Індійська компанія AM Intelligence замовила 9000 систем Nvidia Vera Rubin у межах проєкту вартістю $8 млрд — і планує запропонувати ринку цілий гігават обчислювальних потужностей для AI-навантажень. За даними Techmeme, це одна з найбільших публічно розкритих закупівель чипів наступного покоління Nvidia поза межами США та Китаю.

Цифра в 1 ГВт варта пояснення: це рівень потужності, який зазвичай асоціюють з окремим енергоблоком атомної станції або з найбільшими hyperscale-кампусами Microsoft, Google чи Amazon. Те, що такий масштаб замовляє індійська компанія, а не американський гіпермасштабувальник, — сигнал, що ринок AI-інфраструктури перестає бути дуополією США і Китаю. Практично це означає, що вже за рік-два в Індії може зʼявитися самостійне джерело топового AI-compute, а не лише орендовані потужності західних hyperscaler-ів.

Для AI-білдерів це не абстрактна геополітика, а питання, де за рік-два зʼявиться дешевший і доступніший compute. Розберемо, що саме замовлено, чому Vera Rubin важливий і що це змінює для індустрії.

Що саме замовила AM Intelligence?

За наявними даними, йдеться про 9000 систем на базі платформи Nvidia Vera Rubin у межах проєкту загальною вартістю $8 млрд. Компанія позиціонує результат як пропозицію ринку — тобто йдеться не про внутрішнє використання, а про побудову хмарної AI-інфраструктури, яку AM Intelligence зможе продавати іншим компаніям і дослідницьким командам як обчислювальну потужність. Заявлена мета — 1 гігават сукупної потужності, що ставить проєкт в один ряд із найбільшими AI-дата-центрами світу.

Що таке Nvidia Vera Rubin і чим він відрізняється від Blackwell?

Vera Rubin — наступна після Blackwell архітектурна платформа Nvidia для AI-обчислень, названа на честь астрономки Вери Рубін, яка знайшла докази існування темної матерії. Nvidia вперше показала платформу на конференції GTC 2025 як наступний крок дорожньої карти після Blackwell Ultra, із запланованим стартом постачань у 2026 році — тобто йдеться про апаратне покоління, яке лише виходить на ринок, а не про усталений розпродажний товар. На відміну від попередніх поколінь, де Nvidia постачала переважно окремі GPU, платформа Rubin будується як звʼязка власного Arm-процесора Vera та GPU Rubin — тобто повноцінна rack-scale система, а не окремий чип. Саме тому в новині фігурує слово «системи», а не «чипи»: замовлення на 9000 одиниць означає закупівлю готових обчислювальних вузлів, а не поштучних плат.

Для покупця такого масштабу це означає передбачуваний roadmap на кілька років наперед і залежність від графіка постачань Nvidia — компанії, яка вже зараз розподіляє виробничі потужності між десятками hyperscale-клієнтів.

Навіщо Індії власний гігават AI-потужностей?

Індія роками формулює амбіцію стати самостійним гравцем у AI, а не лише постачальником дешевої розробки для західних компаній — урядова програма IndiaAI Mission і серія локальних ініціатив з фінансування compute-кластерів це підтверджують. Замовлення такого масштабу, ймовірно, покликане закрити дефіцит локальних потужностей, через який індійські дослідницькі команди й стартапи досі орендують GPU в американських або сингапурських дата-центрах. Прямого підтвердження цього мотиву в новині немає — але сам факт, що приватна компанія бере на себе проєкт вартістю $8 млрд, свідчить про впевненість у попиті на локальний compute, а не лише про PR-заяву. Якщо проєкт реалізується повністю, AM Intelligence перетвориться з маловідомого гравця на одного з найбільших постачальників compute в Південній Азії — але поки це лише заявлений план, а не введені в експлуатацію потужності.

Що це означає для глобальної гонки за AI-compute?

Наша теза в AiiN: угода AM Intelligence — не стільки про Індію конкретно, скільки про те, що гігаватний AI-дата-центр перестав бути прерогативою десятка компаній зі Силіконової долини й Китаю. Коли Nvidia продає топові rack-scale системи покупцю, який ще не є усталеним hyperscaler-брендом, це означає, що виробничих потужностей і апетиту капіталу вистачає на нові центри тяжіння compute:

Для AI-білдерів це практично означає одне: горизонт планування «GPU завжди дефіцитні й дорогі» більше не універсальний — регіональна пропозиція compute розширюється швидше, ніж здається з новинних заголовків про нестачу чипів. Ми в AiiN очікуємо, що подібні багатогігаватні замовлення поза США й Китаєм ставатимуть частішими — просто тому, що попит на inference випереджає темпи введення нових дата-центрів у експлуатацію.

Скільки коштує 1 ГВт AI-інфраструктури?

Виходячи з цієї конкретної угоди, $8 млрд на 1 ГВт дають орієнтир приблизно $8 млрд за гігават — сума включає системи Vera Rubin і, ймовірно, супутню інфраструктуру: охолодження, енергопостачання, мережу. Це не універсальна формула для галузі, а лише точка даних із конкретного проєкту AM Intelligence.

Хто ще будує AI-потужності такого масштабу?

Гігаватні AI-кампуси вже будують американські гравці на кшталт OpenAI (проєкт Stargate) та xAI, а також великі хмарні провайдери. AM Intelligence — приклад того, як подібний масштаб зʼявляється за межами США, і для індустрії це радше новий прецедент, ніж усталена норма.