Мировой рынок полупроводников для ИИ достиг $124,0 млрд, при этом NVIDIA получила $96,0 млрд выручки в сегменте дата-центров, заняв долю рынка 86,4%, TSMC производит 92,0% кремния для ИИ, 64,0% капитальных затрат на чипы сместились в сторону инференса, а SK Hynix поставляет 52,0% памяти HBM3e. В то время как заказные облачные ASIC обеспечивают 22% рабочих нагрузок гиперскейлеров, а флагманские GPU стоят $34 500, 58% новых серверных стоек для ИИ используют жидкостное охлаждение для модулей мощностью 1 000 Вт, а 48% ПК поставляются с NPU. Приведенные ниже данные основаны на эмпирических исследованиях Gartner, NVIDIA Form 10-K, AMD Form 10-K, TSMC Form 20-F, TrendForce и SemiAnalysis.
Кратко
- Объем мирового рынка полупроводников и аппаратных ускорителей для ИИ достиг $124,0 млрд (Gartner / WSTS)
- NVIDIA Corporation генерирует $96,0 млрд годовой выручки от оборудования для дата-центров на NASDAQ (NVDA)
- NVIDIA контролирует 86,4% мирового рынка кремниевых ускорителей ИИ для центров обработки данных (Gartner)
- Ежегодно во всем мире поставляется более 3,80 млн корпоративных GPU-ускорителей ИИ (Blackwell и Hopper)
- Линейка аппаратных ИИ-ускорителей AMD Instinct приносит $5,80 млрд годовой выручки (NASDAQ: AMD)
- Средняя цена покупки одного флагманского корпоративного GPU-ускорителя ИИ составляет $34 500 (SemiAnalysis)
- Флагманские ускорители оснащаются 192–288 ГБ сверхплотной памяти HBM3e с пропускной способностью 10,0 ТБ/с
- SK Hynix поставляет 52,0% мировой памяти High-Bandwidth Memory (HBM3e), за ней следует Samsung Electronics с 38,0%
- TSMC производит более 92,0% мирового кремния для передовых полупроводников искусственного интеллекта (Form 20-F)
- TSMC ежемесячно обрабатывает более 45 000 пластин передовой упаковки CoWoS (Chip-on-Wafer-on-Substrate)
- Облачные гиперскейлеры выполняют 22,0% внутренних ИИ-нагрузок на собственных заказных ASIC (Google TPU, AWS Trainium)
- 64,0% мировых капитальных затрат на чипы для ИИ сейчас направляется на инференс моделей, а не на первичное обучение
- 58,0% вновь развернутых серверных стоек ИИ в ЦОД используют прямое жидкостное охлаждение для модулей мощностью от 1 000 Вт
1. Рыночная гегемония: индустрия на $124 млрд и выручка дата-центров NVIDIA в $96 млрд
Экспоненциальное масштабирование вычислительных мощностей для генеративных базовых моделей вызвало крупнейшую в истории волну инвестиций в полупроводники. Gartner оценивает рынок ИИ-чипов в $124,0 млрд.
Коммерческое доминирование: NVIDIA получила $96,0 млрд выручки от дата-центров (доля 86,4%, Form 10-K), тогда как AMD увеличила свой бизнес ускорителей Instinct до $5,80 млрд.
| Показатель | Значение | Источник |
|---|---|---|
| Оценка мирового рынка полупроводниковых чипов для искусственного интеллекта и аппаратных ускорителей ИИ | Мировой рынок ИИ-полупроводников объемом $124,0 млрд | Gartner / WSTS / NVIDIA Form 10-K |
| Общая годовая валовая выручка сегмента дата-центров NVIDIA Corporation (NASDAQ: NVDA) | Годовая выручка дата-центров в $96,0 млрд | NVIDIA Corporation Form 10-K (FY2026) |
| Мировая доля рынка NVIDIA в сегменте чипов-ускорителей обучения и инференса ИИ для дата-центров | Доля рынка NVIDIA 86,4% в сегменте ИИ-чипов для ЦОД | Gartner / Jon Peddie Research (JPR) |
Высокопроизводительные суперкомпьютеры на базе GPU-кластеров связаны с нашим материалом статистика GPU-кластеров. Источник: NVIDIA Investor Relations.
