Рынок GPU в России: почему в 2026 году закупка серверов превратилась в аукцион

Как раньше выглядела закупка сервера? Собрали 3 коммерческих предложения, поторговались, согласовали бюджет и оплатили. Теперь вы пишете поставщику «нужен сервер», а он отвечает: «Партию уже забрали». Хотелось бы сказать, что это беда только тех, кто обучает большие модели, но дефицит задевает не только гигантов.

Разберемся, правда ли партия в два десятка серверов уходит со склада за часы и каким компаниям стоит переживать.

Почему покупать GPU сейчас — долго и дорого?

Помните официальный анонс концерта Канье Уэста в Питере? Мы тоже. Только концерта, как оказалось, не было, а фанаты уже вовсю скупали випки за 160 тысяч. Казалось бы, как связаны GPU-серверы и американский рэпер?

А связаны они тем, что с железом в США случилось то же самое: билеты раскупили до анонса. Крупные компании выкупали комплектующие на стадии планирования производства, когда на заводе еще не было ни партий, ни готовых чипов. И брали они не только видеокарты. Очередь выстроилась так:

Производителей, способных закрыть такой объем, немного, и к такому спросу они явно не были готовы. По данным Nikkei, которые приводит Tproger, Samsung, SK hynix и Micron к концу 2027 года смогут закрыть лишь 60% мирового спроса на DRAM. Чтобы успеть, выпуск должен расти на 12% в год, а по плану растет на 7,5%, считают в Counterpoint Research.

Во что это вылилось?

В рост цен. За 2025 год DRAM в мире подорожала в среднем на 172%.

Насколько все серьезно, показывает пример крупной американской IT-компании. Ее новые серверы на AMD EPYC Turin работают только с DDR5, а та подорожала до рекордных значений. Поэтому она вынимает старую DDR4 из списанных серверов и подключает ее к новым через собственный чип. В итоге в сервере 768 ГБ DDR5 и 256 ГБ старой DDR4.

Как дела на нашем рынке

До нас волна дошла позже, но в худшем виде, потому что почти все железо мы покупаем за границей. 

Модуль DDR5 на 64 ГБ год назад стоил 12-16 тыс. руб., а сейчас — 253–295 тыс. На деньги за один такой модуль год назад можно было купить около двадцати.Поэтому, по словам наших экспертов, поставщики разбирают серверы предыдущего поколения, которые лежали на складе без покупателя, и ставят их память в новые сборки под заказ. Сервер, который не дождался клиента, идет на запчасти для другого.

А новые GPU-серверы в страну почти не попадают. Чтобы оценить масштаб, вспомните 2024 год, когда только через одну компанию в страну ввезли 1 111 серверов Dell PowerEdge XE9680 с ускорителями NVIDIA. Через одну! А каналов было несколько, поэтому серверы класса H100 тогда считали тысячами.

В 2026 году их ввозят десятками. Оценили упадок? При этом спрос на облачную GPU-инфраструктуру в России за первое полугодие 2026 года вырос на 507%, то есть примерно в шесть раз.

Сколько GPU в итоге работает в стране, оценил ИТ-холдинг Т1. В российских коммерческих ЦОД чуть больше 10 тыс. карт для нейросетей и еще около 8 тыс. на собственных площадках компаний.

В пересчете на производительность это 15 тыс. H100-эквивалентов (все карты, от старых A100 до новых, переводят в «условные H100», чтобы их можно было сложить). У США в том же измерении 39,7 млн. Методики подсчета разные, поэтому сравнивать можно только порядок цифр, но и он говорит сам за себя.

Коснется ли вас дефицит GPU?

Аукцион идет за конфигурации от 80 ГБ видеопамяти, на них приходится 27% спроса. Здесь очереди, наценки и цены, которые меняются каждый месяц, а сроки поставки H200 и B200 по мировым оценкам доходят до 36-52 недель. 

Остальным компаниям с типовыми прикладными задачами по ИИ вроде чат-бота, поиска по документам, ассистента или дообучения небольшой модели — хватит карты на 8-48 ГБ. На конфигурации до 24 ГБ приходится 46% спроса, на 48 ГБ — еще 13,5%. То есть почти 60% не участвует в торгах за H200.

Группа 1. Те, у кого меняются и сроки, и цена

Заставшие майнинг-бум помнят, как видеокарты пропадали с полок быстрее, чем их успевали выставить. Сейчас похожая история, только вместо майнеров — ИИ-компании, а вместо игровых карт — серверные ускорители.

