NVIDIA и Microsoft уже начали: за 4 дня 238 звезд DeepSeek-Bot, сгенерировав 30-кратный счет за токены

Введение: DeepSeek-Bot, запущенный 7 октября, является небольшим плагином, который позволяет нескольким AI Bot работать вместе в групповых чатах. За четыре дня он получил 238 звезд, но сам по себе не может стать темой для глубокого анализа. Более важным является то, что он попал в тренд, который переписывает ценообразование на AI-аппаратное обеспечение: многопользовательское сотрудничество приводит к резкому увеличению потребления токенов, а счета за это в конечном итоге ложатся на CPU и память. Эта статья, начиная с этого небольшого плагина, связывает множитель токенов, дефицит CPU, замену памяти и действия двух гигантов в одну линию.

I. 30 раз — это не линейное удвоение, это изменение стоимости с бюджетируемой на небюджетируемую

Сначала посмотрим на масштабы. Согласно данным инженерии Anthropic, потребление токенов одним агентом для выполнения одной типичной задачи составляет примерно 4 раза больше, чем в обычном диалоге, а в многопользовательской системе оно достигает 15 раз. Цифры, предоставленные академическим сообществом, еще более экстремальны: согласно вышеупомянутой совместной статье, потребление токенов агентом в задачах программирования Agentic составляет около 1000 раз больше, чем в стандартном диалоге, а простые инструменты для работы с внешними системами находятся в диапазоне от 5 до 30 раз.

В той же статье есть еще одно открытие, которое может быть легко упущено: при запуске одного и того же агента и выполнении одной и той же задачи колебания счета токенов могут достигать 30 раз. Это означает, что один и тот же пользователь, нажимая одну и ту же кнопку, может вызвать модель с разным количеством вызовов, отличающимся в 30 раз, и каждый раз необходимо повторно отправлять накопленную историю диалога. В отчете Gartner за март 2026 года приводится компромиссная оценка: токены, потребляемые в рабочих процессах Agentic, составляют от 5 до 30 раз больше, чем у стандартных чат-ботов, поскольку один запрос пользователя может вызвать от 10 до 20 последовательных вызовов модели.

Прогнозы исследовательского отдела Goldman Sachs в мае были еще более агрессивными: к 2030 году потребление токенов вырастет в 24 раза, что эквивалентно примерно 12 триллионам токенов в месяц. Падение цены на токены не изменило эту тенденцию: по прогнозам Gartner, к 2030 году стоимость вывода будет ниже более чем на 90% по сравнению с 2025 годом, но темпы роста потребления значительно превышают снижение цен. Один вызов становится все дешевле, количество вызовов увеличивается, и каждый раз они становятся все больше, что приводит к росту общих расходов из-за взрывного роста потребления.

С учетом данных о вызовах и показателях аппаратного обеспечения основное противоречие токеновой экономики уже переместилось с цены на произведение количества вызовов и единичного потребления. Это имеет значение для аппаратного обеспечения: узким местом в использовании GPU больше не является скорость одного прямого вычисления, а пропускная способность памяти и планирование; именно поэтому CPU и память снова попадают в поле зрения ценообразования.

II. CPU возвращается на главную роль

В многопользовательских системах задачи планирования, вызова инструментов, логического анализа и управления контекстом — это то, в чем CPU преуспевает. Согласно исследованию Shanghai Securities Journal, время, затрачиваемое только на этапы планирования в нагрузке на агента, может составлять от 50% до 90% общей задержки; при недостаточной производительности CPU даже самый мощный GPU может простаивать в ожидании планирования.

Спрос уже проявляется в ценах и сроках поставки. Согласно публичным отчетам, Intel подтвердила повышение цен на некоторые серверные процессоры, высококачественные Xeon подорожали на 7% до 12%, а потребительские процессоры в этом году пережили три раунда повышения цен, общая сумма увеличения для серии Plus близка к 30%; AMD ожидает повышения цен на серверные процессоры среднего и высокого класса на 4% до 7% во второй половине года; сроки поставки серверных процессоров увеличились с обычных 1-2 недель до 8-12 недель, в некоторых случаях до 6 месяцев.

Оценки масштабов варьируются от двух компаний. По расчетам Arm, традиционному AI-центру данных требуется около 30 миллионов ядер CPU на один гигабайт мощности, в эпоху агентов это число вырастет до 120 миллионов, увеличившись в 3 раза; согласно оценкам Morgan Stanley, к 2030 году Agentic AI создаст рынок увеличения CPU на сумму от 32,5 до 60 миллиардов долларов, что составит около 60% от общего рынка серверных CPU, превышающего 100 миллиардов долларов. Направление, представленное AMD на телефонной конференции по финансовым результатам за первый квартал, совпадает: соотношение CPU и GPU в AI-инфраструктуре движется от 1:4 к 1:8 к 1:1, и в сценариях с плотным развертыванием агентов количество CPU может превысить количество GPU.

