Двигателем эпохи ИИ уже стал не модель, а токен

За последние два года повествование в сфере ИИ в первой фазе вращалось вокруг «войны крупных моделей», начатой крупными компаниями. Параметры моделей увеличились с сотен миллиардов до триллионов, затраты на обучение выросли с десятков миллионов долларов до сотен миллионов, а кластеры GPU расширились с нескольких тысяч до десятков тысяч карт. Все обсуждают, какая модель сильнее и кто ближе к AGI, будто конечной целью конкуренции в ИИ является сама производительность крупных моделей.

А когда наступит 2026 год, логика развития индустрии ИИ изменится. Согласно последнему отчету JPMorgan, настоящим драйвером постоянного расширения инфраструктуры ИИ в будущем станет не обучение моделей, а огромный спрос на ИИ-вывод (Inference). Больше всего вычислительных ресурсов в будущем будет потреблять не только обучение крупных моделей, но и遍布全球的 AI Agen. Каждый вызов, каждое взаимодействие, каждое выполнение задачи по сути потребляет токены. Индустрия ИИ переходит от «эпохи моделей» к «эпохе токенов».

Потому что то, что действительно будет двигать мир ИИ в будущем, — это не только сами модели, а система производства, распределения, планирования и потребления токенов. Особенно после того, как AI-агенты начнут массово появляться, вопрос о том, как токены будут генерироваться в реальном времени, распределяться через регионы, динамически планироваться и эффективно потребляться, станет новейшей и наиболее важной проблемой для всей индустрии ИИ.

Как недавно отметил Хуань Ренсюнь, ИИ — это не просто отрасль программного обеспечения, а инфраструктурная система, подобная электричеству и интернету. В его архитектуре «пятислойного торта» индустрия ИИ разделена на пять уровней: энергия, чипы, инфраструктура, модели и приложения. По мере того как индустрия ИИ постепенно переходит от «эры обучения» к «эре вывода», GoodVision AI склонна рассматривать всю экономическую цепочку ИИ как «семислойный торт», вращающийся вокруг токенов:

Первый уровень: Электроэнергия — энергетическая основа эпохи ИИ
Второй слой: AIDC — фабрика токенов
Третий уровень: GPU — оборудование для производства токенов
Четвертый уровень: LLM — двигатель генерации токенов
Пятый уровень: Распределение токенов — «электросеть» эпохи ИИ
Шестой уровень: Оптимизация токенов и интеллектуальное планирование — мозг эпохи ИИ
Седьмой уровень: AI Agent — терминал потребления токенов

От энергетики и GPU до AIDC и граничных узлов, а также до вывода моделей и интеллектуального планирования — индустрия ИИ формирует беспрецедентную «токенизированную промышленную систему».

However, at this stage, this system is still far from mature.

У некоторых есть самые передовые GPU, но их ограничивает энергопотребление; у некоторых построены огромные AIDC, но им не хватает эффективного планирования; у некоторых разработаны мощные AI Agent, но они сталкиваются с высокой стоимостью и задержками при выводе; у некоторых есть краевые узлы, но они не могут создать единую согласованную сеть. Хотя весь производственный цикл развивается быстрыми темпами, между различными уровнями все еще существует множество разрывов, избыточности и узких мест в эффективности.

И только когда эти семь уровней инфраструктуры будут действительно объединены, синхронизированы и подключены друг к другу, индустрия ИИ перейдет от сегодняшней «эры инструментов» к эре массового внедрения в интеллектуальном мире.

Первый уровень торта: Электроэнергия — энергия эпохи ИИ

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

Потому что в конечном счете ИИ потребляет электричество. Потребление электроэнергии крупным центром обработки данных ИИ уже приближается к уровню среднего города. Новые центры обработки данных ИИ по всему миру сталкиваются с одной и той же проблемой: GPU можно купить, землю можно построить, но обеспечение электроэнергией и управление электросетью не успевают за ростом.

Вот почему все больше ИИ-компаний начинают снова обращать внимание на энергетическую инфраструктуру. На GTC 2026 Хуан Ренсюнь даже определил будущие центры обработки данных как «фабрики токенов». Самый верхний этап этой фабрики породит суперэнергетическую отрасль.