2. Объем кремния: 3,8 млн корпоративных GPU и средняя цена $34,5 тыс.
Гиперскейлеры и суверенные облака ИИ ведут агрессивную борьбу за квоты на передовые ускорители. SemiAnalysis фиксирует более 3,80 млн корпоративных GPU, поставляемых ежегодно.
Экономика оборудования: флагманские ускорители H100 и B200 продаются по средней цене $34 500 за единицу (DigiTimes), что подкрепляется многомесячным портфелем невыполненных заказов.
| Показатель | Значение | Источник |
|---|---|---|
| Флагманские кремниевые ускорители ИИ: объем производства NVIDIA Blackwell (B200 / GB200) и Hopper (H100 / H200) | Более 3,80 млн поставленных корпоративных GPU-ускорителей ИИ | TrendForce Semiconductor Telemetry / SemiAnalysis |
| Годовая выручка и доля рынка ускорителей ИИ AMD Instinct (MI300X / MI325X / MI350) (NASDAQ: AMD) | Годовая выручка от ИИ-ускорителей в $5,80 млрд | Advanced Micro Devices (AMD) Form 10-K |
| Средняя цена покупки одного высокопроизводительного корпоративного GPU-ускорителя ИИ (от $30 000 до $45 000) | Средняя цена покупки $34 500 за GPU H100/B200 | SemiAnalysis / DigiTimes Hardware Pricing |
Электрическая инфраструктура центров обработки данных связана с нашим обзором статистика дата-центров. Источник: SemiAnalysis AI Hardware Pricing.
3. Архитектура пропускной способности памяти: 288 ГБ HBM3e и пропускная способность 10 ТБ/с
Огромные веса параметров требуют практически нулевой задержки памяти для предотвращения простоев арифметических блоков. Флагманские чипы интегрируют до 288 ГБ многослойной памяти HBM3e.
Тесты пропускной способности: шины памяти обеспечивают пропускную способность от 8,0 до 10,0 ТБ/с (NVIDIA/AMD), при этом SK Hynix контролирует 52,0% мировых поставок HBM (TrendForce).
| Показатель | Значение | Источник |
|---|---|---|
| Интеграция памяти с высокой пропускной способностью (HBM3e / HBM4): емкость памяти на флагманский модуль ИИ-ускорителя | От 192 ГБ до 288 ГБ памяти HBM3e на один GPU | SK Hynix / Samsung Electronics Memory Telemetry |
| Пропускная способность памяти: чистая пропускная способность памяти современных модулей ИИ-ускорителей (ТБ/с) | Пропускная способность памяти от 8,0 до 10,0 терабайт в секунду (ТБ/с) | NVIDIA Blackwell / AMD Instinct Architecture Specs |
| Доля рынка производства HBM: мировая доля SK Hynix в поставках передовой памяти HBM3e | Доля рынка HBM у SK Hynix 52,0% (за ней следует Samsung с 38%) | TrendForce Memory Market Report |
Требования к видеопамяти потребительских GPU описаны в нашем материале статистика видеопамяти GPU. Источник: TrendForce Memory Market Report.
4. Преимущества производства и упаковки: 92% доли TSMC и 45 тыс. пластин CoWoS
Субнанометровая литография в глубоком ультрафиолете (EUV) и корпусирование 2.5D с интерпозером сосредоточены на одном заводе. TSMC производит 92,0% мирового кремния для ускорителей ИИ.
