Российский рынок GPU-услуг переживает этап структурной перестройки и активного импортозамещения. По данным ИТ-холдинга T1, только 9% российских организаций обеспечены вычислительной инфраструктурой для ИИ. При этом сами компании считают внедрение ИИ необходимым условием сохранения своей конкурентоспособности на рынке. Мы провели исследование отечественного рынка GPU-инфраструктуры и сервисов, чтобы выявить ключевые тренды и барьеры, сравнить предложения поставщиков и изучить пользовательский опыт. Результаты — в этом материале.
Современный рынок GPU в России: мнение поставщиков услуг
По словам компаний-поставщиков, чаще всего клиенты используют GPU-инфраструктуру для инференса (выполнения) моделей ИИ (ML, LLM, компьютерное зрение и др.) — эту задачу назвали 36%.
Среди главных изменений на рынке за 2025 год чаще всего компании называли увеличение числа заказчиков/проектов, использующих GPU-инфраструктуру (30,4%) — это говорит о росте спроса на GPU-услуги, который будет способствовать дальнейшему развитию сферы.
По словам Воронина Михаила, Product Owner GPUaaS в K2 Cloud, спрос на GPUaaS в публичном облаке демонстрирует взрывной рост: «Количество запросов на GPU в нашем облаке выросло в 4 раза по сравнению с 2024 годом. Особенно активны ритейл, финансовый сектор, промышленность и ИТ-сектор — отрасли, где машинное обучение дает измеримые результаты».
Главным драйвером этого прогресса большинство поставщиков считает развитие AI/ML-технологий — этот вариант набрал 30,4%. Искусственный интеллект сохраняет большое влияние на развитие отрасли.
«Рынок GPU-услуг входит в фазу зрелости. “Гонка вооружений” в виде закупки самых новых H100/H200 замедляется. На смену ей приходит “гонка эффективности”».
Михаил Соколов, директор по стратегии и технологиям в «Турбо Облако»
Основным барьером же поставщики GPU-услуг считают санкционные ограничения и проблемы с импортом (26,1%). При этом Марат Хадумагомедов, коммерческий директор корпоративного облачного провайдера Cloud4Y, видит в этом возможность для развития: «Из-за санкционных ограничений на поставки оборудования компании активнее переходят от собственных серверов к облачным услугам. В результате спрос на почасовую аренду стремительно растет, и провайдерам, включая нас, необходимо оперативно расширять пул предлагаемых GPU».
Говоря о влиянии AI-трендов на рынок, самым значимым большинство респондентов называли: распространение генеративных моделей (тексты, код, изображения) — 33.3%; рост использования AI для кодинга и разработки ПО — 25%; встраивание AI в массовые корпоративные инструменты (офисы, CRM, ERP) — 20.8%.
Еще одним значимым трендом директор AI-вертикали в Selectel Александр Тугов считает усиливающееся внимание бизнеса к информационной безопасности: «Использование ИИ зачастую связано с обработкой чувствительных данных, а публичные модели и внешние ИИ-сервисы несут риски утечек и нарушений внутренних политик. Поэтому компании все чаще выбирают защищенные контуры — решения, позволяющие разворачивать и использовать модели в контролируемой среде с соблюдением требований регуляторов и внутренних стандартов».
«Российский рынок GPU-инфраструктуры растет на фоне активного распространения искусственного интеллекта: компании переходят от пилотов к промышленному внедрению ИИ в бизнес-процессы. Это формирует спрос на специализированную ИТ-инфраструктуру для таких проектов. Так, по итогам 2025 года выручка Selectel от GPU в облачных серверах выросла втрое».
Александр Тугов, директор AI-вертикали в Selectel
Топ-3 поставщиков GPU-услуг в России
1 место. Selectel
Лидером рейтинга российских поставщиков GPU-услуг стала компания Selectel, набрав 372 балла. Selectel — это провайдер AI-инфраструктуры для проектов любой сложности. Компания предоставляет комплексные решения для задач в сфере искусственного интеллекта — от вычислительных мощностей с GPU до платформенных сервисов для инференса AI-моделей.