На китайском рынке компании, такие как Yangtze River Power, China National Nuclear Power, China General Nuclear Power, Three Gorges Energy, Longyuan Power и Huadian New Energy, представляют ключевые направления энергетики, включая гидроэнергетику, атомную энергетику, ветровую и солнечную энергетику. Среди них атомная и гидроэнергетика, благодаря своей стабильной способности обеспечивать электроэнергию, становятся важнейшими базовыми источниками энергии для AIDC, в то время как ветровая и солнечная энергетика получают выгоду от растущего спроса со стороны ИИ-индустрии на зеленую электроэнергию и ESG. По мере продвижения инициативы «Восточные данные — Западные вычисления» и строительства крупных ИИ-центров обработки данных, синергия между новыми энергетическими базами и центрами вычислительной мощности быстро усиливается.

На американском рынке традиционные энергетические гиганты, такие как NextEra Energy, Dominion Energy, Duke Energy, Southern Co. и Exelon, также извлекают выгоду из расширения центров обработки данных на базе ИИ. NextEra является лидером в области зеленой энергетики в Северной Америке; Dominion контролирует ключевые трансмиссионные ресурсы в «коридоре центров обработки данных» северной Вирджинии; Exelon, благодаря стабильной способности обеспечивать электроэнергию с помощью атомной энергетики, становится одним из главных受益者 спроса на «круглосуточную высокостабильную электроэнергию» в эпоху ИИ. В целом, глобальная энергетическая отрасль постепенно трансформируется из традиционной коммунальной сферы в ключевой слой инфраструктуры эпохи ИИ.

В целом, конкуренция на этом уровне переходит от «конкуренции за тарифы на электроэнергию» традиционных энергетических компаний к «конкуренции за контроль над электроэнергией» между нижестоящими AI-центрами обработки данных, облачными провайдерами и энергетическими компаниями. Тот, кто сможет закрепить за собой долгосрочную, стабильную и низкую стоимость энергии, получит первую Драконью жемчужину в производстве токенов.

Второй слой торта: AIDC — фабрика токенов

Одна GPU не имеет смысла, настоящая важность заключается в масштабируемых кластерах. Именно поэтому появился AIDC.

Он, как сталелитейные заводы, электростанции и конвейерные заводы промышленной эпохи, концентрирует десятки тысяч GPU, создавая стабильную производительность по выпуску токенов. Но начали проявляться проблемы заводов: традиционный цикл строительства AIDC часто занимает от 18 до 36 месяцев, а расширение электросетей требует еще больше времени. Когда спрос на ИИ растет экспоненциально, скорость строительства IDC прошлой эпохи уже не может удовлетворить новые требования токеномики.

На американском фондовом рынке Equinix является одним из ведущих мировых операторов центров обработки данных, имея более 240 центров данных в более чем 30 странах. Ее ключевое преимущество — не только количество серверных помещений, но и глобальная способность к соединению, а также ресурсы низколатентной сети, что делает ее важным узлом инфраструктуры для развертывания ИИ-вычислительных мощностей.

Digital Realty использует платформу PlatformDIGITAL для входа на рынок инфраструктуры ИИ, обслуживая крупных облачных провайдеров и финансовые институты.

На китайском рынке Runze Technology является одним из самых типичных операторов AIDC на рынке A-акций. Ее основная деятельность постепенно трансформируется от традиционных IDC в сторону центров AI-вычислительных мощностей, а ключевыми конкурентными преимуществами являются масштабные дата-центры, ресурсы электропитания и опыт эксплуатации AIDC. Компании Aofei Data и Capital Online постоянно расширяются в направлениях региональных центров обработки данных, облачной инфраструктуры и управления AI-вычислительными мощностями. Sugon сотрудничает в сфере AIDC преимущественно с государственными и корпоративными клиентами, а также в научно-исследовательской сфере.

Другая группа игроков пришла из «трансформации минеральных ферм». Компании, такие как CoreWeave, IREN, Applied Digital и Cipher Mining, ранее были связаны с добычей криптовалют, но из-за резкого роста спроса на GPU для ИИ они быстро переключились на инфраструктуру для вычислительных мощностей ИИ. IREN специализируется на модели «зеленая энергия + вычислительные мощности ИИ», создавая высокоплотные центры обработки данных на базе GPU с использованием возобновляемых источников энергии. Applied Digital и Cipher Mining также переходят от традиционных майнинговых ферм к инфраструктуре высокопроизводительных вычислений для ИИ.