Далее: эластичность этой линии CPU происходит от изменения соотношения, а не от общего роста. Рынок серверных CPU сам по себе растет стабильно, изменения происходят в количестве CPU, стоящих рядом с каждым GPU. Переход соотношения от 1:8 к 1:1 означает, что те же расходы на GPU соответствуют многократным расходам на CPU, что впервые дает CPU независимую логику увеличения в нарративе AI-аппаратного обеспечения. Предпосылкой для этого вывода является то, что нагрузка на агентов действительно будет расти по текущему пути; если этапы планирования будут значительно оптимизированы программным обеспечением, кривая соотношения замедлится.

III. Память: корень нехватки в замене мощностей, а не в колебаниях спроса

Многопользовательские системы зависят от долгосрочной памяти, чтобы запоминать предпочтения, историю и прогресс задач, и вызывать их в разные моменты времени. С технической точки зрения каждое внутреннее рассуждение должно считывать весь постоянно растущий KV-кэш из памяти GPU, рассуждение является работой с высокой пропускной способностью памяти. Говоря языком, знакомым розничным инвесторам: насколько быстро работает GPU, все больше зависит от того, насколько быстро его кормит память.

Руководитель Micron прямо высказался об этом на публичном мероприятии. Исполнительный вице-президент Сумит Садана на форуме технологий KeyBanc заявил, что потребление токенов в нагрузках Agentic AI может достигать от 5 до 30 раз больше, чем в аналогичных задачах чата, а глубокое рассуждение еще выше; генеральный директор Санжэй Мехротра в интервью CNBC сказал, что эпоха обучения уже прошла, эпоха рассуждений только начинается, а AI-агенты даже еще не были действительно масштабно внедрены.

Отчеты Micron подтверждают эту тенденцию. Выручка за третий квартал FY26 составила 41,456 миллиарда долларов, что на 345,7% больше по сравнению с прошлым годом, выручка от бизнеса центров данных составила 11,52 миллиарда долларов, в то время как в прошлом году она составила всего 1,53 миллиарда долларов; выручка за четвертый квартал FY26 возросла до 54,229 миллиарда долларов (финансовый отчет компании, подтвержденный через финансовые данные). Садана добавил на форуме два момента: соотношение спроса и предложения в 2027 году будет более напряженным, чем в 2026 году, клиенты DRAM "даже если предложат высокую цену, не смогут получить более половины желаемого"; на стороне продукта HBM4 36GB 12-high в тестовых условиях может увеличить пропускную способность LLM-рассуждений в 2,6 раза.

Более важная деталь — это коэффициент замены: на каждые 100 бит HBM примерно 300 бит DDR теряются в производстве, и с продвижением HBM4E этот коэффициент может приблизиться к 4:1. Это означает, что структурная причина нехватки памяти не в спросе, а в физической замене мощностей: на каждую единицу расширения HBM традиционное предложение DRAM сжимается на три-четыре единицы. Пока HBM продолжает расширяться для AI, нехватка DDR не может быть разрешена за счет снижения спроса, и точка проверки этой логики спроса и предложения будет в последующих публикациях Micron и других производителей о мощностях и ценах.

IV. Паника программного обеспечения и увеличение аппаратного обеспечения происходят от одного и того же выпуска продукта

В середине января 2026 года Anthropic выпустила Claude Cowork, 30 января был запущен отраслевой плагин для юридических, финансовых, продаж и других функций, затем Claude Opus 4.6 разбивает большие задачи на подзадачи и передает их различным агентам для параллельного выполнения. Реакция рынка разделилась на две части. На стороне программного обеспечения, согласно публичным отчетам и исследованию Wedbush, объем продаж программного обеспечения, который был стерто в результате распродажи, составляет от 800 миллиардов до 1 триллиона долларов (разные статистические данные охватывают разные диапазоны акций), FactSet упала на 10% за один день, Wedbush назвал это "Software-mageddon". Основная тревога заключается в том, что после того как агенты смогут самостоятельно выполнять проверку контрактов и финансовый анализ, модель SaaS, основанная на оплате за пользователя, будет подвержена эрозии.

На аппаратной стороне в то же время были представлены противоположные данные. Morgan Stanley отметил, что по мере перехода AI от генеративного к агентному, область инвестиций расширится от GPU к CPU и памяти; вес полупроводников в S&P 500 уже превысил 20%. Две стороны одной медали: чем сильнее способность агентов к замене, тем больше потребление базовой вычислительной мощности, CPU и памяти. Тревога по поводу доли программного обеспечения и увеличение спроса на аппаратное обеспечение движутся в рамках одного и того же продуктового цикла, рассматривая их как две разные истории с отдельным ценообразованием, возможно, является одним из крупнейших разногласий в ценообразовании в текущем AI-секторе.

