Скоуп: Nvidia, TSMC, ASML, Broadcom, AMD, Intel; гиперскейлеры (AWS, Azure, GCP); специализированные AI cloud (CoreWeave, Lambda, Together, RunPod); мегапроекты ЦОДов (Stargate, Hyperion, Fairwater, Colossus); энергетика (ядро, SMR, газ, геотермия); semiconductor equipment (Applied Materials, LAM, KLA); AI chip стартапы (Cerebras, Groq, SambaNova).
| Актор | Роль | Финпоказатели | Moat |
|---|---|---|---|
| Nvidia | GPU дизайн, CUDA, reference-архитектуры (H100/H200/B200/GB200, Rubin) | Cap ~$3.5T; FY2025 выручка $130.5B (+114% YoY); Data Center $115B+ annualized; Q4 FY25 DC $35.6B (+93% YoY); Blackwell $11B в первом квартале отгрузок — самый быстрый ramp в истории; gross margin 75-80% | CUDA + ecosystem (15 лет), NVLink, reference DGX |
| TSMC | Единственный производитель топ-чипов | Cap ~$1T; AI-related revenue $30B+ (2025); 90%+ рынка H100/B200/MI350/TPU | N3/N2 process, EUV опыт, кастомерские библиотеки |
| ASML | Единственный поставщик EUV-литографии | Cap ~$300B; FY2025 выручка €32.7B ($39B); EUV — 48% системной выручки (€11.6B); gross margin 54%; High-NA EUV (EXE:5200B) у Intel с дек-2025 | Физика, 40 лет R&D, >5000 поставщиков, zero alternatives |
| Broadcom | Кастомные ASIC для Google (TPU), Meta (MTIA), OpenAI | Cap ~$1.3T; AI revenue прогноз FY2026 $40-46B; ~60% рынка custom AI accelerators к 2027; Meta вложила $2.3B в дизайн за год | Packaging, co-design с hyperscalers, 2nm-access via TSMC |
| AMD | MI300X/MI350, challenger Nvidia | Q3 2025 DC $4.3B (+36% YoY); MI300 series $5B+ run-rate; ROCm отстает от CUDA на 5-7 лет | Chiplet packaging, x86 (EPYC), dual-source для hyperscalers |
| Intel | Foundry services, Gaudi (провал), CHIPS Act получатель | Foundry $8-10B, убыточен; Gaudi не добрал даже $500M; единственный западный foundry-альтернатив TSMC | Ohio/Arizona fabs; первый High-NA EUV |
Semiconductor equipment вокруг ASML: Applied Materials ($25B+ revenue), LAM Research ($15B+), KLA ($10B+) — без этих тройки deposition/etch/inspection EUV бесполезен. Все — США, т.е. под экспортным контролем.
| Актор | Capacity 2025-2026 | Модель |
|---|---|---|
| AWS | Trainium 2/3 + Inferentia; $100-105B capex 2025; Bedrock API | In-house чипы + Nvidia + Anthropic $8B investment |
| Microsoft Azure | Maia 100/200 + Nvidia + Fairwater ЦОДы; $80B+ capex 2025; OpenAI exclusive cloud до 2030 | Hybrid in-house + reseller, lead-partner OpenAI |
| Google Cloud | TPU v5/v6/v7 (Ironwood), Trillium; Broadcom/Marvell/MediaTek/Intel как 4 партнера; $85B capex | Полный вертикал: дизайн→ASIC partner→fab→cloud→model (Gemini) |
| Meta | MTIA (с Broadcom), Hyperion Louisiana (5 GW target, 2 GW к 2030); $65-72B capex 2025, до $100-135B 2026 | In-house для inference, Nvidia для training |
| CoreWeave | IPO март 2025 по $40/share; рыночная cap до $60B+; выручка 2025 $4.9-5.1B (+300% YoY, с $1.92B в 2024); gross margin 85%; H100 @ $4.25/hr | Bare-metal GPU rental, 12+ ЦОДов, long-term контракты Microsoft/Meta/OpenAI |
| Lambda Labs, Together, RunPod, Fluidstack | суммарно $2-5B выручки; нишевые | GPU-on-demand, быстрый onboarding для стартапов |
| Сделка | Мощность | Срок |
|---|---|---|
| Microsoft + Constellation (Three Mile Island restart) | 835 MW, 20 лет, $16B PPA | 2028 |
| Meta + Constellation (Clinton, IL) | 1,100 MW, 20 лет | с июня 2027 |
| Amazon + Energy Northwest/X-energy (Cascade) | до 12 Xe-100 SMR, 320-960 MW | 2030+ |
| Google + Kairos Power | 500 MW SMR | 2030+ |
| Oracle | 3 SMR, гигаваттный ЦОД | разрешения получены |
| Google + Fervo (геотермия) | первое enhanced-geothermal подключение | 2024-2026 |
Масштаб спроса: к 2028-2030 США нужно +50 GW ЦОД-мощности, что эквивалентно ~50 новых ядерных реакторов. Это новый системный лимит, переключающий проблему с «дайте GPU» на «дайте электричество».
(а) Silicon layer — ASML (EUV machine) → TSMC (fab) → Nvidia/AMD/Broadcom (design) → packaging (CoWoS, тоже TSMC) → system integrator (Nvidia DGX/HGX). Каждое звено уникально: ASML — только Нидерланды; EUV-фотомаска — только Zeiss (Германия); TSMC N3 — только Тайвань (Arizona Fab 21 уже льет 4nm в 2025 для Apple/Nvidia; Fab 2 с 3nm — 2027); chip-on-wafer CoWoS packaging — узкое горло для Blackwell.
