Кто будет контролировать ценообразование вычислительных мощностей в эпоху ИИ?

Введение

В первой половине 2026 года «рынок капитала для вычислительных мощностей» стремительно превратился из узкой концепции в новый мейнстрим-направление, на которое делают ставку одновременно Уолл-стрит и Кремниевая долина. CME и Silicon Data объявили о запуске первых фьючерсов на вычислительные мощности; материнская компания NYSE ICE последовательно сотрудничает с Ornn и NATIVX, чтобы развернуть фьючерсы на GPU-вычислительные мощности; Architect — компания, основанная бывшим президентом FTX US Бреттом Харрисоном — пытается перенести в регулируемую торговлю мощностями крипто-структуру бессрочных контрактов. Параллельно CoreWeave: объем финансирования с GPU в качестве залога уже превысил 20 миллиардов долларов и завершено первое рейтинговое присвоение инвестиционного уровня для GPU-backed financing.

Вычислительные мощности развиваются по классическому пути финансовизации крупнотоварных рынков: от капитальных затрат компаний на собственные нужды — к спотовой торговле, ценовым индексам, фьючерсному хеджированию, а затем к кредитным и структурированным рынкам финансирования.

Почему нужны вычислительные мощности: «ценностной водопад» для AI-отрасли

Прежде чем понимать рынок вычислительных мощностей, нужно понять место вычислительных мощностей в цепочке создания стоимости AI. Вся цепочка может быть разложена на девятиуровневый водопад: если смотреть с точки зрения коммерческой ценности и денежного потока, точка старта спроса находится в самом низу — на уровне приложений, и далее потребности последовательно передаются вверх по цепочке; а вычислительные мощности занимают «середину», связывая нижележащие аппаратные средства и инфраструктуру дата-центров, а также верхний уровень — модели и приложения.

1-й уровень｜чипы и оборудование: NVIDIA, AMD, производители HBM/DRAM. Это самый нижний слой «сырья» для вычислительных мощностей. GPU определяют базовое предложение доступной вычислительной мощности, а ресурсы хранения вроде HBM/DRAM тоже начинают финансовизироваться рынком.

2-й уровень｜электроэнергия и земля: чтобы дата-центр вообще можно было построить, ключевое — не только есть ли GPU, но есть ли подходящая земля и достаточно мощное подключение к электричеству. Существенная доля предельной стоимости вычислительных мощностей приходится на электроэнергию, поэтому по товарным признакам это больше похоже на электричество, а не на нефть.

3-й уровень｜Neocloud и независимые дата-центры：CoreWeave, Nebius, Lambda, GMI Cloud, Crusoe и др. Они покупают GPU, строят кластеры и затем сдают вычислительные мощности в аренду AI-компаниям — по сути, это «шахты» и «нефтяные месторождения» на рынке вычислительных мощностей.

4-й уровень｜агрегация и брокерские платформы：Mithril, Andromeda, SF Compute и т. п. Они не обязательно владеют GPU сами, а помогают покупателям находить поставки, стандартизируют SLA, сводят стороны для сделок, а иногда и выступают маркет-мейкерами. Они больше похожи на трейдеров на рынке сырьевых товаров, например Glencore и Vitol.

5-й уровень｜индексы и бенчмарки：Silicon Data, Ornn (OCPI), NATIVX (COIL). Если нет доверительного ценового бенчмарка, рынку сложно развивать фьючерсы и деривативы. Поэтому роль этого уровня — превратить изначально непрозрачные цены на вычислительные мощности в отслеживаемые и проверяемые рыночные цены.

6-й уровень｜деривативы и кредитование：CME, ICE, Architect, ончейн-бессрочные DEX, а также инструменты вроде GPU-backed loans и вычислительных мощностей ABS. Смысл этого уровня — дать рынку возможность хеджировать ценовой риск по вычислительным мощностям и превратить GPU capacity в актив, под который можно финансироваться.

7-й уровень｜платформы для разработки инференса：Fireworks, Baseten, Modal и др. Они упаковывают базовые GPU, деплой моделей и inference API так, чтобы разработчикам не нужно было самим управлять сложной инфраструктурой вычислительных мощностей, и чтобы можно было использовать мощность для инференса как облачный сервис.

