гигаватт, который должен частично заработать к концу десятилетия. Предложение ОАЭ прямолинейно: страны, желающие суверенного ИИ, но не способные самостоятельно создать базовый стек, могут арендовать его у дружественного правительства. Институт Ближнего Востока описывает это как намеренную стратегию вертикальной интеграции — владение чипами, энергетикой, центрами обработки данных и международными отношениями в едином пакете.
Эти проекты не объединяет политика или модель владения. Их объединяет исходное допущение о том, что доступ к вычислительным мощностям, электроэнергия, земля и поставки чипов — это первостепенные задачи проектирования, а не внешние факторы. Это допущение порождает иную инфраструктуру.
Почему инференс меняет карту
Обучение крупных моделей по-прежнему предполагает плотные кластеры, крупные капитальные бюджеты и доступ к передовым чипам. Эта работа вряд ли скоро покинет крупнейшие гипермасштабные объекты.
Инференс — другая задача. Модели используются непрерывно: клиентами, устройствами, агентами и корпоративными системами. McKinsey ожидает, что к 2030 году инференс обгонит обучение в ИИ-центрах обработки данных, составив более половины ИИ-вычислений и около 30–40 процентов совокупного спроса на центры обработки данных.
Инференс ставит иные вопросы, чем обучение. Вместо того где можно построить крупнейший кластер, вопросы становятся такими: где должны находиться вычислительные мощности, насколько быстро они могут реагировать, насколько надёжно можно маршрутизировать рабочие нагрузки и законы какой страны регулируют данные в процессе. На эти вопросы есть географические ответы, с которыми гипермасштабная концентрация справляется плохо — особенно для миллиардов людей, не живущих в зоне малой задержки от центров обработки данных в США или Европе.
Вычислительная ткань, которую требует спрос на инференс, шире того, что гипермасштабные облачные вычисления могут обеспечить в одиночку. Распределённые GPU-мощности, региональные инференс-кластеры, суверенные облака и развивающиеся неооблака в таких местах, как Мумбаи, Найроби, Сан-Паулу и Абу-Даби, — это не заменители гипермасштабного подхода. Это уровень, который гипермасштабные провайдеры не могут обслуживать самостоятельно.
Что это означает для карты
Старая карта ИИ-инфраструктуры была составлена вокруг мест, где облачные мощности уже были сосредоточены. Эта карта имела смысл, когда вычислительные ресурсы считались дешёвыми и доступными в изобилии.
Следующая карта будет выглядеть иначе. Она будет составлена вокруг мест, которые научились строить, когда вычислительные мощности были дорогостоящими и стратегически важными, и где вопрос о том, кто контролирует стек, никогда не был теоретическим. Компании и правительства, занимающиеся этой работой, не догоняют Кремниевую долину — они столкнулись с проблемой первыми, потому что были вынуждены это сделать.
—-
Ильман Шажаев — основатель и генеральный директор Dizzaract, ИИ-инфраструктурной компании со штаб-квартирой в Абу-Даби. Он является членом экспертной комиссии ООН/УНП ООН, консультирующей по вопросам применения ИИ в развивающихся экономиках, и является автором 46 научных статей и 10 зарегистрированных патентов на изобретения.
