От электросетевой инфраструктуры до экономики токенов: «семь слоёв торта» цепочки индустрии ИИ

Заголовок оригинала: От электроснабжения до Token экономики: «семь слоёв пирога» цепочки индустрии AI

Автор оригинала: BlockBeats

Источник оригинала:

Репост: Mars Finance

Движущая сила эпохи ИИ уже изменилась: вместо моделей — токены

За последние два года нарратив верхней части индустрии ИИ в основном вращался вокруг «войны больших моделей», начатой крупными компаниями. Количество параметров выросло с сотен миллиардов до триллионов, затраты на обучение — с десятков миллионов долларов до сотен миллионов, GPU-кластеры расширились с нескольких тысяч карт до десятков тысяч. Все обсуждали, чья модель сильнее, кто ближе к AGI, словно конечная точка соревнования — это производительность самой большой модели.

Но к 2026 году логика драйвинга индустрии ИИ изменилась. Последний отчёт JPMorgan предполагает, что в будущем истинным драйвером расширения инфраструктуры ИИ станут не обучение моделей, а огромные потребности в ИИ-инференсе. В будущем наибольшие вычислительные ресурсы будут расходоваться не на обучение больших моделей, а на глобальные AI-агенты. Каждый вызов, каждое взаимодействие, каждое выполнение задачи — по сути, расходует токены. Индустрия ИИ переходит от «эпохи моделей» к «эпохе токенов».

Потому что в будущем истинным движущим фактором функционирования ИИ станет не только сама модель, а системы производства, распространения, управления и потребления, основанные на токенах. Особенно после массового появления AI-агентов, важнейшей новой задачей станет генерация токенов в реальном времени, их межрегиональное распространение, динамическое управление и эффективное потребление — всё это станет ключевыми вопросами всей индустрии.

Как недавно отметил Джон Кармак, ИИ — это не просто программная отрасль, а инфраструктурная система, подобная электроэнергии или интернету. В его модели «пяти слоёв» индустрия ИИ делится на: энергию, чипы, инфраструктуру, модели и приложения. Но по мере перехода от «эпохи обучения» к «эпохе инференса», GoodVision AI склонна рассматривать всю цепочку экономики ИИ как «семьслойную структуру пирога», основанную на токенах:

Первый слой: Электроэнергия — энергетическая основа эпохи ИИ
Второй слой: AIDC — фабрика токенов
Третий слой: GPU — оборудование для производства токенов
Четвёртый слой: LLM — движок производства токенов
Пятый слой: Распространение токенов — «электросеть» эпохи ИИ
Шестой слой: Оптимизация и интеллектуальное управление токенами — мозг эпохи ИИ
Седьмой слой: AI-агенты — конечные потребители токенов

От энергии и GPU до AIDC, краевых узлов, инференса моделей и интеллектуального управления — индустрия ИИ формирует уникальную «Token-индустриальную систему».

Но на текущем этапе эта система ещё далека от зрелости.

Кто-то владеет передовыми GPU, но ограничен энергией; кто-то создал огромный AIDC, но испытывает нехватку эффективного управления; кто-то разработал мощных AI-агентов, но сталкивается с высокими затратами на инференс и задержками; кто-то контролирует краевые узлы, но не может сформировать единую сеть. Весь производственный цикл развивается быстро, но между слоями всё ещё существуют разрывы, избыточность и узкие места в эффективности.

И только когда эти семь слоёв инфраструктуры будут по-настоящему связаны, синхронизированы и объединены, индустрия ИИ перейдёт из «эпохи инструментов» в «эпоху массового внедрения» в умный мир.

Первый слой: Электроэнергия — энергетическая основа эпохи ИИ

Промышленная революция боролась за уголь и нефть, эпоха интернета — за трафик и серверы, а в эпоху ИИ самая базовая борьба вновь возвращается к энергии.

Потому что конечным потреблением ИИ является электроэнергия. Энергопотребление крупного дата-центра ИИ уже приближается к среднему городу. Новые AIDC по всему миру сталкиваются с одной и той же проблемой: можно купить GPU, можно построить землю, но электроснабжение не успевает, электросети не справляются с нагрузкой.

Именно поэтому всё больше компаний в сфере ИИ начинают вновь обращать внимание на энергетическую инфраструктуру. На GTC 2026 года Хуанг Ренсюнь даже определил будущие дата-центры как «Token-фабрики». Верхний уровень их фабрик породит суперэнергетическую индустрию.