Группа 1 — это покупатели карт от 80 ГБ, о которых мы говорили в предыдущем блоке. В России это Сбер, Яндекс и VK, а также облачные провайдеры и дата-центры. Железо на рынке одно на всех, и достается оно тому, кто быстрее и щедрее. Если провайдер переплатил за сервер, переплата рано или поздно окажется в его тарифах. Так дефицит доходит и до тех, кто сам ничего не покупает.

Правило первое: кто думает, тот платит больше

Проекты на H200, B200 и B300 теперь согласовывают за дни, иногда за часы. Для компаний с тендерами и комитетами это шок: решать приходится со скоростью малого бизнеса, где согласование — пара рукопожатий.

В интернете рассказывают историю про клиента, который запросил шесть серверов с H200, получил предложение и взял время подумать. Вернулся он через несколько месяцев, а стоимость проекта выросла вдвое. Второе решение клиент принял за четыре дня. В последнее время таких историй становится все больше.

Почему все равно покупают? Потому что окупаемость считают не от цены железа, а от упущенной выгоды. Если кластер позволяет выйти на рынок на полгода раньше конкурента, переплата себя оправдывает.

Правило второе: у одного сервера три цены

Допустим, GPU-сервер нужен вам не «когда-нибудь», а вчера. Купить его можно тремя способами.

Правило третье: склад дает скорость, но не дает гарантий

Наценку крупная компания переживет. Хуже то, что перекупщик не дает гарантию и ЗИП (комплект запасных частей на случай поломки). Если сервер встанет, чинить его будет некому и нечем. И это не сюжет плохого кино, а обычная сделка со склада.

Почему про это не спрашивают? В момент сделки все думают только о том, как успеть, пока партию не забрали. О гарантии вспоминают, когда сервер ломается.

Еще один подвох в том, что гарантия на стойку высокой плотности действует по месту установки. Если оборудование поставили в Казахстане, а потом привезли в Россию, при поломке его придется везти обратно. Пока сервер едет туда и обратно, нагрузка стоит.

Эти правила действуют даже на тех, у кого много денег. Это видно на примере Яндекса.

Что случилось у Яндекса

8-9 октября после атак беспилотников пострадали дата-центры компании в Сасово и Калуге. Сроков восстановления Яндекс пока не называет. Эксперт Трухачев уверен, что Яндекс купит дорого, потому что нужно быстро. Это первое правило аукциона в масштабе крупнейшей ИТ-компании страны.

Но быстро купить можно не все и не всегда, поэтому гиганты учатся выжимать максимум из того, что стоит в стойках. Тот же Яндекс за полгода сэкономил 9,2 млрд ₽ на оптимизации инфраструктуры:

1. ночью, когда нагрузка на сервисы падает, GPU переключаются на обучение новых моделей, и дорогое железо почти не простаивает;
2. часть моделей перевели на архитектуру MoE, где на каждый запрос работает только часть сети;
3. подключили EAGLE, который ускоряет генерацию, угадывая сразу несколько следующих токенов;
4. добавили дистилляцию и квантование.

У тех, кому топовые карты не нужны, все заметно проще.

Группа 2. Те, у кого меняется только цена

Аукцион идет за H200 и B200, а вам нужна рабочая лошадка на 16-24 ГБ. Проверки NVIDIA, серый канал и перекупщики вас не касаются, а сроки зависят от того, есть ли нужная конфигурация у провайдера

Могло быть и хуже, но цена меняется и здесь. Вопрос в том, насколько сильно.

Средняя цена популярных GPU к концу 2025 года выросла почти на 30%, но рост дала дорогая H200, которая как раз вышла на рынок. Гигабайт видеопамяти за тот же квартал подешевел на 5%.

Для ориентира — тарифы хостинга Cloud4box на GPU с посуточной оплатой:

Покупать, арендовать или переждать?

Если нагрузка непостоянная, арендуйте посуточно и платите только за дни, когда сервер работает. Покупать свое имеет смысл, когда нужна круглосуточная работа или данные нельзя выпускать за периметр компании. А переждать не получится: по прогнозам аналитиков, раньше 2027 года память дешевле не станет.

И арендовать, и покупать нужно с умом, а для этого надо знать, сколько видеопамяти вам нужно. Универсальной таблицы нет, память зависит от модели и режима работы. Грубый ориентир при этом можно посчитать на салфетке.

Вес модели в памяти равен числу ее параметров, умноженному на размер одного параметра:

1. в полной точности (FP16) один параметр занимает 2 байта;
2. в 8 битах — 1 байт;
3. в 4 битах — полбайта.

Сжатие модели до 8 или 4 бит (квантование) уменьшает ее в 2-4 раза. Платить за это приходится точностью ответов, и ее надо проверять на вашей задаче. Сверху добавьте 1-2 ГБ на служебные нужды фреймворка и 10-20% запаса. Формулу с примерами подробно разбирает apxml.

