Google разместила заказ на более чем 3 миллиона AI-чипов у Intel — с поставкой в 2028 году. Параллельно Nvidia тестирует производственные мощности Intel для архитектуры Feynman — следующего поколения после Blackwell. Оба события случились в один период и говорят об одном: TSMC физически не успевает за темпами AI-гонки, и крупнейшие игроки начинают диверсифицировать производственную цепочку.
Контекст
Intel Foundry — подразделение, которое годами было символом кризиса компании. Отставание от TSMC по техпроцессам, постоянные убытки, сомнения в жизнеспособности всего направления. Пока TSMC удерживала монополию на производство самых передовых чипов — для Apple, Nvidia, AMD, Qualcomm — Intel оставалась на обочине контрактного производства.
Но у TSMC есть структурное ограничение: производственные мощности нельзя масштабировать мгновенно. Строительство нового завода занимает годы, требует десятков миллиардов долларов и узкоспециализированных кадров. Спрос на AI-ускорители растёт быстрее, чем TSMC успевает расширяться. Это создаёт дефицит, который всё острее ощущают Google и Nvidia — крупнейшие потребители передовых чипов на планете.
Intel оказывается в редкой позиции: у неё есть заводы, есть инженерная база, и есть политическая поддержка — особенно в США, где производственный суверенитет стал стратегическим приоритетом. Программа CHIPS Act направила в отрасль десятки миллиардов долларов субсидий, и Intel — один из главных получателей.
Аналитика
Заказ Google на 3+ млн чипов — это не эксперимент и не PR-жест. Это коммерческое решение с горизонтом 2028 года, а значит, внутри Google уже есть уверенность, что Intel Foundry способна выполнить такой объём. Для Intel это не просто выручка — это легитимация. Когда один из крупнейших технологических заказчиков мира ставит на тебя, рынок начинает воспринимать тебя иначе.
Интерес Nvidia к Intel для архитектуры Feynman ещё показательнее. Nvidia строила свою производственную стратегию вокруг TSMC — и любое тестирование альтернатив говорит о том, что риски концентрации воспринимаются всерьёз. Feynman — это чипы, которые появятся после 2026 года. Тест сегодня означает: если TSMC снова не будет успевать, Intel должна быть готова взять часть объёма.
Глубже здесь работает логика supply chain resilience. После пандемийных дефицитов, тайваньской геополитики и экспортных ограничений крупные компании системно диверсифицируют критические цепочки поставок. AI-чипы — это теперь стратегический актив, не менее важный, чем энергетика или логистика. Intel, неожиданно для многих, становится страховкой для всей индустрии.
Кейсы применения в бизнесе
B2B-SaaS стартап, строящий AI-продукт: пока вы не покупаете чипы напрямую, вы покупаете облачные GPU — у AWS, Google Cloud, Azure. Диверсификация производственной базы Intel означает, что через 2-3 года облачная мощность вырастет, а цены на GPU-инстанции стабилизируются или снизятся. Уже сейчас стоит следить за анонсами Google Cloud об инфраструктуре на Intel-чипах — они могут оказаться дешевле NVIDIA-кластеров для определённых задач инференса.
Корпорация с on-premise AI-инфраструктурой: если вы планируете капитальные вложения в серверное железо на 2027-2028 год, имеет смысл включить Intel Foundry-based чипы в тендерную матрицу наряду с продуктами на базе TSMC. Конкуренция поставщиков — прямой рычаг снижения стоимости закупки.
SMB и локальный бизнес в КР/СНГ: прямого эффекта нет сегодня, но косвенный появится через 2-3 года: если дефицит GPU снизится, стоимость AI API (OpenAI, Anthropic, Google) и облачных сервисов не будет расти так агрессивно. Для бизнеса, который строит автоматизацию на API, это означает более предсказуемое бюджетирование.
Кейсы в личной жизни
Разработчик и ML-инженер: следите за новостями о Intel Gaudi — серии AI-ускорителей Intel, альтернативе NVIDIA GPU. Если Intel наращивает объёмы для Google и Nvidia, значит и Gaudi-кластеры в облаке станут доступнее. Для файн-тюнинга небольших моделей или инференса это может оказаться экономически выгоднее H100.
Контент-мейкер и фрилансер: рост мощностей в AI-инфраструктуре прямо влияет на доступность и скорость генеративных инструментов — видео, голос, изображения. Когда мощностей больше, сервисы дешевеют или становятся быстрее. Это не абстракция: именно дефицит GPU держал цены на Midjourney, Runway и аналоги на высоком уровне последние два года.
Студент и исследователь: академические вычислительные гранты и бесплатные тиеры облачных платформ расширяются пропорционально росту мощностей. Если Intel успешно закроет часть дефицита, через 2-3 года доступ к GPU для учебных проектов станет проще — особенно через Google Colab и аналоги, которые работают на Google-инфраструктуре.
Как применить сегодня
- Отслеживайте анонсы Intel Gaudi 3 и облачную доступность в Google Cloud — уже сейчас есть инстанции, дешевле H100 для инференса.
- Если планируете AI-инфраструктуру на 2027+, включите в RFP требование поддержки чипов не только на базе TSMC — это создаст переговорный рычаг.
- Следите за роадмапом Intel 18A — это техпроцесс, который тестирует Nvidia для Feynman. Его готовность определит реальный потенциал Intel как foundry-альтернативы.
- Для ML-проектов с ограниченным бюджетом: протестируйте Intel Extension for PyTorch на Gaudi-инстанциях — в ряде задач экономия по сравнению с NVIDIA достигает 30-40% при сопоставимой скорости.
- Подпишитесь на обновления CHIPS Act и Intel Foundry — финансирование и партнёрства там объявляются регулярно и дают ранний сигнал о реальных сроках масштабирования мощностей.