(б) Systems layer — три архетипа: 1. Гиперскейлеры (AWS/Azure/GCP) — «вертикальные ИИ-комбинаты» (чипы + cloud + модели + приложения). 2. Специализированные AI cloud (CoreWeave, Lambda) — «чистые» GPU-операторы, арбитраж между желанием BigTech иметь H100 вне своих конкурентов и доступностью капитала. 3. Суперкомпьютеры (Stargate, Hyperion, Colossus) — «манхеттенские проекты» на 1-5 GW, целиком заточенные под один tenant (OpenAI, Meta, xAI).
(в) Energy layer — новый слой, ставший критичным в 2024-2026. Ядро (restart + SMR), газотурбины (Meta Hyperion), геотермия (Google Fervo), иногда behind-the-meter off-grid (Crusoe). США восстанавливают энергетический суверенитет параллельно с ИИ-суверенитетом.
Nvidia flywheel: 1. Проектирует чип (H100/B200/GB200/Rubin) → 2. TSMC делает silicon и CoWoS packaging → 3. Nvidia собирает DGX/HGX (~$200-300K за 8-GPU узел, $3-4M за DGX SuperPOD-rack) → 4. продает гиперскейлерам/CoreWeave/Stargate → 5. они сдают в аренду frontier labs → 6. лабы платят за compute $1B+ в год → 7. Nvidia реинвестирует в R&D и размещает новые заказы у TSMC на 2 года вперед. На каждом шаге margin 50-80%.
Ключевые цифры экономики: - H100 себестоимость у TSMC: ~$3-5K. Цена Nvidia гиперскейлеру: $25-40K. Цена 8-GPU узла: $250-400K. Аренда на CoreWeave: $4.25/hr × 8 × 8760 = $300K/год за узел. Окупаемость 2-3 года. - Blackwell (B200/GB200) — в 2-4× дороже H100 по unit, но в 3-5× эффективнее per watt; gross margin Nvidia на DC продуктах 75-80%. - Hyperscaler capex 2025 суммарно $443B, 2026 прогноз $602B (+36%). Из $602B около 75% ($450B) — AI-инфраструктура: ~35% GPU, ~25% networking, ~20% buildings/shell, ~20% power.
TSMC-ASML-Applied Materials вертикаль. EUV-машина (EXE:5200B) стоит $350-400M, весит 150 тонн, собирается 18 мес. На весь мир их ~200. TSMC — крупнейший покупатель. ASML не продает EUV в Китай (санкции). Applied Materials/LAM/KLA — три американские компании на всю планету для процессов deposition/etch/inspection. Эту тройку обойти невозможно физически (вакуумная гидродинамика, plasma chemistry — десятилетия ноу-хау).
(а) CUDA lock-in. 15 лет накопленных библиотек (cuDNN, TensorRT, Triton, Megatron, NCCL), интегрированных в PyTorch/TF/JAX и далее — во все фронтирные фреймворки. Любой AI-разработчик пишет под CUDA по умолчанию. ROCm (AMD) отстает на 5-7 лет в стабильности и покрытии; Intel oneAPI — на 7-10 лет; Huawei CANN — на 10+. Переписать весь стек оценочно $10B+ R&D и 3-5 лет только для одного конкурента. Это НЕ чисто технический, а экосистемный moat: тысячи инженеров, сотни библиотек, десятки тысяч open-source репо.
(б) Triangle TSMC-ASML-Nvidia. Три компании фактически решают, что производится на фронтире silicon. Все три — в западной орбите (Тайвань под US-Japan zонтом, Нидерланды в NATO, США сами). Заменить любое звено физически невозможно в <10 лет и <$100B инвестиций. Китаю Naura/SMIC нужно повторить путь ASML/TSMC — 20-30 лет накопленного ноу-хау, особенно в EUV-источнике (10nm плазма, зеркала Zeiss).
(в) Capex asymmetry. BigTech генерит $400-600B FCF/год, может сжигать $100-150B capex на AI. Российская технокорпорация (Яндекс, VK) с прибылью $0.5-1B/год физически не может создать один гиперскейлерный ЦОД. Китайские (Alibaba, Tencent, Baidu) имеют капитал, но без доступа к H100/B200 строят на Ascend 910C (~40% эффективности H200) — структурно отстают на поколение.
(г) Energy as moat. США восстанавливают Three Mile Island, строят 12 SMR с X-energy, заключают 20-летние PPA с ядерной, геотермией, газом. Европа энергетически слабее (пост-Fukushima-сдвиг), Китай строит ядро агрессивно, но гео-позиция хуже для ЦОДов рядом с fiber-backbone. Энергия становится конкурентным преимуществом, сопоставимым с чипами.
(д) Export controls как оружие. CHIPS Act ($52.7B) + BIS restrictions (октябрь 2022 → 2023 → 2024 → 2025) отрезают Китай от EUV, топ-GPU, CoWoS packaging. Даже если Huawei сделает 910D, объемы будут в 20× ниже Nvidia (Huawei — 5% мирового AI compute в 2025, падение до 4% в 2026). Российский доступ к H100/B200 — формально нулевой, серые схемы через Казахстан/Армению/Эмираты работают на единицах штук, не тысячах.
(е) Standards shaping. Nvidia reference architectures (DGX, HGX, SuperPOD, NVL72, Grace-Blackwell) становятся де-факто индустриальным стандартом. Любой новый ЦОД проектируется под NVLink-топологии. Это закрепляет Nvidia как архитектурного диктатора на 5-10 лет.