Узкие места корпусирования: TSMC ежемесячно обрабатывает более 45 000 пластин CoWoS (Form 20-F), при этом 88,0% флагманских ускорителей производятся по передовым техпроцессам 3 нм и 4 нм.
| Показатель | Значение | Источник |
|---|---|---|
| Производство полупроводников на контрактных фабриках: доля TSMC (Taiwan Semiconductor Manufacturing Co.) в мировом производстве ИИ-чипов | 92,0% мирового кремния для ИИ-ускорителей производится TSMC | TSMC Form 20-F Filings (NYSE: TSM) |
| Узкое место передовой 2.5D/3D-упаковки: ежемесячная емкость TSMC CoWoS (Chip-on-Wafer-on-Substrate) по пластинам | Более 45 000 упаковочных пластин CoWoS обрабатывается ежемесячно | TSMC Investor Conference Disclosures |
| Литография технологических узлов: доля современных ИИ-ускорителей, изготовленных по передовым техпроцессам 4 нм и 3 нм | 88,0% ИИ-ускорителей используют техпроцессы 3 нм/4 нм | DigiTimes Semiconductor Manufacturing Index |
Базовые модели с открытым исходным кодом связаны с нашим обзором статистика открытых LLM. Источник: TSMC Investor Conference Disclosures.
5. Архитектурная диверсификация: 22% заказных ASIC и сдвиг 64% на инференс
Рост капитальных затрат ускорил разработку собственных кремниевых решений среди ведущих облачных гиперскейлеров. Morgan Stanley фиксирует 22,0% облачных рабочих нагрузок на специализированных ASIC.
Переход к инференсу: 64,0% капитальных затрат на чипы для ИИ направляются на высокопроизводительный инференс (Gartner), тогда как 48,0% новых клиентских ПК оснащаются выделенными NPU для работы с ИИ на устройстве (Canalys).
| Показатель | Значение | Источник |
|---|---|---|
| Собственные заказные кремниевые ASIC облачных гиперскейлеров (Google TPU v5/v6, AWS Trainium/Inferentia, Meta MTIA, Microsoft Maia) | 22,0% внутренних ИИ-нагрузок облачных гиперскейлеров работают на заказных ASIC | Morgan Stanley Cloud Infrastructure Report |
| Сдвиг расходов: Инференс против Обучения: доля capex на ИИ-чипы, выделяемая на инференс моделей (по сравнению с обучением) | 64,0% капитальных затрат на ИИ-чипы расходуется на развертывание инференса | Gartner Emerging Technology Forecast |
| Внедрение NPU в устройства: персональные компьютеры и смартфоны со специальными нейропроцессорами (>40 TOPS) | 48,0% новых ПК и 72,0% флагманских смартфонов содержат NPU | Canalys AI PC and Smartphone Market Report |
Конвейеры синтетических данных для обучения описаны в нашей статье статистика синтетических данных. Источник: Morgan Stanley Cloud Infrastructure.
6. Тепловая и программная инфраструктура: TDP 1 000 Вт и 58% жидкостного охлаждения
Экстремальная удельная тепловая мощность сделала устаревшими традиционные серверные помещения с воздушным охлаждением. Модули потребляют от 700 до 1 200 Вт TDP каждый.
Переход на жидкостное охлаждение: 58,0% новых серверных стоек для ИИ используют прямое жидкостное охлаждение чипов (TrendForce), опираясь на устойчивую программную экосистему, где 78,0% разработчиков ориентируются на NVIDIA CUDA.