На рынке Китая компании, такие как Yangtze Power, China Nuclear Power, China General Nuclear, Three Gorges Energy, Longyuan Power, China Huadian New Energy, представляют основные направления — гидроэнергетику, атомную энергию, ветровую и солнечную энергию. Благодаря стабильной подаче электроэнергии, атомная и гидроэнергетика становятся важнейшими базовыми источниками энергии для AIDC; ветровая и солнечная энергия выигрывают за счёт растущего спроса на зелёную энергию и ESG. В рамках проектов «Цзянсу-Запад» и строительства крупных дата-центров, сотрудничество между новыми энергетическими базами и вычислительными центрами быстро усиливается.

В США крупные энергетические компании, такие как NextEra Energy, Dominion Energy, Duke Energy, Southern Co., Exelon, также выигрывают от расширения дата-центров ИИ. NextEra — лидер в области зелёной энергии в Северной Америке; Dominion контролирует ключевые электросети в Северной Вирджинии; Exelon благодаря стабильной атомной энергии становится важным участником спроса на «круглосуточную высокостабильную электроэнергию» в эпоху ИИ. В целом, энергетическая отрасль мира постепенно переходит от традиционных коммунальных предприятий к ключевому ресурсу инфраструктуры эпохи ИИ.

Общая картина такова: конкуренция в этом слое переходит от «цены на электроэнергию» среди традиционных энергетических компаний к «конкуренции за право поставлять энергию» между дата-центрами, облачными провайдерами и энергетическими компаниями. Тот, кто сможет обеспечить долгосрочную, стабильную и недорогую энергию, получит первую «драгоценную жемчужину» производства токенов.

Второй слой: AIDC — фабрика исходных материалов для токенов

Один GPU — это ничего, важна масштабная кластеризация. Поэтому появляется AIDC.

Это похоже на сталелитейные заводы, электростанции и сборочные линии эпохи индустриализации — концентрируют тысячи GPU, создавая стабильные мощности по производству токенов. Но у таких фабрик есть свои проблемы: традиционные AIDC требуют 18–36 месяцев на строительство, расширение электросетей — ещё дольше. Когда спрос на ИИ растёт экспоненциально, скорость строительства старых IDC уже не справляется с новой токен-экономикой.

На американском рынке Equinix — один из ведущих операторов дата-центров, имеющий более 240 центров в более чем 30 странах. Его ключевое преимущество — глобальная связность и низкая задержка сети, что делает его важной инфраструктурной точкой для развертывания вычислительных мощностей ИИ.

Digital Realty через платформу PlatformDIGITAL выходит на рынок инфраструктуры ИИ, обслуживая крупные облачные компании и финансовые институты.

В Китае润泽科技 — один из типичных операторов AIDC. Его основной бизнес постепенно переходит от традиционных IDC к центрам вычислений для ИИ, его конкурентные преимущества — крупные дата-центры, энергетические ресурсы и операционные возможности AIDC. Компании, такие как 奥飞数据 и 首都在线, расширяют свои региональные дата-центры, облачные инфраструктуры и услуги по хостингу вычислений для ИИ. Компания 中科曙光 ориентирована на сотрудничество с государственными и научными структурами.

Другие игроки — это «переквалифицированные» майнинговые фермы. CoreWeave, IREN, Applied Digital, Cipher Mining — изначально связанные с майнингом криптовалют, но с ростом спроса на GPU для ИИ быстро переключились на инфраструктуру для вычислений. IREN фокусируется на «зелёной энергии + AI-вычислениях», строит высокоплотные GPU-центры на возобновляемых источниках. Applied Digital и Cipher Mining тоже трансформируются из майнинговых ферм в инфраструктуру для высокопроизводительных вычислений ИИ.

Кроме того, появляется тренд на «краевые», миниатюрные и модульные AI-фабрики. Как в эпоху интернета крупные серверы сменились облаками, так и вычислительные мощности для ИИ начинают распространяться от крупных центров к региональным краевым узлам.

Поэтому GoodVision AI выбрала другой путь: создание более лёгких, модульных и быстро масштабируемых AI-фабрик. В отличие от традиционных больших AIDC, GoodVision AI делает акцент на региональной развертке, высокой плотности GPU-кластеров и интеграции энергетики и вычислений.

Ключевая идея — не строить один гигантский дата-центр, а быстро развертывать небольшие узлы в регионах с высокой плотностью населения, мощностью 2–4 МВт, что позволяет быстрее подключаться к местным энергетическим ресурсам и лучше подготовиться к будущему распространению инференса на периферии.