8-й уровень｜LLM / уровень моделей：OpenAI, Anthropic, xAI, DeepSeek и др. Они превращают базовые вычислительные мощности в возможности моделей и интеллектуальные выходы. Само модельное решение — ключевой «средний слой», соединяющий нижнюю инфраструктуру и пользовательский опыт на уровне приложений.

9-й уровень｜уровень приложений：Cursor, Perplexity, Suno, Rime и др. Этот слой напрямую обращается к конечным пользователям, упаковывает возможности моделей в конкретные продукты и сценарии использования — это важный вход для распространения спроса на AI и для оплаты со стороны пользователей.

Этот девятиуровневый водопад показывает ключевой факт: вычислительные мощности — это промежуточный товар в экономике AI. Снизу он соединяется с чипами, электроэнергией, землей и капитальными затратами, а сверху — с платформами инференса, компаниями моделей и уровнем приложений.

Каждый раз, когда AI-приложение вызывает модель, по сути потребляется небольшая часть исходящих (upstream) вычислительных мощностей. И именно потому, что вычислительные мощности находятся в середине цепочки, с одной стороны есть поставщики, владеющие GPU и активами дата-центров, а с другой — компании с моделями, платформы инференса и компании приложений, которым нужна стабильная мощность; когда колебания цены становятся достаточно большими, а направления рисков сторон противоположны, вычислительные мощности неизбежно начинают финансовизироваться.

Почему нужен рынок вычислительных мощностей: хеджирование спроса и структура рынка

Кто нуждается в хеджировании

Source: X @0xfishylosopher

Спрос на хеджирование на рынке вычислительных мощностей в первую очередь исходит от отраслей, реально имеющих экспозицию к вычислительным мощностям, а не от финансовых институтов. Это тот же самый логический принцип, что и у авиакомпаний, хеджирующих цены на топливо, и электростанций, хеджирующих цены на электроэнергию.

Нижний слой Neocloud и независимых дата-центров, например CoreWeave, Nebius, Lambda: у них есть физические активы GPU, а доход — от будущих арендных платежей. Они опасаются падения арендной ставки GPU, поэтому по своей природе являются продавцами/«шортами» и им нужно продавать форварды, чтобы зафиксировать выручку.

Средний слой — платформы для разработки инференса, например Fireworks, Baseten, Modal: они закупают вычислительные мощности у поставщиков, а снизу предоставляют inference API и услуги деплоя моделей. Вычислительные мощности — их ключевая статья затрат.

Верхний слой — компании приложений, например Cursor, Perplexity, Suno, Rime, также нуждаются в непрерывной закупке возможностей инференса. Стоимость инференса напрямую влияет на валовую маржу. Поэтому средний и верхний слои — естественные покупатели/лонги, которым нужно покупать форварды, чтобы зафиксировать затраты.

Сверхкрупные облачные провайдеры, такие как Google, Amazon, Microsoft, устроены особым образом. Они одновременно владеют дата-центрами, облачной платформой, моделями и приложениями, и внутри уже в определенной степени сформирован естественный хедж.

Почему вычислительные мощности больше похожи на электроэнергию, а не на нефть

Вычислительные мощности не полностью взаимозаменяемый товар.

Даже при одинаковой «часовой» capacity H100 / H200 ценность различается из-за различий в спецификациях чипов, географии, задержках, сетевом взаимодействии, размерах кластера, окнах резервирования, SLA, безопасности данных и конкретной категории workload.

Еще важнее: вычислительные мощности нельзя хранить. GPU-часы, которые сегодня не были использованы, нельзя «складировать» и продать завтра, как можно поступить с нефтью. Поэтому по товарным признакам вычислительные мощности ближе к электроэнергии: они обладают временным характером, привязаны к регионам и в высокой степени зависят от локальной инфраструктуры.

Это дает три результата:

Во-первых, реальные сделки по вычислительным мощностям зачастую требуют двусторонней кастомизации вокруг конкретных SKU и условий поставки.

Во-вторых, временно не существует единого, прозрачного ценового бенчмарка по аналогии с WTI на нефть.

В-третьих, индексы и бенчмарки становятся крайне важными. Команды вроде Silicon Data, Ornn и Compute Desk — их ключевая задача состоит в том, чтобы превратить разрозненные цены на вычислительные мощности в отслеживаемые рыночные сигналы, пригодные для хеджа.

