RAMageddon: серверы Nvidia подорожают на 15% из-за дефицита памяти

Когда поставщик диктует условия покупателям с триллионными бюджетами

Представьте: у вас есть клиенты, которые тратят десятки миллиардов долларов в год на вашу продукцию, активно разрабатывают собственные альтернативы вашим чипам — и при этом вы спокойно сообщаете им о повышении цен на 15%+. Именно в такой ситуации оказалась Nvidia в конце августа 2026 года. Bloomberg сообщает, что крупнейшие клиенты компании уже получили уведомления о грядущем удорожании серверных систем.

Что именно дорожает и почему

Под удар попали флагманские серверные платформы — системы на базе Grace Blackwell и Vera Rubin. Размер повышения цен варьируется в зависимости от поколения чипов и конфигурации памяти, но в большинстве случаев речь идёт о более чем 15%. Поставки по новым ценам начнутся в начале следующего года.

Корень проблемы — в рынке DRAM, который переживает то, что аналитики уже окрестили «RAMageddon». Три ключевых производителя памяти — Samsung, SK Hynix и Micron — перебросили производственные мощности в сторону высокополосной памяти HBM и серверных модулей, оголив массовый рынок. Результат закономерный: контрактные цены на обычную DRAM за первый квартал 2026 года выросли на 90–95%, а во втором квартале аналитики прогнозировали ещё 58–63% прироста квартал к кварталу. Для сравнения: обычный комплект DDR5-6000 на 32 ГБ, который год назад стоил $110–140, сегодня продаётся примерно за $392.

SK Hynix ещё в октябре прошлого года объявила, что весь объём производства памяти на 2026 год уже законтрактован. Samsung и SK Hynix заблаговременно подняли цены на HBM3E примерно на 20% до начала года. Это не внезапный кризис — это управляемый дефицит, который производители памяти создали собственными руками, перенаправив ресурсы туда, где маржинальность выше.

Масштаб проблемы в цифрах

Чтобы понять, почему память стала такой критической статьёй расходов, достаточно взглянуть на конфигурацию новых систем. Один GPU Vera Rubin несёт до 288 ГБ HBM4, а стоечная система NVL72, объединяющая 72 таких ускорителя, содержит более 20 ТБ HBM в одном стеллаже — и это без учёта LPDDR-памяти, подключённой к процессорам Vera CPU. При этом производство HBM потребляет примерно в четыре раза больше площади пластины, чем аналогичный объём обычной DRAM. Память стала одной из крупнейших статей в себестоимости AI-сервера.

Если стеллажная система стоит несколько миллионов долларов, то 15% удорожания — это сотни тысяч долларов на один стеллаж. А у крупных облачных провайдеров счёт идёт на тысячи стеллажей.

Кто платит по счёту

Уведомления о повышении цен получили контрактные сборщики серверов, работающие на Microsoft, Google и Oracle — и те, в свою очередь, передали эту информацию клиентам. В итоге бремя ляжет на плечи гиперскейлеров: Amazon, Microsoft, Google, Meta — а также ведущих AI-лабораторий, включая OpenAI и Anthropic.

Здесь есть фундаментальное противоречие, которое отлично характеризует нынешнее состояние AI-индустрии. Те самые компании, которые активно инвестируют в собственные чипы именно для того, чтобы снизить зависимость от Nvidia, продолжают быть её крупнейшими покупателями и финансировать её рыночное господство. Собственные разработки — TPU у Google, Trainium у Amazon, MTIA у Meta — пока не могут полностью заменить Nvidia в критически важных рабочих нагрузках. И все они, к слову, конкурируют за ту же самую дефицитную HBM у тех же трёх производителей.

Стратегия Nvidia: зачем поглощать убытки, если можно переложить их на клиентов?

Nvidia работает с валовой маржой около 75% (non-GAAP) — один из лучших показателей в полупроводниковой отрасли. Технически компания могла бы частично поглотить рост стоимости памяти. Но она этого не делает — и это принципиальная позиция.

Решение переложить издержки на клиентов говорит о многом: Nvidia уверена в своём положении на рынке настолько, что не видит смысла жертвовать маржой ради лояльности покупателей. Предложение ускорителей от TSMC по-прежнему не успевает за спросом, так что у покупателей фактически нет рычагов давления прямо сейчас. AMD со своими MI400 и кастомные чипы гиперскейлеров — альтернатива, но не быстрая. Примечательно, что в начале августа Nvidia уже подняла цены на потребительские видеокарты GeForce. Теперь та же логика добралась до вершины продуктовой линейки.

Глава Micron Санджай Мехрота сформулировал суть момента предельно точно: «Сегодня нет ИИ без памяти. AI-системам нужно больше памяти, более производительная память, более энергоэффективная память». Производители DRAM из второстепенных поставщиков превратились в стратегических игроков, способных диктовать условия всей отрасли.

Что это значит для рынка

Для российских компаний и разработчиков, использующих облачные AI-сервисы, рост стоимости серверной инфраструктуры рано или поздно отразится на тарифах облачных провайдеров. Прямой доступ к новым серверам Nvidia в РФ ограничен санкционными рестрикциями, однако через партнёрские облака и серые схемы поставок влияние ценового давления всё равно ощущается.

Вопрос в том, станет ли это триггером для ускорения перехода гиперскейлеров на собственный кремний. По моей оценке — нет, по крайней мере не в ближайшие два года. Разрыв в производительности между кастомными чипами и Nvidia на задачах обучения больших моделей пока слишком велик. Nvidia продолжит диктовать условия.

Информация о повышении цен подтверждена несколькими независимыми изданиями, опирающимися на источники, знакомые с содержанием уведомлений, которые пока не были опубликованы официально.