Кроме того, маргинализация, миниатюризация и модульность AI Factory начинают становиться новой тенденцией. Как и в эпоху интернета, когда произошел переход от больших компьютеров к облачным вычислениям, вычислительные мощности ИИ постепенно распространяются от сверхкрупных центральных узлов к региональным крайним узлам.

Поэтому GoodVision AI выбрала другой путь: создание более легковесной, модульной и быстро воспроизводимой AI Factory. В отличие от традиционных крупных AIDC, GoodVision AI уделяет большее внимание возможностям регионального развертывания, эффективности высокоплотных GPU-кластеров и интегрированному взаимодействию энергии и вычислительных мощностей.

Его основная логика заключается не в строительстве единого сверхкрупного центра обработки данных, а в быстром развертывании узлов AI Factory в регионах с высокой плотностью населения, как правило, в виде небольших серверных помещений мощностью 2–4 МВт для выполнения задач инференса ИИ. Такая модель позволяет быстрее подключаться к местным источникам энергии и лучше соответствует тенденции распространения потребностей в ИИ-инференсе к краевым вычислениям.

Если традиционные AIDC напоминают крупные металлургические заводы эпохи промышленной революции, то то, что создает GoodVision AI, скорее похоже на «локальные фабрики токенов» эпохи ИИ — более легкие, гибкие, близкие к пользователям и более подходящие для будущего развития глобальной распределенной сети вывода.

Третий слой торта: GPU — оборудование для производства токенов

Если электроэнергия — это энергия, то GPU — это производственное оборудование. В первые годы взрыва ИИ GPU в основном использовались для обучения; однако в будущем основной спрос будет исходить от вывода. Обучение доступно лишь немногим ведущим компаниям, тогда как вывод проникнет в каждое приложение, каждое устройство и каждый терминал. Роботы нуждаются в выводе, автономные автомобили нуждаются в выводе, AI-очки нуждаются в выводе, и даже будущее взаимодействие между каждым AI-агентом будет потреблять токены в реальном времени.

NVIDIA до сих пор остается абсолютным ядром глобальной индустрии AI-чипов. Ее продукты GPU, такие как H100, B200 и Blackwell, практически определяют текущие глобальные стандарты обучения и вывода AI. Более того, NVIDIA продает не только чипы, но и создает полноценную экосистему через программно-аппаратные решения, такие как CUDA, TensorRT, DGX и HGX, поэтому ее конкурентам необходимо не только конкурировать с производительностью GPU, но и бросить вызов всей экосистеме AI-программного обеспечения.

AMD является основным конкурентом GPU на сегодняшний день, с ключевыми продуктами, включая AI-графические процессоры MI300X. В отличие от NVIDIA, AMD делает акцент на открытой экосистеме и программной платформе ROCm, стремясь привлечь разработчиков ИИ и корпоративных клиентов через более открытый подход.

Broadcom и Marvell представляют другой путь — ASIC и высокоскоростные интерфейсы. По мере усложнения сценариев AI-вывода все больше компаний начинают разрабатывать пользовательские ASIC-чипы для достижения более высокой энергоэффективности и более низкой стоимости.

Intel также выходит на рынок ИИ с помощью серверных CPU и ускорителей Gaudi, надеясь использовать свою экосистему CPU для повторного участия в конкуренции за инфраструктуру ИИ.

На китайском рынке Cambricon является одной из наиболее представительных компаний в области отечественных ИИ-чипов, продвигая серию ИИ-чипов Kunlun и создав собственную ИИ-платформу Neuware. Hygon Information имеет лицензию на архитектуру AMD Zen и сосредоточена на развитии рынка DCU и ИИ-вывода.

Компании китайского производства GPU, такие как Moortech, Suanyuan Technology, Muxi股份 и Biren Technology, представляют направление «отечественной замены» китайских AI-чипов. Они в целом подчеркивают совместимость с экосистемой CUDA и стремятся создавать кластеры отечественных GPU.