Web3 предыдущего поколения: децентрализованные вычислительные мощности vs трейдеры мощностей нового поколения

Рынок вычислительных мощностей — не совсем новая концепция. В предыдущем цикле Web3-проекты вроде Akash, io.net и Aethir уже продвигались под нарративом «децентрализованного рынка вычислительных мощностей», подключая глобальные простаивающие GPU через сеть, где стимулы задаются токенами.

Но в чем проблема: почему большинство проектов предыдущего поколения так и не стало основным слоем закупки AI-вычислительных мощностей, тогда как новые игроки вроде Andromeda и SF Compute смогли за короткое время получить корпоративных клиентов и выручку в долларах?

Продается разное: децентрализованное предложение vs поставляемая (deliverable) capacity

Ключевая логика проектов Web3 предыдущего поколения была в следующем: подключать разрозненные GPU в сеть и стимулировать предложение токенами, чтобы пользователи покупали вычислительные мощности дешевле.

Они решают проблему «где есть GPU».

Но реальный корпоративный покупатель заботится о другой группе вопросов: это точно H100 / H200? Есть ли InfiniBand? Достаточен ли размер кластера? Можно ли стабильно запускать несколько недель или даже месяцев? Кто отвечает за SLA? Если случается сбой — кто компенсирует?

Иными словами, корпоративные клиенты покупают не «GPU где-то в сети», а GPU capacity, которую можно гарантированно поставлять, которую можно измерить и за которую можно привлечь к ответственности.

Разрозненное, неоднородное и распределенное по разным операторам GPU-предложение может быть полезно для batch inference, рендеринга или низкочувствительных задач, но для обучения больших моделей и production-grade инференса критичны стабильность, сетевые условия и ответственность за поставку.

Четыре структурные проблемы предыдущего поколения

Первая: токеновые стимулы дают предложение, но не обязательно создают реальный спрос.
Токеновые субсидии могут быстро обеспечить красивую картину по числу узлов, GPU и размерам сети, но если спрос на стороне покупателей в значительной степени опирается на токеновый нарратив, а не на естественных платящих клиентов, в итоге легко получить низкую загрузку, низкое качество выручки и искаженную ценовую «находку» (price discovery) из‑за стимулов.

По Messari «State of Akash Q1 2026», в Akash в первом квартале средний GPU usage снизился на 57,4% к предыдущему кварталу до 84 штук, а средняя доступная GPU capacity снизилась на 57,5% до 249 штук; это показывает, что и по стороне предложения, и по стороне спроса происходит заметное сжатие. В ранней механике io.net награды начислялись, если узел был онлайн, независимо от того, реально ли GPU выполнял полезную работу. Также токен заметно откатился от исторических максимумов до тех пор, пока в июне 2026 года не была запущена новая система стимулов, больше ориентированная на спрос.

Вторая: корпоративные SLA трудно обеспечить только на уровне протокола.
Корпоративным клиентам нужна инвойс (счет), канал поддержки, стандартизированный SLA, механизм возвратов, комплаенс-проверки и юридическая ответственность. Все это должно быть подхвачено понятным коммерческим субъектом, а не только опираться на протоколы.

Третья: AI workload и распределенное предложение изначально плохо стыкуются.
Для крупномасштабного синхронного обучения и production-level инференса требуются очень высокие требования к взаимосвязи GPU, NVLink / InfiniBand, кластерному планированию, восстановлению после сбоев и безопасности данных. Географически распределенная сеть с неоднородным оборудованием трудно напрямую удовлетворить таким требованиям workload.

Четвертая: токеновая деноминация и корпоративные закупочные процессы не совпадают.
Корпоративные компании привычнее работают с контрактами в долларах, инвойсами, согласованием бюджетов и управлением поставщиками; они не хотят брать на себя риск колебаний токеновых цен, бухгалтерские особенности и неопределенность комплаенса.

Важное исключение: Aethir

Aethir — исключение.

Выручка Aethir в 2025 году превысила 127 миллионов долларов, у него более 150 платящих корпоративных клиентов и 430 тыс. контейнеров GPU, покрывающих высококлассные GPU вроде H100, H200, B200, B300. По саморазмещенной (self-disclosed) методике, масштаб выручки Aethir уже превышает годовой run-rate Andromeda примерно на 100 миллионов долларов и значительно выше, чем у SF Compute.

