39,4% предприятий присматриваются к чипам не от Nvidia

Когда в этот раз корпоративные покупатели будут составлять списки для оценки своих будущих ИИ-ускорителей, они с гораздо большей вероятностью включат туда чип не от Nvidia, чем собственный GPU следующего поколения от самой Nvidia. Согласно июльскому опросу VB Pulse, проведенному изданием VentureBeat среди 170 респондентов, занимающихся ИИ-инфраструктурой, 39,4% участников заявили, что в течение следующих 12 месяцев планируют оценить ускорители не от Nvidia — такие как AWS Trainium, Google TPU, AMD Instinct, Intel Gaudi или собственные ASIC компании. По сравнению с 25,3% для Nvidia Blackwell (GB300) или других GPU Nvidia нового поколения, разрыв составляет 14 процентных пунктов.

Nvidia остается стандартом де-факто в большинстве производственных сред. Однако компании закладывают реальную вариативность в свою стратегию работы с ускорителями, вместо того чтобы рассматривать продукты Nvidia как единственный вариант для оценки.

Этот вывод укладывается в более широкую тенденцию: предприятия расширяют и оптимизируют уже развернутую ИИ-инфраструктуру, прежде чем предпринимать очередной крупный шаг по смене платформы. Рост активности в сфере инфраструктуры не привел к повышению срочности смены платформ. Доля респондентов, ожидавших смену платформы в течение трех месяцев, снизилась с 38,3% в июне до 28,8% в июле, несмотря на рост внедрения в производство, загрузки ускорителей, а также изучения неоклаудов и инфраструктуры с открытым исходным кодом.

Где на самом деле растет корпоративная ИИ-инфраструктура?

Июльские данные показывают, что организации более интенсивно эксплуатируют ИИ-инфраструктуру и внедряют в производство платформы от большего числа провайдеров.

Microsoft Azure продемонстрировала самый масштабный рост внедрения в производство среди основных исследуемых платформ: доля респондентов, использующих Azure в продакшене, выросла с 29% в июне до 47,1% в июле (увеличение на 18,1 процентных пункта). Частично этот скачок объясняется составом респондентов: в июле аудитория опроса была более крупной по сравнению с июнем (57% представителей организаций с численностью персонала более 1000 человек против 37% в июне), а уровень внедрения Azure растет с увеличением масштаба компании в обеих выборках. Платформа Gemini от Google оказалась наиболее используемой в обеих волнах: доля респондентов, сообщивших о ее внедрении в производство, выросла с 41,1% в июне до 47,6% в июле, лишь немного опередив Azure.

Доля респондентов, использующих в продакшене решения от OpenAI, выросла с 40,2% до 49,4%. Внедрение разработок Anthropic увеличилось с 12,1% до 24,7%. 

Среди предприятий, эксплуатирующих собственное графическое железо, доля тех, кто использует его наполовину или менее того, снизилась с 83% в июне (100 респондентов) до 69% в июле (155 респондентов), в то время как доля с утилизацией выше 50% выросла с 13% до 23%.

Определение эффективности инфраструктуры также становится более практическим. Доля респондентов, выбравших бесперебойность (аптайм) и надежность в качестве важных показателей эффективности, увеличилась с 42,1% до 51,2%. Доля тех, кто выбрал пропускную способность, выросла с 21,5% до 24,7%.

Простота внедрения улучшилась со среднего балла 3,84 до 4,04 по пятибалльной шкале. Общая удовлетворенность изменилась незначительно — с 4,07 до 4,14, в то время как воспринимаемая ценность осталась практически неизменной на уровне около 3,9.

Это сочетание показателей весьма показательно. Предприятия не сообщают о драматическом росте ценности технологий просто потому, что они развертывают больше инфраструктуры. Они становятся более опытными игроками с лучшими архитектурами, но при этом устанавливают и более высокую планку для того, что именно эта инфраструктура должна обеспечивать, причем на первом месте здесь стоит надежность.