Если традиционный AIDC — это крупный сталелитейный завод эпохи индустриализации, то GoodVision AI создает «региональные токен-фабрики» — более лёгкие, гибкие, ближе к пользователю и лучше подготовленные к развитию глобальной распределённой сети инференса.

Третий слой: GPU — оборудование для производства токенов

Если энергия — это источник, то GPU — это производственное оборудование. В первые годы взрыва ИИ GPU в основном использовались для обучения; в будущем спрос сместится в сторону инференса. Потому что обучение — это удел немногих лидеров, а инференс проникнет во все приложения, устройства и конечные точки. Роботы, автопилоты, AI-очки, а в будущем — и взаимодействие между AI-агентами — всё это будет постоянно расходовать токены.

NVIDIA по-прежнему остаётся абсолютным лидером в мировой индустрии AI-чипов. Их GPU H100, B200, Blackwell почти задают стандарты для глобального обучения и инференса. Важнее всего, что NVIDIA не только продаёт чипы, но и создает полноценную экосистему с CUDA, TensorRT, DGX, HGX, что вынуждает конкурентов бороться не только за производительность GPU, но и за всю AI-экосистему.

AMD — главный конкурент, его ключевые продукты — AI GPU серии MI300X. В отличие от NVIDIA, AMD делает ставку на открытую экосистему и платформу ROCm, чтобы привлечь разработчиков и бизнес-клиентов.

Broadcom и Marvell — представители другого подхода: ASIC и высокоскоростные соединения. С ростом сложности инференса всё больше компаний начинают заказывать кастомные ASIC-чипы для повышения энергоэффективности и снижения затрат.

Intel через серверные CPU и ускорители Gaudi входит в рынок AI, надеясь использовать свою CPU-экосистему для повторного участия в инфраструктурных соревнованиях.

В Китае компания寒武纪 — один из ведущих отечественных производителей AI-чипов, продвигает серию 思元 и создает собственный AI-фреймворк Neuware. Компания 海光信息 владеет лицензией на архитектуру AMD Zen и сосредоточена на рынке DCU и инференса.

国产 GPU-компании, такие как 摩尔线程, 燧原科技, 沐曦股份, 壁仞科技, представляют направление «замещения импортных решений» в китайском AI-чипостроении. Они обычно совместимы с CUDA и пытаются создать отечественные GPU-кластеры.

От экосистемы CUDA и HBM-памяти до Tensor Core — всё это направлено на повышение эффективности «выработки токенов за единицу времени». В то же время, инфраструктура — серверы, оптоволоконные модули, жидкостное охлаждение, коммутаторы — всё это напрямую влияет на производительность токенов.

Эти компоненты не так ярко выделяются, как NVIDIA или OpenAI, но определяют, сможет ли вся система AI функционировать. Это как в эпоху промышленной революции: нужны не только паровые машины, но и железные дороги, электросети и порты. Революция ИИ — это не только софт, это глобальное обновление цепочки поставок энергии, чипов, сетей, облаков и инфраструктуры.

Vertiv — мировой лидер в области ИТ-источников бесперебойного питания и управления электроснабжением дата-центров.

英维克 — лидер в области жидкостного охлаждения и систем климат-контроля в А-акциях, клиентов — крупные интернет-компании типа BAT. С ростом мощности GPU жидкостное охлаждение становится стандартом для AIDC.

中恒电气, 科华数据, 科士达 — важные игроки в области UPS, электропитания и инфраструктуры дата-центров.

В сегменте оптоволоконных модулей Zhongji Xuchuang, NewEase и Tianfutong — выигрывают за счёт роста требований к высокоскоростной внутренней коммуникации в кластерах ИИ.

На рынке серверных систем Dell, HPE, Supermicro, Lenovo, Inspur — крупные поставщики для массового производства и поставки AI-серверов.

Эта часть, хоть и не напрямую ориентирована на конечных пользователей, определяет стабильность работы инфраструктуры ИИ. Жидкостное охлаждение, UPS, оптоволоконные модули, коммутаторы, системы хранения энергии и серверы — как железные дороги, электросети и порты эпохи индустриализации, — становятся настоящими «торговыми точками» AI-мира.

