Według Bloomberga Nvidia poinformowała niektórych ze swoich największych klientów, że ceny serwerów zawierających chipy AI wzrosną o ponad 15 procent w przypadku systemów dostarczanych od początku 2027 r. – to druga duża podwyżka cen w ciągu niecałego roku, nałożona na podwyżki o około 30 procent w przypadku prawie wszystkich linii produktów w lipcu.

Ostrzeżenie przekazane za pośrednictwem producentów serwerów, którzy montują systemy dla operatorów dużych centrów danych, trafia w delikatny moment dla branży sztucznej inteligencji: przedsiębiorstwa zmagają się z kosztami masowej rozbudowy infrastruktury, a rynek pamięci – deklarowany czynnik wzrostu – nie wykazuje żadnych oznak ochłodzenia. Nvidia ma opublikować wyniki kwartalne 26 sierpnia, kiedy to analitycy spodziewają się nowych szczegółów na temat popytu, podaży i kosztów. Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Które systemy są dotknięte

Według doniesień podwyżka obejmie serwery zbudowane wokół flagowych platform Nvidii Grace Blackwell i nadchodzącej generacji Vera Rubin. Podwyżki nie będą jednolite: wielkość korekty będzie uzależniona od generacji zastosowanego krzemu Nvidia oraz ilości i konfiguracji pamięci w każdym systemie.

Według doniesień producenci serwerów obsługujący największe firmy technologiczne — w tym Microsoft, Google i Oracle — zaczęli powiadamiać klientów o nadchodzących zmianach cen systemów dostarczanych na początku 2027 r.

Pamięć jest winowajcą

Głównym czynnikiem jest rosnący koszt pamięci. Wysokowydajne systemy AI wymagają ogromnych ilości pamięci o dużej przepustowości, a popyt wynikający z rozbudowy centrów danych spowodował wzrost cen HBM i LPDDR5. Producenci pamięci, firmy Samsung Electronics, SK Hynix i Micron Technology, borykają się z dużym popytem, ​​ponieważ pojemność półprzewodników jest coraz częściej kierowana do pamięci o dużej przepustowości i innych zaawansowanych produktów komputerowych.

Gaurav Gupta, wiceprezes i analityk w firmie Gartner, powiedział, że podwyżki odzwierciedlają presję w całym łańcuchu dostaw sztucznej inteligencji, a nie tylko w pamięci RAM. „Ceny pamięci rosną, zwłaszcza HBM i LPDDR5, ale są też inne aspekty, takie jak najnowocześniejsze płytki odlewnicze, zaawansowane opakowania i niedobory innych komponentów” – powiedział CIO.com, dodając, że problemy te generują dłuższe czasy realizacji, „co zazwyczaj przekłada się na wyższe ceny”.

I nie spodziewa się wkrótce ulgi. „W obecnych warunkach dużego popytu i ograniczonej podaży spodziewamy się, że sytuacja ta utrzyma się w najbliższej lub średniej perspektywie” – stwierdził Gupta, co oznacza wyższe koszty zarówno dla organizacji wdrażających własne serwery, jak i dla tych wynajmujących moc obliczeniową w chmurze.

Mały wybór dla kupujących

Dla CIO rachunek różniczkowy jest nieatrakcyjny. Konsultanci i analitycy twierdzą, że przedsiębiorstwa nie mają innego wyjścia, jak tylko zaakceptować fakt, że ceny infrastruktury AI będą stale rosły, a zmiana dostawców – nawet jeśli będzie to możliwe – nie uniknie podwyżek, ponieważ koszty pamięci i komponentów wpływają na cały rynek.

Scott Bickley, doradca w Info-Tech Research Group argumentował, że Nvidia w rzeczywistości przejmuje część ciosu. Z jego obliczeń wynika, że ​​firma prawdopodobnie zjada część rosnących kosztów, przekazując jedynie ułamek swoim największym klientom. Ale otwarcie mówił o dźwigni, jaką dysponują kupujący: „Koszt obciążenia spada w przeliczeniu na token, podczas gdy podstawowe koszty sprzętu i infrastruktury rosną” – powiedział. „Jeśli bezpośrednio budujesz własne klastry, jest to automatyczne przejście do i tak już skandalicznie drogiego rozwiązania. Jeśli kupujesz własny sprzęt, będziesz musiał go pochłonąć. Nie będziesz negocjować wyjścia z tej sytuacji”.

Bickley zwrócił uwagę na jedną pozytywną kwestię: ceny za token modeli AI wydają się spadać, co daje kupującym możliwość łagodzenia inflacji sprzętu poprzez projektowanie obciążeń, które w mniejszym stopniu opierają się na surowej pojemności pamięci.

Wyciśnij więcej z tego, co już posiadasz

Na tę strategię – zwiększenie wydajności istniejącego sprzętu – skupia się kilku analityków. Bickley wskazał na techniki takie jak routing modelu, kompresja i przetwarzanie wsadowe jako sposoby na zwiększenie wykorzystania już działających klastrów.

Flavio Villanustre, CISO w LexisNexis Risk Solutions Group, zgodził się, że ograniczenie podaży to zasadniczo problem podaży i popytu, który powinien ustabilizować się, gdy produkcja pamięci wzrośnie, aby zaspokoić popyt napędzany sztuczną inteligencją, ale nie przewiduje, aby miało to nastąpić w ciągu najbliższych kilku miesięcy. W międzyczasie zauważył, że niektórzy dostawcy modeli sztucznej inteligencji dostosowują swoje modele, aby działały lepiej w środowiskach o ograniczonej pamięci. Wskazał na model Gemma E4B firmy Google i podobne, w których zastosowano hierarchiczne podejście wielopoziomowe, które pobiera do pamięci tylko niezbędne części modelu, zamiast przechowywać cały model w pamięci RAM.

Mike Wilkes, CISO w przedsiębiorstwie Aikido Security, argumentował, że podwyżki cen mogą przynieść korzyści, jeśli wymuszą bardziej zdyscyplinowaną architekturę. Przedsiębiorstwa przez ostatnie kilka lat traktowały tokeny modelu pionierskiego jako „nieskończenie elastyczne narzędzie” – powiedział – przekierowując obciążenia do największego modelu, niezależnie od tego, czy zadanie wymagało rozumowania na poziomie pionierskim. Właściwa architektura jest w coraz większym stopniu hybrydowa: rezerwowanie około 10 procent zużycia na modele pionierskie dotyczące problemów, które naprawdę ich potrzebują, przy jednoczesnym naciskaniu na klasyfikację, ekstrakcję, podsumowywanie i rutynowe działania agentów w stronę modeli małych języków i modeli o otwartej masie działających w infrastrukturze kontrolowanej przez przedsiębiorstwo.

„To daje dyrektorom ds. informatyki przewagę przeciwko zawyżaniu cen lub jednostronnemu ustalaniu cen” – powiedział Wilkes.

Sygnał inflacyjny dla gospodarki AI

Wzrost jest również sygnałem wskazującym, dokąd zmierzają koszty boomu na sztuczną inteligencję. W miarę jak ceny pamięci, płytek i opakowań rosną, inflacja rozprzestrzenia się od producentów chipów, dostawców serwerów, dostawców usług w chmurze, a ostatecznie na przedsiębiorstwa bazujące na sztucznej inteligencji. W związku z publikacją raportu o wynikach firmy Nvidia 26 sierpnia zarówno kupujący, jak i inwestorzy będą obserwować, jaką część presji kosztowej pochłonie firma i jaką część przejdzie na dalszy rynek.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →