ИИ-гонка упирается в реальные пределы: от дефицита чипов до орбитальных дата-центров

На этой неделе пять человек, представляющих каждый уровень цепочки поставок ИИ, встретились на 29-й глобальной конференции Milken в Беверли-Хиллз. Вместе с редактором TechCrunch они обсудили всё: от дефицита чипов до орбитальных дата-центров и вероятности того, что вся архитектура, лежащая в основе технологии, в принципе ошибочна.

Image Credits:Milken Institute /

На сцене собрались люди, чьи решения буквально определяют, что будет с ИИ в ближайшие годы. Кристоф Фуке, CEO ASML — голландской компании-монополиста по машинам для экстремальной ультрафиолетовой литографии (EUV), без которых современные чипы попросту не существовали бы. Каждая такая машина размером со школьный автобус, собирается месяцами из компонентов сотен поставщиков и стоит от $200 до $400+ млн в зависимости от поколения. Фрэнсис де Соуза, COO Google Cloud, отвечающий за одну из крупнейших инфраструктурных ставок в корпоративной истории. Касар Юнис, сооснователь и CEO Applied Intuition — компании по физическому ИИ с оценкой $15 млрд, которая в июне 2025 года закрыла раунд Series F на $600 млн под со-руководством BlackRock и Kleiner Perkins; её софтом пользуются 18 из 20 крупнейших автопроизводителей мира вне Китая, а её L4-грузовики уже сейчас ездят без водителя по Японии. Дмитрий Шевеленко, главный бизнес-директор Perplexity — компании, которая за три года выросла из поисковика в платформу с 45+ миллионами пользователей в месяц и оценкой около $20 млрд. И Эва Бодня, физик-квантовик, бросившая академию ради того, чтобы поставить под сомнение саму архитектуру, которую вся остальная индустрия считает данностью — её стартап Logical Intelligence, в технический исследовательский совет которого в январе этого года председателем-основателем вошёл Ян ЛеКун, бывший главный AI-учёный одной запрещённой на территории РФ соцсети.

Что из этого вышло — ниже.

Узкие места реальны (и они физические)

Бум ИИ упирается в жёсткие физические ограничения, которые начинаются гораздо глубже в стеке, чем многие осознают. Фуке высказался первым и без обиняков: несмотря на «огромное ускорение производства чипов», в которое ASML вкладывает €4,5 млрд в год, рынок будет ограничен предложением ещё два-три, а возможно и все пять лет. На практике это означает, что даже гиперскейлеры — Google, Microsoft, Amazon — не получат всех чипов, за которые уже подписали контракты.

Контекст у этого заявления интересный. Незадолго до конференции Фуке отдельно прокомментировал слухи о реверс-инжиниринге EUV-машин в Китае: ни одна машина в КНР никогда не отгружалась, все экземпляры ASML отслеживает по серийным номерам, а внутри компании создан строгий разрыв между сотрудниками, имеющими доступ к EUV-технологии, и китайской командой. Так что, по его словам, разговоры о китайском EUV — это пока разговоры.

Де Соуза подкрепил тезис о масштабе спроса свежими цифрами из квартального отчёта Alphabet за Q1 2026, опубликованного буквально неделей раньше. Выручка Google Cloud впервые перешагнула отметку в $20 млрд за квартал — рост на 63% год к году, против 40% у Azure и 28% у AWS. Но главный шок не в этом: подтверждённый, но ещё не выполненный портфель заказов почти удвоился за один квартал — с $240 млрд до $460 млрд. Для сравнения, у Microsoft бэклог $627 млрд, у AWS — $364 млрд. Чтобы переварить этот спрос, Alphabet подняла гайденс по капексу на 2026 год до $180–190 млрд. «Спрос реален», — заметил де Соуза с впечатляющим спокойствием.

Для Юниса, впрочем, узкое место находится в совсем другом месте. Applied Intuition строит системы автономии для машин, грузовиков, дронов, горнодобывающего и оборонного оборудования, и его главный дефицит — не кремний, а данные из реального мира, которые синтетической симуляцией полностью не заменить. «Их нужно добывать, отправляя машины наружу и наблюдая, что с ними происходит», — пояснил он. По его оценке, до того момента, когда модели для физического мира можно будет полностью обучать в симуляции, ещё очень далеко.

Энергия — следующее узкое место

Если кремний — это первый барьер, то энергия — стена, которая маячит за ним. Де Соуза подтвердил: Google всерьёз рассматривает дата-центры на орбите. И это уже не разговоры — у проекта есть имя (Project Suncatcher), есть инженерный план и есть дата запуска. В партнёрстве с Planet Labs Google планирует вывести в начале 2027 года два прототипных спутника на солнечно-синхронную низкую околоземную орбиту. На борту — TPU Trillium шестого поколения (v6e), те же чипы, что обеспечивают работу Gemini 3. В лаборатории Google уже прогнала их через пучок протонов на ускорителе и обнаружила, что они выдерживают радиационную дозу почти в три раза выше расчётной для пятилетней миссии.