Четвертый слой: LLM — движок производства токенов

LLM (большие языковые модели) определяют, как токены понимаются, генерируются и организуются. За последние два года компании вроде OpenAI, Anthropic, Google, Meta, xAI, DeepSeek запустили глобальную «гонку больших моделей». Количество параметров выросло с сотен миллиардов до триллионов, а возможности моделей расширились от текстовой генерации к мультимодальности, инференсу, коду, агентам, долгосрочной памяти.

Но по мере развития отрасли рынок начал осознавать: важным станет не только «кто владеет крупнейшей моделью», а «кто сможет с меньшими затратами и большей эффективностью постоянно запускать модели». Потому что сама модель не создает ценность напрямую — ценность создаёт процесс инференса, вызова модели.

Это означает, что LLM постепенно эволюционирует из «демонстрации возможностей модели» в «двигатель производства токенов» в AI-мире.

Закрытые и открытые модели вроде OpenAI, Anthropic, Google Gemini, Meta Llama борются за вход в будущее AI-экосистемы; новые игроки вроде DeepSeek, предлагая более низкие издержки и более эффективный инференс, начинают менять конкурентный ландшафт. Теперь конкуренция в слое LLM всё больше сводится к сравнению по нескольким параметрам:

Стоимость токенов, эффективность инференса, контекстные возможности, мультиагентное взаимодействие, долгосрочная память, взаимодействие моделей и инфраструктуры.

Потому что в эпоху ИИ важно не только «умение модели быть умной», а «способность модели работать в глобальном масштабе, постоянно, с низкими затратами». GoodVision AI в этом слое разрабатывает свои решения: сотрудничая с крупными разработчиками моделей, размещая модели в AI-фабриках, реализуя переход от аренды вычислительных ресурсов к прямому предоставлению токен-сервисов; это повышает прибыль и улучшает пользовательский опыт.

Пятый слой: Распространение токенов — «электросеть» эпохи ИИ

Когда AIDC построен, возникает следующий вопрос: как эти вычислительные мощности использовать по всему миру?

Появляются платформы аренды вычислений. Они — «электросети» эпохи ИИ, разбирают централизованные GPU-ресурсы, распределяют их и сдают по требованию разработчикам, компаниям и приложениям.

AWS, Azure, Google Cloud, Alibaba Cloud, Tencent Cloud — самые крупные игроки этого уровня. Они обладают крупнейшей глобальной облачной инфраструктурой и постепенно интегрируют ресурсы GPU для ИИ в свои IaaS-системы.

Но одновременно быстро растут «нейросетевые облака» — CoreWeave, Nebius, Nscale и др., которые создают GPU-платформы, ориентированные на задачи обучения и инференса ИИ. В отличие от традиционных облачных провайдеров, они более гибки, сосредоточены на задачах ИИ и лучше оптимизируют GPU-кластеры.

CoreWeave — один из наиболее ярких примеров таких компаний. Изначально специализировался на майнинге Ethereum, затем полностью переключился на облачные услуги для GPU для ИИ и стал одним из ключевых партнеров NVIDIA в инфраструктуре ИИ.

DigitalOcean, Vultr и другие легкие облака ориентированы на малый бизнес и стартапы, делая акцент на быстрой развертке и низкой стоимости GPU.

В Китае основные игроки — UCloud, Kingsoft Cloud, Beijing Online и другие, — лидеры рынка GPU-облачных решений и аренды вычислений для ИИ. Конкуренция здесь очень похожа на раннюю эпоху электросетей: как эффективно распределить разбросанные ресурсы.

Шестой слой: Оптимизация и интеллектуальное управление токенами — «мозг» эпохи ИИ

Это, возможно, самый недооценённый, но и самый важный слой «пирога». После взрыва использования AI-агентов выяснилось: не все задачи требуют вызова самых дорогих моделей. Многие простые задачи можно выполнить локальными моделями; многие — лучше на краю; для конфиденциальных данных нельзя загружать в облако. После вопроса «есть ли вычислительные ресурсы» появляется новый — «как умнее управлять ими».

При экспоненциальном росте спроса на токены, ключевым становится «подбирать правильную модель для правильной задачи на правильных ресурсах». Это — главный принцип рационального и эффективного использования токенов. Именно это GoodVision AI реализует, создавая системы интеллектуального управления и оптимизации.

Как в электросетях: одни потребности — от крупной электросети; другие — от солнечных панелей на крышах. Главное — это «система интеллектуального управления» между ними.

В будущем и AI будет иметь такую же структуру: простые задачи — локальные модели, сложные — облачные; конфиденциальные — на краю; высоконагруженные — через гибридные облака.