Вот что выходит для моделей, на которых обычно строят чат-ботов, поиск по документам и ассистентов:

Теперь то же самое по типовым задачам:

Длина контекста, число одновременных запросов и конкретная модель сдвинут цифры в обе стороны. Зато с таким расчетом не стыдно идти к поставщику.

Две ошибки, которые дорого обходятся

А чтобы точно не было стыдно, разберем задачу из жизни. Она как раз про первую ошибку — взять впритык.

Допустим, вы делаете внутреннего ассистента по базе договоров на Llama 3.1 8B в 8 битах. Каждый вопрос тянет в контекст несколько фрагментов документов, и набегает около 8 тыс. токенов. В пиковый час одновременно спрашивают 20 юристов.

Считаем:

1. Веса модели — около 8 ГБ.
2. Память под контекст: у Llama 3.1 8B каждый токен в контексте занимает 128 КБ (32 слоя × 8 голов × 128 × 2 для ключей и значений × 2 байта). Один разговор на 8 тыс. токенов — около 1 ГБ. Двадцать одновременных — около 20 ГБ.
3. Еще 1-2 ГБ уходит на фреймворк.

Итого около 30 ГБ. Модель весит 8 ГБ, но в карту на 24 ГБ не помещается: место съедает очередь из юристов.

Что из этого следует:

1. На RTX A5000 (24 ГБ) с запасом 15% одновременно поместится примерно десяток таких разговоров. Остальные будут ждать.
2. На RTX A6000 (48 ГБ) поместится около 30. Разница в цене — около 27 тыс. ₽ в месяц (2 615 против 1 695 ₽ в сутки).
3. Есть и бесплатный способ: выбрать другую модель. У Qwen2.5-7B контекст занимает около 56 КБ на токен, примерно вдвое меньше. При той же нагрузке она может поместиться в 24 ГБ.

Поэтому, считайте не только вес модели, но и сколько людей будут спрашивать одновременно. Вторая цифра часто оказывается больше первой.

Вторая ошибка обратная — взять с огромным запасом. Компания, которая просит H100 под чат-бота на небольшой модели, бьется за дефицитный ресурс, который ей не нужен, и платит за это спекулятивную наценку. Это как заказать фуру, чтобы перевезти коробку с книгами. Дальше — по ситуации.

Вам нужен топ, и вы покупаете в собственность

1. Решайте быстро. Согласуйте бюджет и полномочия заранее, чтобы коммерческое предложение не протухло, пока его подписывают пять человек. Как это бывает, видно по истории с шестью H200.
2. До оплаты проверьте три вещи: серийные номера и фото оборудования в стойке, место гарантийного обслуживания в договоре, правила ремонта и подменный сервер.
3. Выжимайте все из того, что уже стоит в стойках, как это делает Яндекс.

Вам нужен топ, но ненадолго

Покупать ради пилота в 2026 году — значит застрять в аукционе на месяцы, а пилот за это время устареет. Аренда даже дорогой конфигурации позволяет начать сейчас и не держать потом на балансе стойку, которая простаивает.

Вам нужна карта на 16-48 ГБ

Посчитайте память по формуле выше, возьмите ступень с запасом и платите посуточно, пока нагрузка не устоялась.

Вы еще не уверены, нужен ли вам GPU вообще

Проверьте на маленькой карте, прежде чем что-то покупать. Неделя на RTX 4000 с 8 ГБ стоит 4 760 ₽ (680 ₽ × 7 суток). Не подошло — отказались, и никакой стойки в углу, которую потом некуда деть.

Вместо вывода: что нас ждет дальше (цены не упадут)

Пик цен на память аналитики относят к концу 2026 года, а умеренное смягчение — к 2027, и то при условии досрочного ввода новых заводов. Эксперты, на которых ссылаются «Ведомости», ждут еще +15-25% к стоимости конфигураций до конца года, а вендоры советуют закладывать в бюджет запас около 40% к текущим ценам. Так что смету лучше считать с подушкой.

Кстати, у этой подушки есть еще одна причина, и она совсем свежая. Если Яндекс, как ждут эксперты, начнет восстанавливать мощности даже по завышенным ценам, на рынке появится еще один крупный покупатель. Когда за десятками серверов приходит тот, кому нужны тысячи, цену диктует он. К тому же выбывшие площадки сами по себе усиливают дефицит дата-центров и тянут вверх стоимость услуг для всех. Так что дороже, скорее всего, станет не только Яндексу.

Некоторую надежду дает Китай. Huawei уже поставляет Ascend 950PR для инференса, а версию для обучения ждут в 4 квартале. Китай способен быстро развернуть новую линию и обрушить цены объемом, но когда это случится, никто точно не скажет.