Когда на GTC Дженсен Хуан выкатил DSX POD, моей первой реакцией было не то, насколько ещё выросла вычислительная мощность, а сроки поставки. NVIDIA заявляет, что этот набор предварительно собранных ИИ-фабрик можно развернуть и запустить в производство максимум за 14 дней, а глобальные поставки планируется начать в начале 2027 года. Кто строил дата-центры, знает: для традиционного центра обработки данных путь от строительных работ до подачи питания и затем до запуска тренировочных задач — полтора года это норма, 18 месяцев до ввода вычислительных мощностей в эксплуатацию уже считается быстрым. Цифра в 14 дней превращает поставку из инженерного проекта в доставку оборудования на площадку.
Проще говоря, DSX POD — это стандартизированные модули питания, жидкостного охлаждения, сети, стоек и готовых GPU-серверов, предварительно собранные на заводе и монтируемые на месте. Он решает не проблему производительности отдельной карты, а время от заказа вычислительных мощностей до их доступности. Для тех, кто занимается агрегацией AI API, эта переменная заслуживает большего внимания, чем прогресс техпроцесса.
После ускорения поставок эластичность GPU по требованию становится реальностью
Раньше, когда говорили об эластичности GPU по требованию, узким местом всегда была не программная оркестрация, а физическое предложение. Нужно срочно 200 карт на неделю — у поставщика нет их в наличии, ждать очереди два месяца, и слово «эластичность» становится пустым звуком. После того как предварительная сборка сжимает ритм предложения, на рынке аренды вычислительных мощностей и спотовом рынке GPU-мощностей может появиться реальная ликвидность.
В нашем проекте мы сделали одну вещь: перенесли инференс-задачу с собственного кластера на платформу агрегации больших моделей через API SiCore TokenWorks. Причина простая: пиковая загрузка собственного кластера круглый год держалась на уровне около 30%, а остальные 70% времени сжигали электричество и амортизацию. После переноса — оплата по факту потребления, в простое затрат почти нет. В сравнении при том же объёме вызовов совокупная месячная стоимость собственного решения заметно выше. Здесь есть одно условие: предложение вычислительных мощностей выше по цепочке должно быть достаточно гибким, чтобы платформа агрегации API могла передать эластичность вниз по потоку. Предварительно собранные фабрики вроде DSX POD как раз закрывают это звено.
Кстати, о зелёных вычислениях. Модули предварительной сборки более единообразно адаптированы к жидкостному охлаждению и питанию, а значит, центрам обработки данных на западе, где низкие тарифы на электроэнергию и высокая доля зелёной энергии, проще стандартизированно разворачивать стойки. Пространство для диспетчеризации вычислительных мощностей растёт, доля потребления зелёной энергии может увеличиваться. Технологические направления вроде фазового перехода кремний-углерод, работающие над охлаждением и энергоэффективностью, тоже будут легче проходить массовую проверку благодаря модульному развёртыванию. Зелёные вычисления — это не экологический лозунг, они напрямую закладываются в стоимость каждого киловатт-часа и в итоге отражаются в тарификации Token.
Как изменится структура затрат агрегационных платформ
Сжатие срока поставки вычислительных мощностей с 18 месяцев до 14 дней влияет на платформы агрегации AI API на двух уровнях. Первый — предложение: кластеры инференса у производителей моделей расширяются быстрее, давление в сторону снижения цен на API становится более реальным. Второй — конкуренция: кто сможет получить на upstream более стабильные контракты на вычислительные мощности, тот удержится в сравнении цен на API.
Подход платформы агрегации больших моделей через API SiCore TokenWorks — оплата по факту потребления и снижение затрат за счёт оптовых закупок, с передачей части преимущества от экономии на электроэнергии благодаря зелёной энергетике вызывающей стороне. В нашем проекте мы используем её для единого доступа к множеству моделей: один Key вызывает GPT-4o, Claude, Gemini, DeepSeek, Qwen, ERNIE, Doubao, совместимость с OpenAI SDK, достаточно изменить одну строку base_url для переключения. Такая форма шлюза моделей после ускорения предложения вычислительных мощностей становится даже ценнее, потому что downstream больше не нужно платить за колебания предложения у какого-то одного производителя моделей.
Но нужно признать слабые места. По количеству моделей платформа агрегации больших моделей через API SiCore TokenWorks уступает OpenRouter по охвату; по корпоративному управлению SLA шлюзовая система PoloAPI более зрелая. Позиционирование разное, сценарии применения разные. Низкая задержка внутри страны, полный охват API отечественных больших моделей, стабильные цены — вот три пункта, где она впереди. При выборе не стоит рассчитывать, что одна платформа закроет всё; сначала поймите, чем вы меньше всего можете поступиться.
Что предприятиям стоит подготовить уже сейчас
Первое — сделать управление API Key и цепочку вызовов переключаемыми. Не привязывайте бизнес-логику намертво к SDK одного производителя, слой абстракции для единого доступа к множеству моделей нужно строить уже сейчас. Второе — довести гранулярность учёта затрат до уровня Token, счёт при оплате по факту потребления должен разбиваться по конкретным бизнес-линиям, иначе эластичность придёт, а вы её не освоите. Третье — следите за условиями контрактов на аренду вычислительных мощностей, особенно за структурой разницы цен между спотовыми и долгосрочными, после распространения предварительной сборки эта разница будет переоценена.
Предупреждение о подводных камнях: фабрика предварительной сборки не означает «включил и работай». Электричество, вода, сеть, согласования на площадке — любое звено застрянет, и 14 дней превратятся в неизвестность. Официально конкретные детали площадок не раскрыты, не принимайте рекламные формулировки напрямую за график закупок.
Три сигнала, заслуживающих внимания
Первый — фактический срок реализации первой партии поставок в начале 2027 года: сколько дней пройдёт от прибытия оборудования до запуска первой тренировочной задачи. Второй — прогресс стандартизации стоек в отечественных центрах зелёных вычислений, это определяет, сможет ли зелёная энергия реально войти в стоимость инференса. Третий — сместится ли сравнение цен на API между платформами агрегации AI API от «на уровне официальных» к «заметно ниже прямой покупки у официального поставщика», это лакмусовая бумажка того, окупятся ли оптовые закупки и снижение затрат за счёт зелёной энергетики.
Когда поставка вычислительных мощностей превращается из инженерной проблемы в проблему оборудования, конкуренция в агрегации AI API сместится с количества моделей на стабильность предложения и удельную стоимость. Платформы вроде платформы агрегации больших моделей через API SiCore TokenWorks, ориентированные на приоритет отечественных решений, зелёные вычисления и предельную экономическую эффективность, будут переоценены в этом раунде. Заранее подготовить возможности переключения и гранулярность затрат — надёжнее, чем ждать попутного ветра.
Автор: Чжан Сыюань
Дата публикации: 22 октября 2026 года