От экосистемы CUDA до памяти HBM и до Tensor Core — вся суть индустрии ИИ заключается в постоянном повышении эффективности генерации токенов за единицу времени. В то же время GPU и связанная с ними инфраструктура — серверы, оптические модули, жидкостное охлаждение, коммутаторы — также тесно связаны с эффективностью производства токенов.

Эти вещи не так ярки, как NVIDIA или OpenAI, компании, занимающиеся приложениями ИИ, но именно они определяют, сможет ли весь мир ИИ работать на самом деле. Как промышленная революция требовала не только паровых машин, но и железных дорог, электросетей и портов, так и революция ИИ — это не просто программная революция. Это глобальное обновление цепочки создания стоимости, охватывающее энергию, чипы, сети, облачные вычисления и инфраструктуру.

Vertiv — мировой лидер в области ИБП и управления электропитанием для центров обработки данных, предоставляющий решения для электропитания центров обработки данных, распределения электроэнергии в стойках и систем точного кондиционирования воздуха.

Инвик — лидер рынка жидкостного охлаждения и систем температурного контроля на рынке A, клиентами которых являются крупные интернет-компании, такие как BAT. По мере роста мощности GPU жидкостное охлаждение становится важным стандартом для AIDC.

Компании Чжонхэн Электрик, Кэхуа Дата и Кэшидэ занимают важное положение в области ИБП, систем питания и электроснабжения IDC.

В направлении сетей и оптических модулей компании Zhongji Xuchuang, Xinyisheng и Tianfu Communications получают выгоду от резкого роста спроса на высокоскоростную связь внутри AI-кластеров.

В направлении целых серверов компании Dell, HPE, Supermicro, Lenovo и Inspur отвечают за крупномасштабную сборку и поставку серверов ИИ.

Хотя этот уровень не взаимодействует напрямую с конечными пользователями, он определяет, сможет ли инфраструктура ИИ работать действительно стабильно. Жидкостное охлаждение, ИБП, оптические модули, коммутаторы, накопление энергии и серверы в целом, подобно железным дорогам, электросетям и портам промышленной эпохи, становятся настоящим бизнесом «продавцов лопат» в мире ИИ.

Четвертый уровень торта: LLM — двигатель производства токенов

LLM (большие языковые модели) определяют, как токены понимаются, генерируются и организуются. За последние два года компании OpenAI, Anthropic, Google, Meta, xAI, DeepSeek и другие запустили глобальную «гонку больших моделей». Объем параметров перешел от сотен миллиардов к триллионам, а возможности моделей расширились от генерации текста до мультимодальности, рассуждений, кода, взаимодействия агентов и долгосрочной памяти.

Но по мере развития отрасли рынок начал осознавать: в будущем важным будет не только «кто владеет самой большой моделью», а кто сможет непрерывно запускать модели с более низкой стоимостью и более высокой эффективностью. Дело в том, что сами модели не создают ценность напрямую — ценность создается в процессе вывода при постоянном использовании моделей.

Это также означает, что LLM постепенно эволюционирует от «моделей, демонстрирующих возможности», в «движок генерации токенов» в мире ИИ.

Закрытые и открытые модели, такие как OpenAI, Anthropic, Google Gemini, Meta Llama, конкурируют за вход в будущую экосистему ИИ; в то время как новые игроки, такие как DeepSeek, начинают перестраивать конкурентную среду отрасли за счет более низкой стоимости и более высокой эффективности вывода. Сейчас конкуренция на уровне LLM постепенно перестает быть просто соревнованием по количеству параметров, и критерии оценки постепенно смещаются в сторону многомерного сравнения:

Стоимость токена
Эффективность вывода
Контекст Способности
Совместная работа нескольких агентов
Долгосрочная память
Совместимость модели и инфраструктуры

В эпоху ИИ действительно важно не только то, насколько «умными» являются крупные модели, но и способны ли они работать глобально, масштабно и с низкой стоимостью. GoodVision AI также имеет свои решения на этом уровне: сотрудничая с производителями крупных моделей, они размещают эти модели в дата-центрах AI Factory, переходя от традиционного бизнеса по аренде вычислительных мощностей к прямому предоставлению токен-сервисов; это не только повышает валовую прибыль бизнеса, но и делает опыт пользователей более дружелюбным.

