🇰🇷  Корея в деталях  →

AI Compute простым языком. Часть 3: Узкие места и почему их никто не может устранить (2026)

Одна компания делает все EUV-машины. Одна — большинство передовых чипов. Три — всю память. Объясняем простым языком, почему эти позиции держатся и что могло бы их реально поколебать.

Обновлено: август 2026 г.

Проверено по 5 официальным источникам. Проверено август 2026 г.. Все факты со ссылками на источники.

Ключевые факты

  • ASML — единственная компания в мире, которая производит машины для экстремальной ультрафиолетовой литографии. Конкурирующих машин и конкурирующих компаний не существует.
  • Стандартная EUV-машина стоит сотни миллионов долларов, а более новая версия High-NA — существенно дороже.
  • В первом квартале 2026 года TSMC получила 72% выручки десяти крупнейших контрактных производителей, по данным TrendForce, — это примерно в одиннадцать раз больше доли занявшей второе место Samsung.
  • Преимущество TSMC отчасти структурное: компания не разрабатывает собственные чипы, поэтому её клиенты никогда не конкурируют со своим же производителем.
  • Производственные мощности для передовой упаковки чипов, а не само производство, были устойчивым узким местом в поставках ИИ-ускорителей.
  • Позиция Nvidia держится на четырёх вещах одновременно: чипе, сетевом оборудовании, серверной системе уровня стойки и примерно двух десятилетиях накопленного программного обеспечения CUDA.
ПоделитьсяWhatsAppTelegramEmailОтправьте тому, кому это пригодится.
From Seoulstart

Коротко

Часть 2 описала девять уровней цепочки и назвала лидеров. Эта часть задаёт очевидный следующий вопрос. Перед нами — одни из самых прибыльных позиций в мировой экономике, и у каждой крупной технологической компании есть и деньги, и мотив их атаковать. Так почему же почти никому не удаётся?

Ответ разный на каждом уровне — и разница важна.

ASML: монополия, которая держится не на патентах

Начнём с самого крайнего случая. ASML, нидерландская компания, производит машины для экстремальной ультрафиолетовой литографии — именно ими печатают мельчайшие элементы на передовых чипах. У ASML нет конкурентов. Не «доминирует»: альтернативных поставщиков нет нигде.

Чтобы понять почему, посмотрим, что делает эта машина. Ей нужен свет с длиной волны 13,5 нанометра — глубокий ультрафиолет. Удобного источника такого света не существует, поэтому машина создаёт его сама: поток капель расплавленного олова выстреливается через камеру, и каждая капля дважды поражается мощным лазером — примерно пятьдесят тысяч раз в секунду, — превращаясь в плазму, которая излучает нужный свет.

Этот свет поглощается практически всем — в том числе воздухом и стеклом. Поэтому весь оптический тракт работает в вакууме и использует зеркала вместо линз. Зеркала, изготовленные компанией Zeiss в Германии, — одни из самых гладких предметов из когда-либо созданных. Сама ASML описывает это так: если бы зеркало было размером с Германию, самая высокая гора на нём была бы около миллиметра.

Теперь важно, кто всё это создал. Не ASML в одиночку. Zeiss сделала оптику. Trumpf — лазеры. Cymer, позднее поглощённая, работала над источником света. Разработка шла примерно два десятилетия при финансировании и участии самих производителей чипов — будущих покупателей машин. Это был не столько продуктовый запуск, сколько многодесятилетняя промышленная программа.

Что это за ров? Накопленная инженерия, распределённая по целой цепочке поставок, плюс временные затраты на квалификацию. Ведь даже хорошо финансируемый новый игрок с рабочей машиной столкнулся бы с годами клиентских тестов, прежде чем кто-то рискнул бы запустить на ней производство, — пока ASML продолжала бы развиваться. Вот почему цены держатся: сотни миллионов долларов за стандартный EUV-станок Low-NA и существенно больше за поколение High-NA.

Что могло бы это разрушить? Реалистично — только смена базовой физики нанесения рисунка: какой-то подход, которому EUV вообще не нужен. Исследования идут. Ни один из вариантов не близок к реализации.

TSMC: маховик

По данным TrendForce, в первом квартале 2026 года TSMC получила 72% выручки десяти крупнейших контрактных производителей — это примерно в одиннадцать раз больше доли занявшей второе место Samsung. На переднем крае, где делают ИИ-чипы, позиция TSMC ещё сильнее.

Техническое объяснение само по себе неполно, ведь и Samsung, и Intel в разные периоды были технически близки. Полное объяснение — это петля, которая питает сама себя.