Путь Aethir больше похож на то, чтобы сместить токены и сетевые эффекты Web3 в слой капитальной структуры и стимулирования экосистемы, а «клиентскую» часть сделать более централизованной, более стандартизированной и более корпоративной: централизованные или полус централизованные кластеры, четкие сервисные обещания, контракты в долларах, корпоративная поддержка клиентов и ответственность за поставку.

Токен может помогать на раннем этапе для финансирования, стимулов предложения и организации сети, но он не должен становиться главным интерфейсом, с которым обязательно сталкивается корпоративная закупка вычислительных мощностей.

Чем новое поколение трейдеров отличается по сути

Стартовая точка игроков нового поколения — не «сначала построить децентрализованную сеть», а напрямую врезаться в самые болезненные точки закупки со стороны AI-покупателей.

AI-компаниям часто нужны долгосрочные контракты на вычислительные мощности, но реальный спрос при этом колеблется. Концепция SF Compute: пусть клиент покупает долгосрочную capacity, профинансированную третьей стороной, а неиспользованную часть можно выставлять в книгу ордеров для перепродажи или sublease. При этом компания сама не владеет GPU — она скорее похожа на площадку с вторичной ликвидностью, выстроенную вокруг контракта на вычислительные мощности.

Andromeda ближе к «deal-er» по вычислительным мощностям: динамически сравнивает цены и верифицирует performance по более чем 100 поставщикам в реальном времени, стандартизирует SLA и выступает единственным контрагентом по контрактам клиента. Ее ценность — не только в своде сторон, но и в том, что она берет на себя закупку, поставку и часть функций кредитного посредника для клиента, поэтому тоже называет себя «маркет-мейкером compute».

Andromeda делает сделки за счет собственного капитала (principal trading), держит или контролирует инвентарь, зарабатывает на спреде и несет ответственность по SLA и поставке. SF Compute ближе к гибриду exchange / broker: фокус на агентском сопоставлении и вторичной ликвидности, не обязательно на владении базовыми GPU, а доход — на комиссии за сделки и рыночных сетевых эффектах.

GMI Cloud нужно выделять отдельно. Это не типичный broker / dealer, а ближе к neocloud: компания строит дата-центры, владеет активами и продает GPU cloud capacity. Кроме того, она — получатель средств для GPU-долгового финансирования: большая часть ее финансирования A-round приходится на долговое финансирование, поэтому она ближе к производителям вычислительных мощностей на уровне 3-го слоя.

Сейчас больше всего не хватает не более децентрализованного идеального облака, а «слоя трейдинга», который уже сегодня может поставить H100 / H200 capacity, отвечает за SLA и помогает покупателям снижать риск долгосрочных контрактов.

Есть ли уже рынок обнаружения цен на вычислительные мощности?

Текущая основная форма сделок по вычислительным мощностям все еще OTC / двусторонняя кастомизация. Публичные котировки повышают прозрачность рынка, но чаще всего это лишь отправная точка для price discovery, а не конечная единая рыночная цена.

Например, по H100 уже появляются наблюдаемые диапазоны котировок: цена Andromeda около $1,83/hour, средняя цена SF Compute около $2,03/GPU-hour, стартовая цена GMI Cloud $2,00/GPU-hour; spot-цена Mithril для H100 SXM5 8-GPU instance в пересчете оценивается примерно в $2,92/GPU-hour.

Это означает, что котировки H100 на публичных площадках в целом попадают в диапазон примерно $1,8–3,0/GPU-hour. Но эти цены нельзя полностью напрямую сравнивать, потому что условия поставки различаются. Форма GPU, регион размещения, сетевые взаимосвязи, размер кластера, срок аренды, SLA и тип workload — все это заметно влияет на итоговую цену сделки.

Поэтому то, что реально покупают предприятия, обычно не абстрактная «часовая единица H100», а capacity contract, спроектированный вокруг конкретных SKU, региона, сроков, конфигурации кластера и условий поставки. Иными словами, веб-котировки делают цену вычислительных мощностей более видимой, но реальный «центр» рыночных сделок по-прежнему остается высоко кастомизированным OTC-контрактом.