Пятый уровень торта: Распределение токенов — «электросеть» эпохи ИИ

После завершения строительства AIDC возникает следующий вопрос: как эти вычислительные мощности будут использоваться по всему миру?

Так появились платформы аренды вычислительной мощности. Они действуют как «электросети» эпохи ИИ, разделяя, распределяя и сдавая в аренду по требованию централизованные ресурсы GPU разработчикам, компаниям и приложениям ИИ.

AWS, Azure, Google Cloud, Alibaba Cloud и Tencent Cloud остаются самыми сильными игроками на этом уровне. Они обладают крупнейшей в мире инфраструктурой облачных вычислений и постепенно интегрируют ресурсы AI GPU в свои IaaS-системы.

В то же время быстро растет группа «AI-натуральных облаков». Компании, такие как CoreWeave, Nebius и Nscale, специально создают платформы GPU-облаков, ориентированные на потребности обучения и вывода ИИ. По сравнению с традиционными облачными провайдерами, они более гибки, более сфокусированы на задачах ИИ и лучше оптимизируют кластеры GPU.

CoreWeave является одной из наиболее представительных компаний NeoCloud. Изначально она специализировалась на майнинге Ethereum, а затем полностью переключилась на облачные услуги на базе GPU для ИИ и сегодня является одной из ключевых компаний в области инфраструктуры ИИ, поддерживаемых NVIDIA.

Легкие облачные платформы, такие как DigitalOcean и Vultr, ориентированы на небольших разработчиков и стартапы, подчеркивая быстрое развертывание и недорогие услуги GPU.

На китайском рынке, помимо гигантов, такими компаниями, как UCloud, Kingsoft Cloud и Capital Online, являются основными поставщиками на рынке облачных GPU и аренды AI-вычислительных мощностей. Конкурентная среда на этом уровне очень похожа на раннюю электросетевую инфраструктуру: как эффективно распределять рассредоточенные вычислительные мощности.

Шестой уровень торта: Оптимизация токенов и интеллектуальное планирование — мозг эпохи ИИ

Это, возможно, самый недооцененный, но ключевой слой «торта». После взрыва использования AI Agent-ов стало ясно, что не все задачи стоят вызова самых дорогих крупных моделей. Многие простые задачи можно решить с помощью локальных моделей; многие задачи в реальном времени лучше обрабатывать на краю; многие задачи, связанные с конфиденциальностью, вообще нельзя загружать в облако. После вопроса «есть ли вычислительные мощности» появился еще один: «как более разумно использовать вычислительные мощности».

С ростом спроса на токены в экспоненциальном порядке ключом к рациональному и эффективному использованию токенов является принцип: «Правильная модель на подходящей вычислительной мощности решает подходящую задачу». Именно этому направлению GoodVision AI уделяет внимание наряду с развитием фабрики AI-токенов.

Как и современная электрическая сеть: часть спроса исходит от крупных электросетей, часть — от солнечных панелей на крышах. Но действительно важным является средний уровень — «умная система управления».

Будущие ИИ также будут иметь такую же структуру: простые задачи выполняются локальными малыми моделями, сложные задачи передаются крупным облачным моделям, задачи с высокой конфиденциальностью обрабатываются на краю, а задачи с высокой нагрузкой динамически распределяются через гибридное облако.

Помимо Goodvision AI, такие компании, как Qingyun Technology, Lambda, OpenRouter и Fireworks AI, также являются лидерами в оптимизации токенов и интеллектуальном планировании.

Этот слой «торта» сильно пересекается с двумя предыдущими слоями — AIDC и арендой вычислительных мощностей. По мере постоянного роста ресурсов GPU, региональных узлов и масштабов задач инференса, простое «обладание вычислительными мощностями» уже недостаточно для создания долгосрочных барьеров. Всё больше операторов AIDC и облачных платформ GPU осознают, что будущее эффективности и прибыльности определяется не только количеством GPU, а тем, как динамически распределять модели, вычислительные мощности и трафик токенов.

Поэтому многие платформы, ранее ориентированные на AIDC и GPU-облака,也开始向 «интеллектуальному уровню управления» расширяются. Например, такие компании, как UCloud, Capital Online и Sugon на китайском рынке, стремятся объединить свои GPU-облачные ресурсы, мультиоблачные возможности и возможности управления выводом, постепенно переходя от «продажи вычислительной мощности» к «оптимизации вычислительной мощности».