Логика проста: в правильной орбите солнечная панель производит до восьми раз больше энергии, чем на Земле, и работает почти непрерывно. Долгосрочное видение Google — кластеры из 81 спутника, летящих в плотном строю в сотнях метров друг от друга и связанных лазерными каналами связи между собой; в перспективе — массивы размером в километр и совокупная мощность в гигаватты.

Конечно, всё непросто. Космос — вакуум, конвекции нет, и единственный способ отвести тепло — излучение через радиаторы. По данным NASA, при высоких мощностях радиаторы могут составлять более 40% массы всей энергосистемы аппарата. Плюс экономика: чтобы орбитальный дата-центр стал сравним по стоимости с земным, цена запуска должна упасть ниже $200 за килограмм — Google рассчитывает, что это произойдёт к середине 2030-х, при условии, что SpaceX доведёт Starship до примерно 180 запусков в год. Конкурентов у Google уже хватает: на той же неделе SpaceX подтвердил планы строить дата-центры на основе Starlink, а стартап Starcloud вывел на орбиту аппарат с Nvidia H100 на борту.

Более глубокий аргумент де Соузы касался эффективности через интеграцию. Стратегия Google по совместной разработке всего стека — от собственных TPU до моделей и агентов — даёт выигрыш в flops per watt, который компании, собирающие систему из готовых компонентов, воспроизвести не могут. «Запуск Gemini на TPU гораздо более энергоэффективен, чем любая другая конфигурация», — резюмировал он, потому что разработчики чипа знают, что будет в модели, ещё до того, как её выпустят. Фуке добавил с другой стороны: «Ничто не может быть бесценным». Капитал в индустрию вливается из стратегической необходимости, но больше вычислений — это больше энергии, а у энергии есть цена.

Другой вид интеллекта: ставка против LLM

Пока остальные обсуждают масштаб, архитектуру и эффективность инференса в рамках парадигмы больших языковых моделей, Бодня строит нечто принципиально иное. Её путь к этой позиции по-своему примечателен: родилась она в Казахстане, в 18 лет переехала в США, прошла через community college, перевелась в UC Berkeley, защитила PhD в UC Santa Barbara, опубликовала 22 работы по физике (тёмная материя, квантовая механика, физика частиц), сотрудничала с Google Quantum AI. Эта математико-физическая база и привела её к идее, что архитектура LLM в принципе не подходит для задач, где нужна верифицируемость.

Её компания, Logical Intelligence, строится на так называемых энергетических моделях (EBM) — классе ИИ, который не предсказывает следующий токен, а ищет состояние системы, удовлетворяющее набору ограничений. По Бодне, это ближе к работе человеческого мозга: «Язык — это пользовательский интерфейс между моим и вашим мозгом. Само рассуждение не привязано ни к какому языку». В интервью Financial Times она привела ёмкую аналогию: научить кошку лаять — это ещё не сделать из неё собаку. LLM умеют писать правдоподобные доказательства и код, но цепочки рассуждений за этими символами они не понимают, и при росте сложности задачи начинают ошибаться часто и нелогично.

Самая громкая модель компании — Kona 1.0, представленная в январе 2026 года. Параметров у неё 200 миллионов — против сотен миллиардов у топовых LLM — и работает она, по словам Бодни, в тысячи раз быстрее. На публичном демо в виде судоку Kona решает 96,2% задач со средним временем 313 миллисекунд. Та же выборка, прогнанная через GPT-5.2, Claude Opus, Gemini и DeepSeek, дала вместе примерно 2% решений, причём отдельные попытки занимали до 90 секунд. Счёт за API на демонстрации составил около $11 000 у LLM против $4 у Kona. Дополнительно — модель умеет дообучаться без полного переобучения с нуля.

Команду Бодня собрала под стать тезису. Помимо ЛеКуна как председателя технического исследовательского совета, в Logical Intelligence главным математиком стал лауреат Филдсовской премии Майкл Фридман, а в роли Chief Strategy Officer — Патрик Хиллманн (бывший директор GE и экс-CSO Binance). Целевые рынки — проектирование чипов, продвинутое производство, верификация полупроводников: всё, где результат должен быть доказуемо корректным, а не статистически правдоподобным.

Агенты, защитные барьеры и доверие

Шевеленко много времени потратил на объяснение того, как Perplexity превратилась из поискового продукта в то, что компания теперь называет «цифровым работником». Perplexity Computer, запущенный в феврале и в марте раскатанный для всех Pro-подписчиков, — это уже не инструмент в руках работника, а сотрудник, которым руководят. Под капотом — оркестрация более 20 специализированных моделей и интеграции с 400+ приложениями, от Snowflake и Salesforce до Slack. Шевеленко описал перспективу так: «Каждый день вы просыпаетесь, и у вас в команде сотня сотрудников. Что вы сделаете, чтобы извлечь из этого максимум?»