Помимо GoodVision AI, в этом направлении работают QingCloud, Lambda, OpenRouter, Fireworks AI и другие.

Эта «слой» перекрывается с двумя предыдущими — AIDC и аренда вычислений. Когда GPU-ресурсы, региональные узлы и масштаб инференса растут, просто «обладание вычислительными мощностями» уже недостаточно для долгосрочной конкурентоспособности. Всё больше операторов AIDC и GPU-платформ начинают осознавать: важнее не только количество GPU, а как динамически управлять моделями, ресурсами и токен-трафиком.

Поэтому многие платформы, изначально ориентированные на AIDC и GPU-облака, начинают развиваться в сторону «интеллектуального управления». Например, компании в Китае — UCloud, 首都在线, 中科曙光 — интегрируют свои GPU-облачные системы и системы инференса, переходя от «продажи вычислительных мощностей» к «их оптимизации».

Седьмой слой: Модели и агенты — потребители токенов

Этот слой, хоть и ближе всего к пользователю, — самый конкурентный. На GTC 2026 Хуанг Ренсюнь заявил: «В будущем каждая компания станет производителем и потребителем токенов».

AI-агент может одновременно вызывать несколько моделей, инструментов, API, постоянно планировать, выполнять инференс и действия. Это означает, что объём потребляемых токенов в будущем значительно превысит сегодняшние диалоги человека и AI. Некоторые продвинутые пользователи создают системы с множеством агентов, вызывающих друг друга, — расходуя по 1 миллиарду токенов в день.

В будущем не 1 миллиард человек будут использовать AI, а 10 миллиардов или даже 100 миллиардов AI-агентов, взаимодействующих друг с другом. И узким местом станет не модель, а эффективность управления токенами и ресурсами.

Гиганты технологий — Microsoft, Google, Meta, Amazon — уже внедряют AI в офисные системы, поисковые и соцсети, облачные сервисы, постепенно превращая все продукты в AI-инструменты.

Компании вроде Adobe, Salesforce, ServiceNow, Palantir активно развивают корпоративных AI-агентов и автоматизацию рабочих процессов. А Hugging Face становится «GitHub для AI»: не только сообщество моделей, но и важная инфраструктура для развития AI-экосистемы.

В Китае компании как iFlytek, Kunlun, 360, Kingsoft Office, SenseTime активно развивают AI-ассистентов, офисные AI и AI-агентов.

Когда «семь слоёв пирога» полностью сформируются, только тогда AI-миp станет по-настоящему зрелым

Сегодняшняя индустрия ИИ всё ещё находится в стадии формирования инфраструктурной системы, которая не до конца зрелая.

Кто-то владеет передовыми GPU, но ограничен энергией; кто-то создал огромный AIDC, но страдает от нехватки управления; кто-то разработал мощных моделей и агентов, но сталкивается с высокими затратами и задержками; кто-то контролирует краевые узлы, но не может объединить их в единую сеть.

От электроснабжения, AIDC, GPU — до LLM, распространения токенов, интеллектуального управления и AI-агентов — вся цепочка развивается быстро, но между слоями всё ещё есть разрывы, избыточность и узкие места.

Только когда эта «семьслойная структура» будет полностью построена и начнёт работать синхронно, индустрия ИИ перейдёт из «эпохи инструментов» в «эпоху массового внедрения» в умный мир.

Будущее AI — это не только крупные компании, обучающие большие модели, а миллиарды AI-агентов, постоянно онлайн, взаимодействуют, вызывают ресурсы и токены. Каждая беседа, инференс, вызов инструмента, автоматизация — всё это будет работать в синхронной системе энергии, GPU, сети, управления и инференса.

Это означает, что индустрия ИИ эволюционирует из «программной логики» в глобальную «индустриальную систему», охватывающую энергию, чипы, облака, краевые сети и интеллектуальное управление.

Как в эпоху промышленной революции — нужны не только паровые машины, но и железные дороги, электросети и порты; как в эпоху интернета — нужны не только ПК, но и оптоволокно, дата-центры и облака. Настоящее зрелое развитие революции ИИ — это создание глобальной инфраструктуры, способной постоянно производить, распространять, управлять и потреблять токены.

Когда эта «семьслойная инфраструктура» будет полностью связана, конкуренция в индустрии ИИ полностью изменится. В будущем важнейшими станут не только компании с крупнейшими моделями, а те, кто сможет связать энергию, вычислительные ресурсы, сети, модели и токены.