Почему срочность смены платформ сдвигается на более поздние сроки?

Самым сильным контраргументом в июльских результатах является снижение доли респондентов, планирующих немедленную смену платформы.

Доля тех, кто ожидает изменений в течение нуля-трех месяцев, сократилась на 9,5 процентных пункта. Доля ожидающих изменений в горизонте от трех до шести месяцев выросла на 4,1 пункта, а для окна от шести до 12 месяцев показатель увеличился на 5,3 пункта. Доля респондентов, не планирующих никаких изменений, осталась практически на прежнем уровне — около 40%.

Срочность смещается вправо, причем дискуссия вокруг моделей с открытыми весами и обвязок (harness) с открытым исходным кодом играет роль в определении того, какие элементы подлежат улучшению, а какие — полной замене.

Критерии отбора подтверждают эту интерпретацию. Интеграция с существующим облачным стеком и стеком данных осталась главным фактором в обеих волнах, удерживая позиции на уровне 41,1% в июне и 40,0% в июле. Доля респондентов, ставящих на первое место производительность, увеличилась с 24,3% до 35,3%. Доля тех, кто приоритезирует стоимость за миллион токенов, выросла с 7,5% до 15,9%, в то время как доля придающих первостепенное значение доступу к GPU увеличилась с 18,7% до 23,5%.

Напротив, доля респондентов, выбравших общую совокупную стоимость владения (TCO) в качестве ведущего фактора, снизилась с 34,6% до 21,8%.

Судя по всему, рынок переходит от общего планирования инфраструктуры к тщательному анализу на уровне рабочих нагрузок. Покупатели все чаще хотят знать, как платформа ведет себя при инференсе в реальных условиях производства, насколько надежно она функционирует и во сколько обходится каждая единица полезной работы.

Интерес к альтернативам Nvidia сосредоточен на высшем уровне

Показатель в 39,4% в июне составлял 31,8%, то есть он рос еще до этой волны. Альтернативы, которые рассматривают компании, включают AWS Trainium, Google TPU, AMD Instinct, Intel Gaudi и другие собственные ASIC.

Интерес оказался еще сильнее среди респондентов, обладающих полномочиями на стратегические закупки, хотя выборка топ-менеджеров невелика: доля респондентов из высшего руководства, склонных оценивать ускорители не от Nvidia, выросла с 42,9% (6 из 14) в июне до 57,1% (12 из 21) в июле. Среди лиц, принимающих окончательные решения, аналогичный интерес вырос с 35,4% до 50%.

Это особенно характерно для организаций малого и среднего бизнеса. Среди компаний с численностью от 251 до 1000 сотрудников этот показатель увеличился с 41,4% до 53,2%. Среди организаций со штатом от 101 до 250 человек он подскочил с 33,3% до 57,7%.

Эти данные показывают, что организации закладывают вариативность в свою стратегию использования ускорителей.

Повышенное внимание со стороны топ-менеджеров и лиц, принимающих окончательные решения, говорит о том, что разнообразие ускорителей становится вопросом стратегической инфраструктуры, а не просто технической задачей для инженерных команд.

Предприятия хотят сами контролировать связующий слой (harness)

Данные по инфраструктуре согласуются с результатами отдельного опроса VB Pulse, посвященного контекстным слоям агентов. В этом исследовании приняли участие 101 респондент в июне и 101 респондент в июле.

ИИ-обвязка (harness) — это операционный слой, соединяющий модели с корпоративными данными, инструментами, оркестрацией, оценкой, идентификацией, безопасностью, наблюдаемостью и бизнес-процессами. Она определяет, к чему агент имеет доступ, какие действия он может предпринимать и как организация оценивает его результаты.