Седьмой уровень торта: Модели и агенты — потребители токенов

Этот уровень, хотя и ближе всего к пользователям и легче всего привлекает трафик, также является самым конкурентным. На GTC 2026 Хуан Ренсюнь выдвинул следующую идею: в будущем каждая компания станет «производителем и потребителем токенов».

AI-агент может одновременно вызывать несколько моделей, инструментов и API, постоянно выполняя рассуждения, планирование и исполнение. Это означает, что в будущем объем потребляемых AI токенов значительно превысит сегодняшний масштаб взаимодействия людей с AI. Некоторые сегодняшние интенсивные пользователи AI уже создают системы с параллельной работой нескольких агентов и их взаимными вызовами, ежедневно потребляя до миллиарда токенов без каких-либо трудностей.

Будущее — это не 1 миллиард людей, использующих ИИ, а 10 миллиардов, а то и 100 миллиардов AI-агентов, работающих одновременно и вызывающих друг друга. И настоящим узким местом станет не «способность модели», а «эффективность распределения токенов».

Крупные технологические гиганты, такие как Microsoft, Google, Meta и Amazon, естественным образом интегрируют возможности ИИ во все свои продукты через офисные системы, поисковые сервисы, социальные сети и облачные решения.

Компании корпоративного программного обеспечения, такие как Adobe, Salesforce, ServiceNow и Palantir, активно продвигаются в направлении корпоративных AI-агентов и автоматизированных рабочих процессов. В то же время Hugging Face становится «Github» эпохи ИИ — это не только сообщество моделей, но и важная инфраструктура глобальной экосистемы разработки ИИ.

На китайском рынке компании Keda讯飞, Kunlun Wanwei, 360, Kingsoft Office и SenseTime занимаются развитием AI-ассистентов, AI-офисных решений и AI-агентов.

Сегодня индустрия ИИ все еще находится в рамках не полностью сформированной инфраструктурной системы.

У некоторых есть самые передовые GPU, но их ограничивает энергопотребление; у некоторых построены огромные AIDC, но им не хватает эффективного планирования; у некоторых разработаны мощные модели и агенты, но они сталкиваются с высокой стоимостью и задержками при выводе; у некоторых есть краевые узлы, но они не могут создать единую согласованную сеть.

От электроэнергии, AIDC и GPU до LLM, распределения токенов, интеллектуального планирования и AI-агентов, весь AI-производственный цикл, несмотря на быстрое развитие, по-прежнему сталкивается с множеством разрывов, избыточности и узких мест в эффективности.

И только когда эта «семиуровневая торта» будет полностью построена и начнет эффективно функционировать в синхронизации, индустрия ИИ перейдет из сегодняшней «эры инструментов» в эру массового внедрения в интеллектуальном мире.

В будущем мире ИИ не только несколько крупных технологических гигантов будут обучать крупные модели, но и миллиарды ИИ-агентов будут постоянно онлайн, постоянно сотрудничать и постоянно использовать вычислительные ресурсы и токены. Каждый диалог, каждое рассуждение, каждый вызов инструмента, каждая автоматизированная задача сопровождаются совместной работой энергии, GPU, сети, систем планирования и узлов вывода.

Это также означает, что индустрия ИИ постепенно эволюционирует из прежней «программной логики» в супериндустриальную систему, охватывающую энергию, чипы, облачные вычисления, краевые сети и интеллектуальное управление.

Как промышленная революция требовала не только паровых машин, но и железных дорог, электросетей и портов; интернет-революция требовала не только ПК, но и оптоволокна, центров обработки данных и облачных вычислений, — истинным признаком зрелости AI-революции станет не появление какого-либо одного вирусного приложения, а формирование глобальной «интеллектуальной инфраструктурной сети», способной непрерывно производить, распределять, координировать и потреблять токены.

Когда эти семь уровней инфраструктуры в конечном итоге будут действительно объединены, логика конкуренции в индустрии ИИ будет полностью перестроена. Будущие самые важные компании, возможно, больше не будут просто теми, кто обладает самыми крупными моделями, а теми, кто сможет соединить энергию, вычислительные мощности, сеть, модели и потоки токенов.