У TSMC больше всего клиентов, поэтому она запускает больше всего пластин. Больше пластин — больше дефектов, и каждый понятый дефект повышает выход годных изделий, то есть долю рабочих чипов с пластины. Лучший выход снижает эффективную стоимость рабочего чипа, что привлекает новых клиентов и даёт больший объём. И так по кругу.

Поверх этого — кое-что, чего труднее добиться: TSMC не разрабатывает собственных чипов. Когда Nvidia передаёт свою самую ценную разработку, она передаёт её компании, которая никогда не будет с ней конкурировать. Samsung такого обещать не может — она проектирует телефоны, процессоры и многое другое. Intel тоже. В индустрии, где лидирующая разработка представляет годы работы и миллиарды инвестиций, такая гарантия стоит очень много.

Теперь TSMC усиливает преимущество и в упаковке чипов. Её технология CoWoS, соединяющая кристаллы процессора со стеками HBM, давно известна как узкое место в поставках ИИ-чипов. С конца 2024 года мощности существенно выросли — и даже после этого расширения спрос, по прогнозам, будет превышать предложение. Контроль и над производством, и над сборкой ИИ-чипов — позиция значительно более сильная, чем контроль над чем-то одним.

Что это за ров? Масштаб, обучение и структурный нейтралитет, взаимно усиливающие друг друга.

Что могло бы это разрушить? Устойчивый вызов от компании, которая способна финансировать годы убыточного наращивания мощностей, пока строит доверие. Завод Samsung в Тейлоре, закреплённый крупным многолетним контрактом Tesla, и программа Intel 18A — именно такие попытки. Оценить их результаты не получится ещё несколько лет.

Память: консолидация плюс сложность

DRAM делят три компании: Samsung, SK Hynix и Micron, плюс четвёртый игрок — китайская CXMT с небольшой, но растущей долей. В HBM те же три, только в другом порядке.

Структура из трёх игроков — это остаток жестокой истории. Десятилетиями память была почти товаром, подверженным жестоким циклам: дефицит, высокие цены, все строят мощности, затоваривание, цены падают ниже себестоимости, слабейшие банкротятся или поглощаются. Десятки производителей сократились до трёх — просто путём выбывания. Что выжило — это компании с балансами, достаточно крупными, чтобы продолжать инвестировать сквозь кризисы.

HBM поднял барьер ещё раз. Укладка десятка и более дисков памяти с тысячами вертикальных соединений, просверлённых сквозь кремний, — процесс сложный по-особому и беспощадный: дефект в любом месте стека губит весь стек, штраф за брак растёт с высотой. Хорошо делать DRAM не переносится автоматически на HBM. Именно поэтому рейтинги в двух продуктах различаются: Samsung лидирует в DRAM с долей 39% во втором квартале 2026 года, тогда как SK Hynix опережал всех в HBM с долей 58% в первом квартале.

Что это за ров? Масштаб капитала плюс подлинно сложный производственный процесс на рынке, где цена ошибочного компонента для клиента огромна.

Что могло бы это разрушить? Это, на самом деле, наименее защищённая из главных точек концентрации, и её атакуют с двух сторон. Micron быстро набирает позиции: во втором квартале 2026 года компания заняла 25% рынка DRAM и отстаёт от SK Hynix примерно на один процентный пункт. И китайская CXMT агрессивно наращивает мощности — об этом подробнее в части 5. Память — это уровень, где у нынешних лидеров больше всего рисков.

Nvidia: четыре рва одновременно

Nvidia — самый обсуждаемый и самый непонятый игрок. Её позиция держится не на том, что у неё самый быстрый чип. Она держится на четырёх вещах, усиливающих друг друга, — и конкуренту нужно обойти большинство из них одновременно.

Чип. Действительно отличный, обновляемый примерно раз в год — темп, который конкурентам сложно поддерживать.

Сеть. Nvidia продаёт NVLink для соединения GPU внутри стойки со скоростью 1,8 терабайта в секунду на GPU, а также InfiniBand или Spectrum-X Ethernet между стойками. Поскольку обучение требует постоянной передачи данных, конкурент с сопоставимым чипом, но худшей сетью предлагает худший кластер.

Система. Nvidia всё активнее продаёт готовые стойки, а не компоненты — сама занималась интеграцией, системами питания и жидкостным охлаждением. Покупая стойку, клиент получает рабочую систему, а не незавершённый проект.