Кейс: «Атом» и Selectel: ускорение разработки ADAS и дата-платформы для электромобиля
С 2023 года в партнерстве с Selectel «Атом» развивает ИТ-сервисы будущего электромобиля, включая систему помощи водителю (ADAS) и дата-платформу. Команда использует мощные GPU-серверы различных конфигураций для обучения моделей машинного обучения и ИИ. ML-платформа Selectel, со временем масштабированная и адаптированная под потребности «Атома», позволяет эффективно решать новые задачи и развивать функциональность сервисов.
Selectel обеспечивает отказоустойчивые кластеры для размещения сервисов и гибкое хранилище данных разных классов, что позволяет одновременно быстро обрабатывать горячие данные и надежно архивировать холодные. Managed-сервисы и гибкая инфраструктура ускоряют внедрение новых функций и масштабирование решений.
Особую ценность представляет уникальный подход Selectel к поиску решений для нестандартных задач, включая подбор оптимальных инфраструктурных инструментов для достижения целей клиента. А гибкая модель оплаты ресурсов (Pay-As-You-Go — только за фактически потребляемые мощности) позволяет эффективно управлять затратами.
2 место. ITGLOBAL.COM (корпорация ITG)
Вторую строчку рейтинга отечественных поставщиков GPU-услуг занимает ITGLOBAL.COM, набрав 266 баллов. ITGLOBAL.COM — это международный облачный провайдер и системный интегратор, входит в корпорацию ITG. Компания обеспечивает комплекс ИТ-услуг, направленных на развитие ИТ-инфраструктуры заказчика и его бизнеса в целом. Поставщик предлагает аренду инфраструктуры с GPU, в том числе облачных серверов с графическими видеокартами и выделенных серверов с GPU.
Кейс: запуск корпоративного ИИ-ассистента на GPU-инфраструктуре ITGLOBAL.COM
ITGLOBAL.COM предоставила GPU-инфраструктуру для запуска корпоративного ИИ-ассистента в крупной российской компании с распределенной структурой бизнеса. Решение разрабатывалось для работы во внутреннем контуре. На платформе NVIDIA RTX 6000 Blackwell Server Edition была развернута среда для работы ИИ-ассистента с RAG, который позволяет находить релевантную информацию во внутренних источниках компании и формировать ответы на ее основе. Решение интегрировали с регламентами, шаблонами, технической документацией и историей сервисных запросов.
В результате GPU-инфраструктура от ITGLOBAL.COM обеспечила необходимую производительность для обработки запросов в диалоговом формате и дала возможность масштабировать сервис по мере роста числа пользователей и объема базы знаний. После запуска ИИ-ассистента среднее время поиска информации в компании сократилось с 15 минут до 40 секунд, а нагрузка на внутренние сервисные команды снизилась на 37%.
«В нашем GPU Cloud реализована поддержка технологии vGPU, и заказчик может получить не только профиль карты, но и виртуализированный GPU‑профиль с настраиваемым объемом памяти и вычислительных ресурсов. Такой подход дал возможность стартовать с минимально необходимой конфигурации, верифицировать архитектуру на реальных данных и выйти в продуктивную нагрузку с нужным объемом ресурсов. Дополнительное преимущество для компаний, уже работающих на международных рынках или планирующих выход за рубеж, — доступ к GPU‑инфраструктуре в наших зарубежных локациях».
Евгений Свидерский, директор облачного направления ITGLOBAL.COM (корпорация ITG)
3 место. Cloud4Y
Тройку лучших поставщиков GPU-услуг на российском рынке закрывает Cloud4Y, набрав 250 баллов. Cloud4Y — это один из ведущих поставщиков облачных решений в России и за рубежом. Компания также предлагает аренду виртуальных серверов с графическим процессором.
Кейс: обучение ML-моделей для CodeAche на GPU-инфраструктуре immers.cloud
Когда «Цифровые привычки» развивали CodeAche, систему для поиска технического долга и интеллектуального рефакторинга, команде быстро понадобились GPU-мощности для обучения ML-моделей. Свое оборудование оказалось слишком дорогим, а аренда на рынке не подходила по конфигурациям, цене или срокам подключения.
Компания выбрала GPU-инстансы NVIDIA A100 в облаке immers.cloud. Инстанс стоил 115 тысяч рублей в месяц, оборудование предоставили за один день, а поддержка помогла подобрать конфигурацию без лишних затрат.