В июле 36,6% респондентов, занимающихся контекстными слоями, заявили, что планируют сохранить лучшие в своем классе автономные инструменты наряду со своими моделями. Еще 36,6% рассчитывают совмещать нативные рантаймы провайдеров с автономными инструментами, и лишь 5,9% намерены создать и контролировать контекстный слой собственными силами.

В совокупности 79,2% июльских респондентов отдали предпочтение подходу, который сохраняет хотя бы частичный архитектурный контроль вне рамок единого провайдера моделей (по сравнению с примерно 65,3% в июне). Лишь 11,9% июльских респондентов высказались за консолидацию на нативном контекстном стеке одного провайдера моделей по сравнению с 20,8% в июне.

Большинство стремится сохранить свободу выбора поставщиков, независимое управление или контроль над критически важными компонентами вокруг модели.

Необходимость такого контроля становится все более очевидной. В июле 62,4% респондентов, работающих с контекстным слоем, сообщили, что управляемый семантический или контекстный слой уже находится в продакшене или строится. Само по себе внедрение в производство выросло с 24,8% до 31,7%.

В то же время 68,3% июльских респондентов сообщили, что сталкивались хотя бы с одним уверенным, но неверным ответом агента, вызванным отсутствием или некорректностью контекста (в июне таковых было 57,4%).

Доля тех, кто рассчитывает использовать несколько архитектур поиска (retrieval) в зависимости от вариантов использования, увеличилась с 12,9% до 28,7%. Доля планирующих совмещать нативные и автономные контекстные инструменты от провайдеров выросла с 20,8% до 36,6%.

Формирующаяся архитектура представляет собой контролируемую комбинацию моделей, инфраструктуры, подходов к поиску, контекстных систем и операционных инструментов, подбираемых под конкретные рабочие нагрузки.

Завоевывают ли неоклауды популярность у бизнеса?

Неоклауды — это специализированные облачные провайдеры, ориентированные главным образом на ИИ-инфраструктуру, особенно на доступ к ускорителям и сопутствующим услугам. Июльские результаты показывают, что эти игроки становятся более весомой частью мультипровайдерных стратегий предприятий.

Доля респондентов, рассчитывающих расширить сотрудничество с неоклаудами, увеличилась с 33% в июне до 38% в июле. При этом доля тех, кто планирует сократить взаимодействие с ними, снизилась с 9,7% до 5,4%.

Эта динамика была особенно заметна среди респондентов из сферы технологий и программного обеспечения. Доля представителей этого сегмента, рассчитывающих активнее работать с неоклаудами в июле, достигла 57,6% по сравнению с 44,4% в июне.

Текущее внедрение в производство пока значительно скромнее планов по масштабному расширению. Среди названных провайдеров, стабильно учитывавшихся в обеих волнах (таких как CoreWeave, Lambda, Crusoe и Nebius), использование в продакшене выросло с 1,9% среди июньских респондентов до 5,9% среди июльских.

Разрыв между 38% планов по расширению и 5,9% реального использования названных провайдеров в продакшене может указывать на солидный потенциал для оценки и внедрения.

Пайплайн спроса на услуги неоклаудов не является теоретическим. CoreWeave сообщила о портфеле заказов (backlog) на сумму около 104 млрд долларов по состоянию на конец июня, не считая более чем 25 млрд долларов дополнительных клиентских обязательств, полученных в начале третьего квартала. Nebius не раскрывает напрямую сопоставимый показатель портфеля заказов, но заявила, что может продать всю свою мощность на 2027 год на текущих условиях, и сообщила о заключении четырех соглашений в сфере ИИ-облаков во втором квартале, каждое из которых в среднем превышает 1 млрд долларов общей стоимости по контракту.

Более глобальный вывод заключается в том, что неоклауды становятся жизнеспособным источником стратегического влияния. Они предоставляют организациям дополнительные возможности в отношении доступности ускорителей, программных стеков, размещения рабочих нагрузок и аргументы для переговоров с гиперскейлерами.