Звучит красиво — и тут же поднимает очевидные вопросы про контроль. Ответ Шевеленко: гранулярность. Администраторы предприятий могут указать не только, к каким коннекторам и инструментам имеет доступ агент, но и являются ли разрешения «только для чтения» или «чтение-запись» — различие, которое имеет огромное значение, когда агент действует внутри корпоративных систем. Когда Comet, браузерный агент Perplexity, выполняет действия от имени пользователя, он сначала показывает план и просит одобрения. Audit logs пишутся со стримом ответов модели, режим/источники сохраняются, есть kill switch — компания явно затачивает продукт под CISO больших компаний. Часть пользователей жалуется, что подобное трение раздражает, но Шевеленко считает его принципиальным: после своего входа в совет директоров банка Lazard он, по собственному признанию, неожиданно для себя проникся консервативными инстинктами CISO, защищающего 180-летний бренд, построенный на доверии клиентов. «Гранулярность — основа хорошей гигиены безопасности», — сказал он.

Цифры за этой риторикой стоят серьёзные. К марту 2026 года Perplexity вышла на $450 млн годовой повторяющейся выручки против $200 млн за весь 2025-й, а внутренний таргет компании на конец 2026-го — $656 млн ARR. По состоянию на февральский Ask 2026 (свою первую конференцию для разработчиков) у Perplexity было десятки тысяч корпоративных клиентов и команда go-to-market всего в шесть человек.

Суверенитет, а не безопасность

Юнис, пожалуй, сделал самое геополитически нагруженное наблюдение всей панели: физический ИИ и национальный суверенитет переплетены так, как чисто цифровой ИИ не был никогда.

Интернет распространялся как американская технология и встретил сопротивление только на уровне приложений (Uber, DoorDash), когда стали видны офлайн-последствия. Физический ИИ — другая история. Автономные машины, оборонные дроны, горнодобывающее оборудование, сельскохозяйственная техника — они материализуются в реальном мире способами, которые правительства игнорировать не могут. Возникают вопросы безопасности, сбора данных, и кто в конечном счёте контролирует системы, работающие внутри границ страны. «Почти каждая страна последовательно говорит: мы не хотим, чтобы этот интеллект в физической форме находился у нас, контролируемый другой страной». По словам Юниса, на сегодняшний день меньше стран способны выпустить роботакси, чем имеют ядерное оружие.

Сама Applied Intuition, к слову, иллюстрирует, как геополитика переплетена с её бизнесом: компания зарегистрирована в Mountain View, имеет офисы в Вашингтоне и Сан-Диего, в начале года выкупила оборонный стартап EpiSys Science и работает по многомиллионным контрактам с Пентагоном, в том числе по координации автономных дронов. В её последнем раунде, помимо BlackRock и Kleiner Perkins, участвовали Qatar Investment Authority и Abu Dhabi Investment Council — то есть ставки на физический ИИ делают и те, кто думает в категориях суверенитета.

Фуке сформулировал тот же тезис под другим углом. Прогресс Китая в ИИ реален — релиз DeepSeek в начале года вызвал нечто близкое к панике в части индустрии — но этот прогресс упирается в уровень ниже моделей. Без EUV-литографии китайские фабрики не могут выпускать самые современные полупроводники, а модели, работающие на старом железе, в долгосрочной перспективе оказываются в проигрышной позиции, как бы хорошо ни писался софт. «Сегодня в США есть данные, есть вычисления, есть чипы, есть таланты. Китай отлично работает на верхнем уровне стека, но ему не хватает кое-чего на нижнем».

Вопрос поколения

Ближе к концу панели кто-то из зала задал неудобный вопрос: повлияет ли всё это на способность следующего поколения к критическому мышлению?

Ответы оказались оптимистичными — что и ожидаемо от людей, поставивших на эту технологию свои карьеры и капиталы. Де Соуза сразу вспомнил о масштабе задач, которые более мощные инструменты могут наконец позволить решать: неврологические заболевания, биология которых до сих пор тёмное пятно; удаление парниковых газов; ремонт электросетей, который откладывался десятилетиями. «Это должно вывести нас на новый уровень творчества».

Шевеленко сделал замечание попрагматичнее: начальная работа может исчезнуть, но запустить что-то самостоятельно никогда не было так доступно. У того, у кого есть Perplexity Computer, ограничением становится только собственное любопытство и инициатива.

Юнис провёл самое жёсткое разделение между интеллектуальным трудом и физическим. Средний возраст американского фермера — 58 лет, дефицит рабочей силы в горнодобыче, дальнобое и сельском хозяйстве — хронический и нарастающий. И не потому, что зарплаты низкие, а потому, что люди не хотят этой работы. Здесь физический ИИ не вытесняет тех, кто хочет работать. Он заполняет пустоту, которая уже есть, и которая, по всем признакам, будет только углубляться.