В итоге команда уложилась в сроки, сохранила бюджет и получила стабильную среду для обучения моделей. При этом инфраструктура подходит и для дальнейшего масштабирования коммерческой версии, так что облако стало не просто арендой GPU, а способом довести ИИ-продукт до рынка.
Полный рейтинг читайте по ссылке.
Перспективы развития российского рынка GPU-услуг
Перспективы развития рынка вселяют большие надежды. 66,7% поставщиков GPU-услуг признались, что планируют закупку новых GPU по мере появления нового оборудования на рынке, а 33,3% собираются закупать GPU после тестирования и подтверждения актуальности и спроса. При этом не нашлось ни одного поставщика, кто бы не планировал расширяться на данный момент.
«Рынок GPU-услуг однозначно будет расти, так как все больше компаний внедряют в свои бизнес-процессы искусственный интеллект, а это, в свою очередь, требует доступа к серьезным ресурсам. А с учетом того, что не каждый бизнес видит целесообразным закупку собственного оборудования для этих целей, он будет идти в облака, — считает Продайвода Николай, руководитель продукта в компании «НУБЕС». — Мы уже сейчас видим, что конкретно в нашем облаке запрос на GPU-услуги вырос с начала 2026 года на 149%».
Развивать направление AI/ML-продуктов с GPU в ближайшие 1–2 года планируют все поставщики. Чаще всего участники опроса отвечали, что собираются выводить на рынок преднастроенные AI-сервисы и платформы (28,6%) и AI-маркетплейсы (25%)
Как отмечает Евгений Мартынов, директор по информационным технологиям «Рег.облака», сейчас на рынке растет спрос со стороны AI/ML-проектов, увеличивается интерес к готовым преднастроенным сервисам, а компании все чаще выбирают локальные облачные решения для надежной и безопасной работы.
Интересно, что осторожная стратегия закупок (после тестирования) чаще связана с ощущением усиления конкуренции на рынке (66,7% против 0%) и дефицита оборудования (100% против 33,3%). Более быстрые закупки (по мере появления GPU) чаще сопровождаются фокусом на генеративных моделях (100% против 66,7%) и интересом к готовым GPU-сервисам (66,7% против 33,3%).
Пользовательский опыт на рынке GPU
Отдельно от компаний-поставщиков GPU-услуг мы опросили экспертов из крупных компаний-потребителей. По итогам, более 40% респондентов используют GPU-инфраструктуру в работе от одного года до трех лет. От трех до пяти лет — 27,3%.
Почти половина опрошенных пользователей (45,5%) ответили, что пользуются арендой GPU. Еще 36,4% выбирают гибридный подход — сочетание аренды и собственного оборудования в зависимости от задач. Полностью закупают GPU только 18,2%.
Максим Захаренко, генеральный директор компании «Облакотека», отмечает растущий переход от разовых проектов к постоянному потреблению GPU как сервиса: «Бизнес уже не хочет покупать сервер с видеокартой, он хочет гибкость: подключил ресурсы под задачу — выключил, когда не нужно. Поэтому растет спрос на vGPU и поминутную тарификацию».
Чаще всего GPU-инфраструктуру используют для обработки и анализа больших данных (22,2%), а также инференса (выполнения) моделей ИИ (20,6%). Также популярны такие задачи, как развитие моделей машинного обучения (17,5%) и рендеринг (15,9%).
Самым значимым фактором при выборе провайдера GPU-инфраструктуры пользователи назвали стоимость услуг (25,4%). Также в тройку важных факторов вошли наличие необходимых моделей GPU (17,9%) и локализация инфраструктуры в РФ (14,9%), что может быть особенно важным для отдельных сфер.
Функциональность и стабильность текущей GPU-инфраструктуры респонденты в целом оценили сдержанно-позитивно. Самой частой оценкой для функциональности стали 4 балла — такой вариант выбрали 39,4% опрошенных. Еще по 24,2% поставили либо 3, либо 5 баллов. Стабильность также чаще всего оценивали на 4 балла, но распределение здесь оказалось немного иным: 30,3% дали 3 балла, 27,3% — 5 баллов.