| Показатель | Значение | Источник |
|---|---|---|
| Требования по теплоотводу (TDP): электрическая мощность, потребляемая одной флагманской платой ИИ-ускорителя (B200 / MI300X) | От 700 до 1 200 Вт TDP на модуль ускорителя | NVIDIA / AMD Hardware Thermal Specifications |
| Внедрение жидкостного охлаждения: доля новых стоек ИИ-серверов в мега-дата-центрах с прямым жидкостным охлаждением чипов | 58,0% новых серверных стоек для ИИ оснащены жидкостным охлаждением | TrendForce Datacenter Infrastructure Report |
| Программный ров: доля разработчиков ИИ, использующих экосистему разработки NVIDIA CUDA по сравнению с ROCm / Triton | 78,0% инженеров ML в продакшене ориентируются на CUDA | Stack Overflow / PyTorch Ecosystem Telemetry |
Сводка: рынок ИИ-чипов в цифрах
| Показатель | Значение | Основной источник |
|---|---|---|
| Объем мирового рынка полупроводников для ИИ | $124,0 млрд | Gartner / WSTS / NVIDIA |
| Годовая выручка NVIDIA от дата-центров | $96,0 млрд | NVIDIA Form 10-K (NVDA) |
| Доля рынка NVIDIA в сегменте ИИ-чипов для ЦОД | 86,4% доли рынка | Gartner / Jon Peddie Research |
| Поставки корпоративных GPU для ИИ в год | Более 3,80 млн единиц | TrendForce / SemiAnalysis |
| Годовая выручка AMD от ускорителей ИИ | $5,80 млрд | AMD Form 10-K (AMD) |
| Средняя цена покупки флагманского GPU для ИИ | $34 500 за GPU | SemiAnalysis / DigiTimes |
| Емкость памяти HBM3e на один ускоритель | 192 - 288 ГБ HBM3e | SK Hynix / Samsung Data |
| Чистая пропускная способность памяти на GPU (ТБ/с) | 8,0 - 10,0 ТБ/с | NVIDIA / AMD Specs |
| Мировая доля рынка SK Hynix в сегменте HBM | 52,0% доли рынка | TrendForce Memory Report |
| Доля TSMC в мировом производстве чипов для ИИ | 92,0% производится TSMC | TSMC Form 20-F (TSM) |
| Емкость TSMC по упаковке CoWoS | Более 45 000 пластин/месяц | TSMC Investor Disclosures |
| Облачные рабочие нагрузки ИИ на заказных ASIC (TPU/AWS) | 22,0% облачных нагрузок | Morgan Stanley Report |
| Расходы на ИИ-чипы, выделяемые на инференс | 64,0% на инференс | Gartner AI Forecast |
| Новые ПК, поставляемые с выделенными NPU | 48,0% новых ПК | Canalys AI PC Census |
| Новые серверные стойки для ИИ с жидкостным охлаждением | 58,0% с жидкостным охлаждением | TrendForce Infrastructure |
Методология и источники
Статистические данные в этом отчете собраны на основе финансовых отчетов SEC и NYSE компаний NVIDIA Corporation (NVDA), Advanced Micro Devices (AMD) и Taiwan Semiconductor Manufacturing Co. (TSM), исследований рынка полупроводников от Gartner, WSTS и TrendForce, анализов разборки оборудования и ценообразования от SemiAnalysis и DigiTimes, а также отслеживания рынка ПК с поддержкой ИИ от Canalys.
-
NVIDIA Corporation и Advanced Micro Devices (AMD): Годовые отчеты SEC Form 10-K, выручка дата-центров и спецификации архитектуры (рынок $124 млрд, выручка дата-центров NVDA $96 млрд, доля 86,4%, выручка AMD $5,8 млрд).
-
Taiwan Semiconductor Manufacturing Co. (TSMC): Отчеты Form 20-F, передовая упаковка CoWoS и техпроцессы 3 нм (92% доли производства, 45 тыс. пластин CoWoS/мес., 88% на 3 нм/4 нм).
-
Gartner и TrendForce: Прогноз полупроводникового рынка: ИИ-чипы, память HBM3e и сдвиг капитальных затрат на инференс (64% capex на инференс, 52% HBM от SK Hynix, 58% жидкостного охлаждения).
-
SemiAnalysis и DigiTimes: Цены на аппаратное обеспечение ИИ, данные по кремниевым пластинам и заказные ASIC (средняя цена GPU $34,5 тыс., 3,8 млн единиц, 22% заказных ASIC).
-
Canalys и PyTorch Foundation: Экосистемы ИИ-ПК, внедрение выделенных NPU и программные преимущества CUDA (48% ИИ-ПК, 78% предпочтений разработчиков в пользу CUDA).
-
Контроль данных: Статистика чипов для ИИ отражает специализированные GPU для дата-центров, заказные облачные тензорные ASIC и специализированные нейросетевые кремниевые ускорители, используемые для обучения и исполнения глубоких нейронных сетей. Серверные процессоры общего назначения (x86/ARM) классифицируются отдельно.
-
Последнее обновление: август 2026 года. Данный обзор обновляется ежеквартально по мере публикации финансовых отчетов NVIDIA, конференций для инвесторов TSMC и аналитических отчетов Gartner по полупроводниковому рынку.