Российский рынок облачных GPU вырос более чем в шесть раз за полгода, заставив бизнес пересмотреть подход к ИИ

Потребление облачной GPU-инфраструктуры в России за первые шесть месяцев 2026 года подскочило на 507% относительно того же периода прошлого года. Бизнес массово переводит проекты с искусственным интеллектом в облако, а сегмент производительных ускорителей упирается в дефицит, из-за чего компании смещаются к компактным специализированным моделям. Для российских пользователей эта смена приоритетов означает как ускоренное появление новых сервисов, так и рост рисков утечек данных через сторонние облачные платформы.

Цифры «Рег.Облака» рисуют вполне отчетливую динамику. Количество новых подключений к облачной GPU-инфраструктуре за январь-июнь выросло на 160%, а ежемесячная активность пользователей увеличилась на 240%. Заказчики уже не тестируют технологии из любопытства, а закладывают вычислительные мощности в свою повседневную работу.

Компании применяют графические ускорители по нескольким устойчивым направлениям:

• автоматизация клиентского обслуживания и голосовых сервисов;
• работа с внутренними базами знаний и корпоративными документами;
• обработка речи и распознавание изображений;
• выявление мошеннических операций в банковском секторе;
• обучение и дообучение отраслевых нейросетей.

Финансовая сторона тоже показательна. К началу лета 2026 года средняя стоимость GPU-серверов, приобретаемых под проекты искусственного интеллекта, выросла на 64% и достигла 2,3 миллиона рублей. Аренда облачных ресурсов при таком удорожании железа становится для многих организаций куда более разумным вариантом, чем закупка собственного оборудования, которое устаревает за пару лет.

Отмечается, что 63% организаций, работающих с облачной инфраструктурой, сегодня используют графический ускоритель NVIDIA A4000, а более серьезные корпоративные проекты одновременно задействуют от двух до восьми GPU.

Коммерческий директор «Рег.Облака» Максим Дарулис пояснил, что объем требуемых ресурсов напрямую зависит от масштаба проекта — для первых экспериментов и написания кода часто достаточно одной видеокарты, тогда как промышленные задачи требуют кластера. Заметно перестроился и сегмент выделенных серверов. Число компаний, ежемесячно тратящих на подобную инфраструктуру более 500 тысяч рублей, за 2026 год выросло более чем в два раза, а их доля в общем объеме использования ресурсов поднялась с 35 до 49%.

Российский рынок ИИ-софта тоже растет уверенными темпами. По данным Apple Hills Digital и VK Tech, объем сегмента программного обеспечения для искусственного интеллекта по итогам 2025 года составил 25 миллиардов рублей. Этот рост напрямую отражается и на пользовательских продуктах — от чат-ботов в банковских приложениях до систем биометрии, где ошибки или утечки способны обернуться прямыми проблемами для российских клиентов.

Директор по стратегии и развитию искусственного интеллекта Cloud.ru Дмитрий Юдин сообщил, что организации уходят от пилотных инициатив и переходят к полноценной промышленной эксплуатации интеллектуальных сервисов. Облачные платформы позволяют наращивать вычислительные ресурсы по мере роста нагрузки без крупных капитальных вложений. Схожую оценку дал руководитель направления AI Platform в MWS Cloud Никита Казарян, который оценил объем российского рынка облачных GPU примерно в 38 миллиардов рублей, отметив рост сегмента за год приблизительно в полтора раза.

Специалисты K2 Cloud фиксируют повышенный спрос со своей стороны:

• количество обращений за облачными GPU выросло в четыре-пять раз за год;
• растет доля запросов на готовые прикладные решения;
• увеличивается спрос на отраслевые ИИ-продукты;
• популярны гибкие модели потребления инфраструктуры;
• среди востребованных ускорителей — NVIDIA L4, L40s и H100.

Менеджер продукта GPUaaS K2 Cloud Михаил Воронин обратил внимание, что клиенты уже редко приходят исключительно за арендой видеокарт — бизнесу нужны прикладные сервисы. Проблема доступности мощностей при этом никуда не делась. Источник «Коммерсанта» в ИТ-отрасли рассказал, что графических ускорителей начального уровня достаточно, тогда как самый производительный сегмент страдает от серьезного дефицита. Эти устройства необходимы для обучения крупнейших нейросетей.

Стоит обратить внимание, что определяющим фактором постепенно становится не наличие оборудования, а умение эффективно распределять уже имеющиеся мощности, и преимущество получают провайдеры, которые заранее зарезервировали ресурсы.

Дефицит топовых GPU, по оценке собеседника издания, будет ускорять переход рынка к компактным моделям, способным выполнять узкие задачи без гигантских универсальных систем. Похожую позицию высказал независимый эксперт в сфере искусственного интеллекта и информационных технологий Алексей Лерон. Он полагает, что противопоставлять большие универсальные модели и компактные специализированные решения не имеет смысла. Массовый корпоративный сектор способен эффективно использовать экономичные системы под конкретные задачи, тогда как крупнейшим технологическим игрокам страны имеет смысл сосредоточиться на ограниченном числе масштабных национальных инициатив по разработке базовых моделей, собственной вычислительной инфраструктуры и отечественных аппаратных ускорителей.

Стоит помнить и о том, что перенос корпоративных данных, клиентских обращений и биометрии в облачные GPU-сервисы одновременно повышает риски для российских пользователей — от компрометации персональной информации до сбоев в работе сервисов, критичных для повседневной жизни: банковских приложений, порталов услуг, медицинских систем.

Ранее сообщалось, что исследование Apple Hills Digital, Cloud.ru, Selectel и VK Tech показало рост интереса российского бизнеса к облачным сервисам искусственного интеллекта. Согласно его результатам, уже 28% отечественных компаний используют или тестируют ИИ в облачной инфраструктуре вместо создания собственных вычислительных мощностей. Среди ключевых преимуществ такого подхода участники исследования назвали доступ к готовым ИИ-моделям и сервисам, а также возможность быстро запускать и масштабировать новые проекты без значительных затрат на собственную инфраструктуру.

По мнению редакции CISOCLUB, взрывной рост облачных GPU в России отражает не столько технологический бум, сколько дефицит собственных вычислительных ресурсов у бизнеса. Компании уходят в облако не от избытка возможностей, а от невозможности купить и обслуживать топовое железо.

Редакция CISOCLUB обращает внимание, что подобная концентрация вычислений у нескольких провайдеров создает новые точки риска — как с точки зрения информационной безопасности, так и с позиции устойчивости критичных сервисов. Курс на компактные специализированные модели выглядит разумным ответом на дефицит, но требует от разработчиков куда более серьезного подхода к защите данных и аудиту цепочки поставок ИИ-решений. Российским пользователям стоит учитывать, что за удобством облачных сервисов стоит непростая техническая экономика, которая напрямую влияет на надежность повседневных цифровых продуктов.