V. Что делают Microsoft и NVIDIA

7 октября по местному времени Microsoft представила в Сан-Франциско Surface Laptop Ultra, разработанный в сотрудничестве с NVIDIA: платформа NVIDIA RTX Spark, GPU Blackwell RTX с максимум 6144 ядрами, CPU Grace с максимум 20 ядрами, унифицированная память до 128 ГБ, способная локально запускать модели с более чем 120 миллиардами параметров, начиная с цены 2599 долларов, поставки начнутся 16 октября. Хуан Жэньсюн присутствовал на мероприятии, его слова были широко процитированы: "На протяжении сорока лет вы запускали приложения, нажимали, печатали; теперь вы задаете вопросы, а компьютер работает за вас."

Более важным, чем аппаратное обеспечение, является изменение операционной системы. Согласно официальному блогу Microsoft, Windows была переработана вокруг "гибридного интеллекта": после получения разрешения Copilot может читать локальные файлы, упорядочивать их, устранять неполадки, выполнять рабочие процессы; с точки зрения безопасности через системные контейнеры ограничивается доступ агентов к файлам и сетям; по задачам осуществляется планирование между локальными и облачными моделями. NVIDIA также 28 сентября представила Open Agent Safety Platform, охватывающую безопасность агентов от тестирования до развертывания; Хуан Жэньсюн также сообщил, что сумма заказов на системы Blackwell и Вера Рубин достигла 1 триллиона долларов и охватывает до 2027 года (по данным компании).

Логика этих двух действий последовательна: Microsoft восстанавливает вход для эпохи агентов на уровне операционной системы, а NVIDIA готовит запасы для масштабного развертывания агентов на уровне чипов и платформ. Скорее, они не ожидают прихода многопользовательского сотрудничества, а уже строят для него основу. Перемещение части рассуждений на локальные устройства по сути признает, что потребление вычислительной мощности агентами слишком велико, и его необходимо обрабатывать по уровням, каждый ПК, работающий с агентами, становится новой постоянной вычислительной узлом.

VI. Счет за токены: от оплаты за пользователя к оплате за потребление

Исследование Gartner среди предприятий в 2026 году дает данные, которые стоит серьезно учитывать: почти четверть технических лидеров уже платят от 200 до 500 долларов в месяц за токены AI-кодирования для каждого разработчика, около 6% превышают 2000 долларов; агентство прогнозирует, что стоимость токенов AI-кодирования к 2028 году превысит среднюю зарплату разработчиков. Это предвещает смену способа выставления счетов: в эпоху чат-ботов бюджетировалось по количеству мест, в эпоху агентов бюджетировать можно только по количеству выполненных действий, а количество действий даже сама модель не может точно оценить, вышеупомянутая совместная статья четко указывает, что модель будет постоянно недооценивать количество токенов, которые она собирается потратить.

Возвращаясь к маленькому плагину с 238 звездами. Main Bot по умолчанию отвечает самостоятельно, по мере необходимости вызывая других ботов, на самом деле разработчик занимается самым простым управлением бюджетом токенов. Этот микроакт в корпоративном развертывании будет иметь увеличенное значение: жесткий спрос на CPU, память и сеть только усилится.

Заключение

238 звезд DeepSeek-Bot не важны, важна структура затрат, которую она демонстрирует: каждый шаг сотрудничества многоагентной системы увеличивает счет за токены, и величина этого изменения даже сама модель не может предсказать. Эта структура давит вниз по цепочке поставок, сначала изменяя соотношение и сроки поставки процессоров, затем меняя производственные мощности памяти, и, наконец, перерабатывая операционные системы. С этой точки зрения, структура потребления вычислительной мощности, возможно, движется от однополярных GPU к совместной работе CPU, памяти и GPU, при этом прирост спроса на аппаратное обеспечение относительно легче проверить, а влияние на программное обеспечение зависит от темпа замещения агентов; обе линии движутся под воздействием одного и того же продуктового цикла. В какой степени этот переход уже учтен рынком, еще предстоит выяснить.

Отказ от ответственности: содержание данной статьи предназначено только для общей информации и рыночных комментариев, основано на открытых данных на момент написания, связанные рыночные данные, ожидания и вероятности могут изменяться в зависимости от рыночной ситуации. Мнения и инвестиционные стратегии третьих лиц, упомянутые в статье, представляют собой лишь взгляды соответствующих третьих лиц на определенный момент времени и не отражают мнения или рекомендации BIT. Данная статья не является инвестиционным советом, исследованием, предложением, призывом или рекомендацией по каким-либо ценным бумагам, инвестиционным продуктам или торговым стратегиям и не должна рассматриваться как основание для каких-либо инвестиционных решений. Финансовые рынки несут риски, цены на ценные бумаги и рыночные показатели могут колебаться, исторические результаты и прошлые рыночные тенденции не гарантируют будущих результатов. Инвесторы должны самостоятельно оценивать связанные риски в зависимости от своей ситуации и при необходимости обращаться за профессиональным советом. Торговые услуги BIT на Гонконгской фондовой бирже не предоставляются резидентам Гонконга или пользователям из других ограниченных юрисдикций.