Ornn: попытка стать индексным слоем рынка вычислительных мощностей

Source: Ornn

Одна из ключевых позиций Ornn — не просто продавать вычислительные мощности, а построить ценовую инфраструктуру для финансового рынка вычислительных мощностей. Ornn запустила Ornn Compute Price Index (OCPI), который отслеживает реальные текущие цены spot-сделок по GPU compute вроде H100, H200, B200, B300, и собирает эти цены в виде индекса, пригодного для ценообразования, хеджирования и расчетов. На официальном сайте Ornn указывает, что OCPI — это reference price для compute и используется в compute derivatives market для ценообразования, hedging и settlement.

Это означает, что Ornn хочет сделать «платтс / аргус / WTI»-подобный бенчмарк для рынка compute: сначала нормализовать разрозненные и нестандартизированные цены аренды GPU, а затем позволить рынку торговать вокруг этого бенчмарка форварды, фьючерсы или бессрочные контракты.

Дорожную карту Ornn примерно можно понять в три шага:

Шаг 1: создать спотовый ценовой индекс — OCPI.

Шаг 2: дать OCPI в лицензирование биржам и деривативным платформам, чтобы индекс стал ценой расчетов по контрактам.

Шаг 3: вокруг индекса развивать futures, perps, hedging и lending — финансовые продукты.

Architect: привнести структуру бессрочных контрактов в институциональную торговлю compute

Architect — это класс игроков на рынке деривативов по вычислительным мощностям, более ориентированный на торговую площадку. Компания основана бывшим президентом FTX US Бреттом Харрисоном; ее институциональная торговая платформа AX сотрудничает с Ornn и планирует запуск биржевых контрактов на основе цен аренды GPU и цен на DRAM.

С точки зрения механики Architect не поставляет реальные H100 / H200 вычислительные мощности, а предоставляет трейдерам финансовую экспозицию по ценам аренды GPU и по цене памяти через контракты, которые отслеживают индекс Ornn по вычислительным мощностям. Продукт ближе к бессрочным контрактам на крипторынке: трейдеры торгуют маржинальными индексированными контрактами, а цена контракта по возможности приближается к базовым ценам аренды GPU за счет привязки к индексу и механизма funding rate.

Поэтому значение Architect — в том, чтобы перенести crypto-native механизм бессрочных контрактов в более институциональные и регулируемые сценарии торговли вычислительными мощностями. Это похоже на «деривативный слой» в рынке compute, а Ornn в таком случае выступает индексным слоем, задающим ценовой бенчмарк.

Lighter: onchain бессрочные контракты дают ранний торгуемый сигнал price discovery

Lighter больше похож на onchain-версию ранней площадки для compute perp. Платформа уже запущена для $H100 и позволяет пользователям торговать экспозицией к price H100 compute с максимальным плечом 10x; продукт отслеживает Ornn H100 Compute Price Index.

Смысл таких продуктов в том, что рынок впервые получает onchain ценовой сигнал для непрерывной торговли вокруг цены аренды GPU. Это не решает проблему реальной поставки GPU, и это не основной канал для корпоративной закупки вычислительных мощностей, но может выступать как ранний рынок для спекуляций, хеджа и price discovery.

По механике это ближе к бессрочным контрактам на крипторынке: трейдеры не производят фактическую поставку H100 вычислительных мощностей, а торгуют контрактом, который отслеживает индекс H100; цена контракта закрепляется через индекс и funding rate.

Плюсы — быстрая готовность к запуску, низкий порог участия и торговля 24/7. Минусы — возможно более тонкая ликвидность и все еще наличие базисного риска между такими ончейн-контрактами и реальными корпоративными capacity-контрактами на вычислительные мощности.

ICE × Ornn: дорожная карта для регулируемого фьючерсного рынка

ICE — это более традиционный и регулируемый маршрут торговой площадки. В мае 2026 года ICE объявила о планах сотрудничать с Ornn и запустить набор GPU compute futures contracts, где базовым ориентиром выступит Ornn Compute Price Index. В объявлении ICE прямо указано, что OCPI отслеживает live-traded spot prices по основным аппаратным типам вроде H100, H200, B200, B300; соответствующие контракты планируется деноминировать в долларах, расчеты производить наличными, и ожидать регуляторного одобрения.

Механика ICE отличается от Lighter. Lighter — бессрочные на блокчейне, подходящие для быстрого формирования торгового ценового сигнала и спекулятивной ликвидности; ICE — регулируемый рынок фьючерсов, более подходящий для институционального участия, клиринга, управления рисками и комплаенс-хеджирования.