Программное обеспечение. CUDA — это примерно два десятилетия библиотек, инструментов, туториалов, публикаций и обученных инженеров, всё для железа Nvidia. Именно этот элемент чаще всего называют «непробиваемым» — и именно он сейчас размывается быстрее всего. ROCm от AMD существенно улучшился, и крупнейшие ИИ-лаборатории нанимают инженеров, способных работать на низком уровне. Вот почему соглашение AMD с OpenAI на до 6 гигаватт мощности Instinct, из которых первый гигаватт — MI450, воспринимается как реальная договорённость, а не заявление о намерениях.

Что это за ров? Вертикальная интеграция плюс экосистемная привычка.

Что могло бы это разрушить? Атака уже идёт — снизу, а не в лоб. Облачные компании не пытаются сделать лучший GPU; они проектируют более узкоспециализированные чипы для собственных конкретных задач, где можно обменять гибкость на эффективность. TrendForce прогнозирует значительно более быстрый рост поставок кастомных ИИ-чипов по сравнению с GPU в 2026 году. Nvidia это не вытесняет, но ограничивает её потенциальную долю рынка.

Broadcom: тихий игрок

Стоит назвать — его стабильно упускают из виду. Broadcom занимает две сильные позиции одновременно: лидирующая доля в высокоскоростных коммутационных чипах Ethernet, которые покупает вся индустрия, и — вместе с Marvell — большинство рынка совместного проектирования кастомных ИИ-чипов.

Второй бизнес устроен необычно. Когда Google, Meta или OpenAI решают создать собственный ускоритель, чтобы снизить зависимость от Nvidia, они, как правило, нанимают Broadcom для инженерных работ. Broadcom зарабатывает на попытках «сбежать» от Nvidia — кто бы из клиентов ни выиграл. По прогнозам Counterpoint, в 2027 году компания сохранит около 60% рынка разработки ИИ-ускорителей на заказ.

Сетевые позиции Broadcom укрепляются по структурной причине: облачные операторы активно предпочитают открытый Ethernet проприетарному интерфейсу одного вендора, и нелюбовь индустрии к зависимости толкает бизнес к независимому поставщику. Tomahawk 6 от Broadcom вышел со скоростью 102,4 терабита в секунду примерно за год до того, как аналогичное решение Nvidia на базе Ethernet должно было появиться на рынке.

Как на самом деле заканчиваются такие позиции

Сравните четыре случая — и проявляется закономерность: что работает, а что нет.

Что не работает: стартап с лучшим продуктом, действующий в одиночку. Требования к капиталу, сроки квалификации и стоимость перехода на каждом уровне достаточно высоки, чтобы такой стартап сам по себе не был реалистичным вариантом прорыва.

Исторически работает одно из трёх.

Технологический переход, делающий накопленное преимущество нерелевантным. Переход к EUV сделал именно это в литографическом оборудовании: Nikon и Canon десятилетиями лидировали в оптической литографии, не пошли за ASML в EUV — и сегодня ни одна из них не строит передовые сканеры.

Клиент, достаточно крупный, чтобы намеренно финансировать альтернативу, принимая худшую экономику ради стратегических причин. Именно это сейчас делают облачные компании с кастомными чипами, и именно этим пытаются заняться несколько правительств через субсидии.

Политическое вмешательство: экспортные ограничения, субсидии, антимонопольные действия. Это стало самой активной из трёх сил — и об этом речь в части 5.

Часть 4 обращается к ограничению, которое никакой капитал и никакая политика не разрешат быстро, — потому что оно сделано из бетона, меди и электричества.

ПоделитьсяWhatsAppTelegramEmailОтправьте тому, кому это пригодится.

Advertisement

Похожие руководства

Часто задаваемые вопросы

Почему никто не может создать конкурента ASML?

Потому что EUV-машина — пожалуй, самое сложное устройство, производимое в промышленных масштабах, и ASML создала его не в одиночку. На это ушло примерно два десятилетия и цепочка специализированных партнёров, включая немецкую оптическую компанию, чьи зеркала — одни из самых гладких поверхностей из когда-либо созданных. Один только источник света работает так: капли расплавленного олова обстреливаются лазером десятки тысяч раз в секунду, превращаясь в плазму. Новый игрок должен был бы воспроизвести всё это, а затем годами ждать клиентских тестов — пока ASML продолжала бы развиваться. Препятствие — не патенты. Это накопленные инженерные знания, рассредоточенные по многим компаниям.

Может ли Samsung или Intel реально догнать TSMC?