Стоимость GPU-услуг участники исследования воспринимают заметно осторожнее. Наиболее распространенной оценкой стала «тройка», ее выбрали 36,4% респондентов. При этом 24,2% поставили ценам 4 балла, а 18,2% оценили их на 5 баллов.
«Если оглянуться на 2025 год, средняя стоимость аренды GPU-конфигураций держалась в районе 100 тыс. рублей. Однако с появлением на рынке мощных карт серии NVIDIA H200 цены на аренду выросли на 27%»
Михаил Соколов, директор по стратегии и технологиям компании «Турбо»
Главной проблемой на рынке, по мнению пользователей, является дефицит оборудования: серверов и стоек (23,2%). Также среди частых проблем респонденты выделили высокую стоимость (19,5%) и ограниченный выбор конфигураций оборудования (14,6%).
Шардина Ксения, директор по продажам «АКВИС Лаб», утверждает, что российский рынок GPU-мощностей находится в фазе «первичного накопления железа» при остром дефиците сервисной инфраструктуры. Основной барьер, по ее мнению, — нежелание операторов переходить от прямой продажи ресурсов (CAPEX-подход) к гибким партнерским моделям (OpEx и Revshare).
Примечательно, что большинство пользователей отмечают снижение и ухудшение доступности GPU-инфраструктуры в России за последний год (36,4%). Умеренный рост видят 27,3% опрошенных, а еще 21,2% не заметили никаких изменений.
«Разрыв между рыночным спросом и инертностью поставщиков вынуждает разработчиков ИИ-сервисов самостоятельно создавать технические и финансовые прослойки. Вместо фокусировки на основном продукте команды тратят ресурсы на написание биллинговых систем и интеграционных API, выполняя работу, которую должен брать на себя сервис-провайдер», — считает Ксения Шардина.
Качество услуг на рынке, по мнению пользователей, за год не изменилось — так ответили 30,3%. При этом по 27,3% отметили как умеренное улучшение, так и снижение качества. Это говорит о том, что пользовательский опыт сильно отличается в зависимости от провайдера — еще не все игроки могут предложить высокое качество услуг.
Не собираются развивать AI-инициативы в ближайшие пару лет лишь 4,8% опрошенных пользователей. Остальные чаще всего отвечали, что планируют автоматизировать внутренние бизнес-процессы (22,6%), анализировать данные и поддерживать управленческие решения (19,4%) и внедрять ИИ-ассистентов для сотрудников (16,1%).
Говоря о самом влиятельном AI-тренде, пользователи сошлись во мнении с поставщиками — большинство опрошенных также назвали распространение генеративных моделей (23,3%). А вот на втором месте у пользователей оказалось импортозамещение и развитие отечественных ИИ-моделей и платформ (19,2%).
Выводы
По данным исследования, российский рынок GPU-услуг находится на этапе активного роста и структурной трансформации, где ключевым драйвером выступает масштабное внедрение AI/ML-технологий. Спрос на GPU-инфраструктуру увеличивается, особенно со стороны задач инференса, аналитики данных и разработки моделей. На этом фоне усиливается интерес к облачным и сервисным моделям потребления (GPUaaS), позволяющим гибко управлять ресурсами без значительных капитальных затрат.
В то же время рынок остается ограниченным рядом системных барьеров: дефицитом оборудования, высокой стоимостью GPU-ресурсов и санкционными ограничениями. Эти факторы формируют парадоксальную ситуацию — спрос растет быстрее, чем инфраструктура успевает масштабироваться, что напрямую влияет на доступность и стоимость услуг. Пользовательский опыт также остается неоднородным: при в целом позитивной оценке функциональности и стабильности инфраструктуры, стоимость и ограниченный выбор решений продолжают сдерживать более широкое внедрение.
Несмотря на существующие ограничения, рынок демонстрирует устойчивый потенциал роста. Все опрошенные поставщики планируют расширение GPU-парка и развитие AI/ML-направлений, делая ставку на преднастроенные сервисы, платформенные решения и маркетплейсы моделей.
В ближайшие годы можно ожидать дальнейшего смещения фокуса с наращивания «железа» к повышению эффективности его использования, развитию экосистемы сервисов и усилению конкуренции между провайдерами, что в конечном итоге должно привести к повышению зрелости и доступности GPU-инфраструктуры в России.