Однако контракты ICE не предполагают поставку в натуре — расчеты будут денежными. То есть трейдеры не будут реально передавать или получать capacity по H100: они будут рассчитывать прибыль/убыток по индексам вроде OCPI. Это снижает сложность поставки, но также означает, что успех контрактов зависит от того, насколько индекс достаточно доверительный, устойчивый к манипуляциям, и способен ли он отражать реальную рыночную цену.

Перспективы рынка

Три направления, за которыми стоит следить

Институционализация OTC-контраков
Финальный итог рынка вычислительных мощностей не обязательно будет таким, что предприятия напрямую будут торговать фьючерсами на бирже. Более вероятно, что dealer будут принимать на себя кастомизированные запросы со стороны индустрии, а затем управлять рисками через индексы, фьючерсы или бессрочные контракты. В ближайшие 12–24 месяца особенно интересно, смогут ли игроки вроде Andromeda и SF Compute перейти от роли «платформы закупки вычислительных мощностей» к роли действительно «торгового стола по compute»: с одной стороны, обрабатывать spot- и резервные потребности на уровне SKU, а с другой — хеджировать запасы и базисный риск на индексном рынке. Кто первым завершит этот шаг, тот получит шанс стать ключевым посредником рынка вычислительных мощностей.

Замкнутый контур: кредитование и деривативы
Если «GPU-залоговое финансирование + хеджирование фьючерсами» заработает, кредиторы смогут эффективнее управлять ценовыми колебаниями GPU и риском ликвидационной стоимости (residual value), тем самым снижая haircut и стоимость финансирования. Это напрямую повысит капитальную эффективность AI-инфраструктуры — и станет одним из самых важных смыслов финансовизации compute для реальной AI-отрасли.

Формирование ценового бенчмарка и клиринговой системы
Чтобы compute стали действительно торгуемым и финансируемым активом, сначала нужно сформировать доверительный ценовой бенчмарк и механизм расчетов (клиринг). Поставщики индексов вроде Ornn, Silicon Data, NATIVX, а также торговые площадки вроде ICE, CME, Architect, Lighter конкурируют не просто за шанс на один продукт, а за входную точку ценового влияния в будущем рынке вычислительных мощностей.

Неразрешенные вопросы

Регуляторное одобрение

CME, ICE, Architect и другие продукты все еще нуждаются в регуляторном одобрении. Как именно будут определять compute — как товар, как услугу или как новый тип торгуемого ресурса — пока нет четких прецедентов.

Спотовый рынок «внизу» пока тонкий

Доверие к индексам зависит от глубины реальных спотовых сделок. Публичный спот и вторичный оборот сейчас находятся на ранней стадии, и подавляющая часть сделок по compute по-прежнему закреплена в долгосрочных контрактах между hyperscaler, neocloud и AI-компаниями. Недостаток базовых сделок может снижать репрезентативность индекса и его устойчивость к манипуляциям.

Риск цикла
Если компании сократят капитальные затраты (capex) на AI, спотовая ликвидность может сжаться раньше, чем деривативный рынок станет зрелым. При этом арендные ставки GPU уже заметно откатились от пиков, а данные по ликвидационной стоимости GPU и кривым амортизации пока не имеют достаточной исторической базы — это усилит неопределенность в оценке кредитного риска и в ценообразовании деривативов.

Reference

О Gate Ventures

Gate Ventures — это венчурное подразделение Gate, ориентированное на инвестиции в децентрализованную инфраструктуру, экосистемы и приложения. Gate Ventures стремится переосмыслить мир эпохи Web 3.0.
Gate Ventures сотрудничает с лидерами отрасли по всему миру, давая силы командам и стартапам, обладающим инновационным мышлением и возможностями, чтобы заново определить модели взаимодействия общества и финансов.
Чтобы узнать больше, посетите: официальный сайт | X | Telegram | LinkedIn | Medium

Дисклеймер ：

Этот материал не является приглашением, предложением к заключению сделок или рекомендацией. Перед тем как принимать любые инвестиционные решения, вам следует всегда обращаться за независимой профессиональной консультацией. Обратите внимание, GateVentures может ограничивать или запрещать оказание всех или части услуг из ограниченных регионов. Пожалуйста, ознакомьтесь с пользовательским соглашением для получения дополнительной информации, ссылка：* 。