Неоклаудам еще предстоит доказать свою надежность корпоративного уровня, безопасность, качество поддержки, сетевые возможности и средства управления данными. Доступ к специализированным вычислениям может открыть им дверь, но долгосрочное признание бизнесом будет зависеть от сопутствующего операционного стека. 

Растет ли использование ИИ-инфраструктуры с открытым исходным кодом?

Самый точный ответ заключается в том, что использование опенсорс-решений в продакшене растет, в то время как интерес к платформам в целом остается относительно стабильным.

Доля респондентов, использующих кастомный, самостоятельно управляемый опенсорсный стек в продакшене, увеличилась с 3,7% в июне до 12,9% в июле. Определение этого стека включало такие технологии, как PyTorch, Triton, vLLM, Ray и Kubernetes.

Эта тенденция прослеживалась в нескольких сегментах с июньской базой более 20 респондентов:

• Среди индивидуальных участников 23,9% сообщили об использовании в продакшене в июле.

• Среди тех, кто дает рекомендации и влияет на решения, 13,7% сообщили о внедрении в производство в июле.

• Среди организаций с численностью от 251 до 1000 сотрудников этот показатель в июле составил 12,8%.

Доля респондентов, использующих инструменты кэширования ключ-значение с открытым исходным кодом, включая LMCache и префиксное кэширование vLLM, увеличилась с 6,5% до 11,8%. Среди респондентов из сферы технологий и программного обеспечения использование выросло фактически с 0% до 13,3%.

Интерес к платформам с открытым исходным кодом немного вырос, но в целом остался на прежнем уровне, переместившись с 5,6% до 6,5%.

Такое сочетание факторов предполагает, что рост сосредоточен среди организаций, переходящих к этапу реализации, а не среди значительно расширившейся массы оценивающих. Похоже, что технологии с открытым исходным кодом углубляются внутри активной части рынка.

Организации могут обращаться к компонентам с открытым исходным кодом ради большей мобильности, выбора моделей и контроля над оптимизацией инференса. Но владение ими также перекладывает на них ответственность. Команды, внедряющие самостоятельно управляемые стеки, должны сами заниматься обновлениями, безопасностью, наблюдаемостью, интеграцией и поддержкой в продакшене.

Это сочетание возросшей активности, снижения срочности и появления альтернатив является сквозной нитью всего исследования. Предприятия задействуют все больше ИИ-инфраструктуры, при этом сознательно оставляя открытыми несколько путей в отношении чипов, облаков и слоя, соединяющего модели с их собственными данными. Следующее изменение платформы, когда оно произойдет, станет осознанным выбором, сделанным с более сильных позиций.

Примечания к методологии

Для этой статьи я сравнил две независимые поперечные (cross-sectional) волны инфраструктурного опроса: 107 респондентов в июне 2026 года и 170 респондентов в июле 2026 года. Эти опросы не образуют продольную (лонгитюдную) панель, поэтому выводы описывают различия между совокупностями респондентов, а не изменения, совершенные одними и теми же организациями. Суммарная доля сроков смены платформ немного превышает 100%, поскольку небольшое число респондентов выбрали более одного временного окна (5 в июне, 9 в июле).

Состав выборки между волнами изменился. Респонденты, выбравшие категорию размера организации «1–100 сотрудников», были исключены перед расчетом результатов. Состав оставшейся выборки все равно различался, включая большую долю организаций с числом сотрудников более 10 000 в июле. Следовательно, месяц-к-месяцу динамику следует воспринимать как указание на направление тенденций, а не как доказательство причинно-следственных связей. Тестирование на статистическую значимость для представленных здесь сравнений не проводилось.

Результаты по контекстному слою получены из отдельного опроса, в котором приняли участие 101 содержательный респондент в июне и 101 в июле. В этих результатах используется другая база респондентов, они приводятся в качестве подтверждающих свидетельств и не объединяются с результатами инфраструктурного опроса.