Догнать по технологическому процессу — не самая сложная часть, и обе компании прежде сокращали технологический разрыв. Труднее другое: доверие и масштаб. TSMC не разрабатывает чипы, поэтому клиент не беспокоится о том, что его производитель — одновременно его конкурент. К тому же у неё больше всего клиентов — а значит, больший объём производства, больше опыта с дефектами, лучший выход годных изделий, что привлекает новых клиентов. Разорвать этот круг можно, только если годами вкладывать деньги в убыток. Завод Samsung в Тейлоре и программа Intel 18A — реальные попытки именно этого, и оценить их результаты пока слишком рано.

Почему рынок памяти принадлежит трём компаниям, хотя память кажется обычным товаром?

Обычная память когда-то действительно была близка к товару, и рынок консолидировался из-за повторяющихся ценовых обвалов, которые банкротили всех, кому не хватало масштаба. В итоге остались три компании с балансами, достаточно крупными, чтобы инвестировать сквозь кризисы, — плюс теперь китайский игрок с государственной поддержкой, CXMT, с небольшой, но растущей долей в DRAM. HBM поднял барьер ещё выше: укладка дисков памяти с вертикальными соединениями — производство подлинно сложное, где дефект в одном слое губит весь стек. Хорошо делать DRAM не означает автоматически уметь делать HBM — именно поэтому рейтинги в двух продуктах различаются.

Показать все 5 вопросов

CUDA и правда так сложно заменить?

Сила CUDA — не в каком-то одном свойстве, а в накоплении. Примерно два десятилетия библиотек, инструментов, туториалов, опубликованных исследований и обученных инженеров — всё для железа Nvidia. ROCm от AMD существенно улучшился, и крупнейшие ИИ-лаборатории, которые могут позволить себе низкоуровневую разработку, всё активнее работают на нескольких платформах. Но для небольшой команды выбор не-Nvidia по-прежнему означает: больше инженерного бюджета уходит на то, чтобы всё просто работало, — а не на сам продукт. Ров размывается наверху рынка и держится крепче ниже.

Что реально могло бы разрушить одну из этих позиций?

Три механизма уже разрушали укреплённые позиции в этой индустрии. Технологический переход, делающий накопленное преимущество нерелевантным, — именно это EUV сделал с Nikon и Canon в литографическом оборудовании. Клиент, достаточно крупный, чтобы намеренно финансировать альтернативу, — именно этим сейчас занимаются облачные компании с кастомными чипами. Или политическое вмешательство: экспортные ограничения, субсидии, антимонопольные действия. Стартап с лучшим продуктом, действующий в одиночку, — слишком тонкая история на этих уровнях рынка.

Проверенные источники

Это руководство основано на первоисточниках

Каждый факт в этом руководстве подтверждён ссылкой на официальный источник.

  1. 01

    CNBC: why the AI boom depends on ASML

    cnbc.comПроверено август 2026 г.
  2. 02

    TrendForce data reported: Q1 2026 foundry shares

    telecomlead.comПроверено август 2026 г.
  3. 03

    TrendForce: CoWoS supply and demand gap through end-2026

    trendforce.comПроверено август 2026 г.
  4. 04

    Counterpoint Research: quarterly global DRAM and HBM market share

    counterpointresearch.comПроверено август 2026 г.
  5. 05

    TrendForce: InfiniBand versus Ethernet in AI networking

    trendforce.comПроверено август 2026 г.

Процитировать это руководство

Seoulstart Editorial Team. (2026). AI Compute простым языком. Часть 3: Узкие места и почему их никто не может устранить (2026). Seoulstart. Retrieved from https://seoulstart.com/ru/guides/ai-compute-chokepoints
Другие форматы (Chicago, BibTeX)

Chicago

Seoulstart Editorial Team. 2026."AI Compute простым языком. Часть 3: Узкие места и почему их никто не может устранить (2026)."Seoulstart. Last modified 14 августа 2026 г.. https://seoulstart.com/ru/guides/ai-compute-chokepoints.

BibTeX

@misc{seoulstart-ai-compute-chokepoints,
  author = {{Seoulstart Editorial Team}},
  title = {{AI Compute простым языком. Часть 3: Узкие места и почему их никто не может устранить (2026)}},
  year = {2026},
  publisher = {Seoulstart},
  url = {https://seoulstart.com/ru/guides/ai-compute-chokepoints},
  note = {Last updated 14 августа 2026 г.}
}
Хотите прочитать более полную английскую версию? Смотреть английскую версию →