Почему ИИ-лаборатории арендуют дата-центры, а не строят: новая экономика compute

Коротко (TL;DR)

Мир искусственного интеллекта строится на дефицитном ресурсе — вычислительных мощностях (compute): серверах с GPU-ускорителями, стоящих в дата-центрах. И происходит неожиданное: крупнейшие ИИ-лаборатории всё чаще эти мощности не строят сами, а арендуют. Масштаб уже не игрушечный. По данным на 2026 год, только одна связка — аренда суперкластера Colossus у SpaceX — обходится арендатору примерно в 1,25 млрд долларов в месяц. Отдельный лизинг дата-центра у биткоин-майнера TeraWulf оценён в 19 млрд долларов на 20 лет (объявлено 6 июля 2026 года).

Заголовки подают это как «аренда вместо стройки», но это упрощение. На практике та же Anthropic одновременно и строит собственный дата-центр за 50 млрд долларов, и арендует мощности у нескольких разных поставщиков, и пользуется публичными облаками (AWS, Google Cloud). Это не «или — или», а гибридный портфель источников compute, который распределяет риск.

В этом разборе — как устроена экономика лизинга ИИ-компьютинга: кто кому сдаёт мощности, почему это выгодно обеим сторонам, как работают контракты take-or-pay, и какие в этой модели зашиты риски — вплоть до предупреждений центробанков о финансовой стабильности. Сразу оговорка: часть цифр здесь — это оценки аналитиков и прогнозы; где так, помечаю явно.

Суть: что такое лизинг ИИ-compute и чем он отличается от облака

Начнём с азов. Когда обычный человек «арендует сервер», он берёт виртуальную машину в облаке на час или месяц — это розничная аренда готового сервиса. То, о чём идёт речь здесь, — совсем другой масштаб и другая механика.

Аренда дата-центров для ИИ — это долгосрочные оптовые сделки, где предметом выступают либо целые здания дата-центров с подведённой мощностью (мегаватты электричества, охлаждение), либо крупные кластеры из десятков тысяч GPU. Срок — годы, а не часы. Суммы — миллиарды, а не центы за час. И ключевое отличие: арендатор здесь — не мелкий разработчик, а сама ИИ-лаборатория уровня Anthropic или OpenAI, которой нужны колоссальные мощности для обучения и запуска моделей.

AMD Instinct MI350P: что умеет PCIe-ускоритель на 144 ГБ HBM3E и кому он реально нужен

Когда сети не хватает: зачем Маску турбины на $1 млрд для ИИ-суперкомпьютера Colossus

TSMC второй раз за год подняла прогноз — спрос на ИИ-чипы не ослабевает

NVIDIA выпустила компактные ИИ-компьютеры Jetson Thor для роботов и edge AI

Инженер Anthropic заставил Claude спроектировать стойку под кластер материнок Framework

Зачем арендовать, если можно построить? Причина в скорости и деньгах. Ответ на вопрос, почему ИИ-компании не строят свои дата-центры, обычно один: стройка занимает годы и замораживает гигантский капитал, а мощности нужны сейчас, пока идёт гонка моделей. Аренда позволяет получить доступ к готовой инфраструктуре быстро и не выводить десятки миллиардов из оборота разом. Появился целый класс поставщиков, готовых эту инфраструктуру строить и сдавать, — и среди них далеко не только привычные облачные гиганты.

Таблица типов сделок: кто, кому и на сколько

Ни один известный нам источник не свёл разные типы этих сделок в одну картину — сделаем это сами. Вот ключевые сделки аренды ИИ-инфраструктуры по типам арендодателя (данные на середину 2026 года; где статус не финальный — помечено):

Даже беглый взгляд на таблицу показывает главное: арендодатели — это четыре очень разных типа игроков, и половина из них ещё пару лет назад вообще не занималась ИИ. Разберём их по очереди.

Кто кому сдаёт: четыре типа арендодателей

1. Neocloud-специалисты. Это компании, чей единственный бизнес — строить и сдавать в аренду GPU-кластеры под ИИ. Что такое neocloud простыми словами: «новое облако», заточенное не под универсальные веб-сервисы (как AWS), а именно под тяжёлые ИИ-вычисления. Флагман — CoreWeave: её бэклог законтрактованных заказов на конец 2025 года — 66,8 млрд долларов, причём около 67% выручки 2025 года пришло от одного клиента, Microsoft. Разворот в inference-облако проделывают и неожиданные игроки — например, чип-стартап Groq после раунда финансирования пивотнул в нейрооблако (мы разбирали это в новости про neocloud-пивот Groq).

2. Биткоин-майнеры, перешедшие в ИИ-хостинг. Это, пожалуй, самый показательный тип. У майнеров уже есть то, что нужно ИИ: здания, подведённые мегаватты электричества и опыт эксплуатации «горячего» железа. Когда доходность майнинга упала (по оценке VanEck, выручка сектора снижалась примерно на 26% год к году на май 2026 года), они начали переоборудовать площадки под ИИ-хостинг. Суммарно, по обзору SEC-филингов на начало июля 2026 года, семь таких компаний заключили ИИ-сделок более чем на 114 млрд долларов. Крупнейший пример — лизинг TeraWulf для Anthropic на 19 млрд долларов и 20 лет. Важный нюанс: майнеры — не стратегические GPU-эксперты, а скорее вынужденные арендодатели; их пивот объясняется падением основного бизнеса, а не осознанным выбором ниши.

3. Гиперскейлеры с избытком мощностей. Крупные технологические гиганты, которые набрали инфраструктуры больше, чем используют сами, начинают сдавать излишки. Именно к этому типу относится обсуждаемая сделка Meta (о ней — отдельно ниже). Здесь особенно ярко видно, как роли переворачиваются: ещё пять лет назад Google была поставщиком мощностей для SpaceX, а теперь, по ряду сообщений, сама арендует у неё. Арендодатель и арендатор меняются местами за годы, а не десятилетия.

4. Космическая инфраструктура. Самый экзотический тип — компании, построившие огромные вычислительные кластеры под свои задачи и сдающие их ИИ-лабораториям. SpaceX через свои суперкластеры Colossus сдаёт мощности сразу нескольким арендаторам: Anthropic (около $1,25 млрд в месяц), Reflection AI ($150 млн в месяц, сделка до 6,3 млрд долларов — сделка SpaceX с Reflection AI) и, по сообщениям, той же Google (около $920 млн в месяц). Все три суммы — по данным на середину 2026 года.

Как устроены контракты: take-or-pay, triple-net и sale-leaseback

Механика сделок звучит сложно, но идея за каждым термином простая. Разберём три главных.

Take-or-pay («бери или плати») — это контракт, по которому арендатор обязан платить за оговорённый объём мощностей, даже если фактически их не использует. Для арендодателя это гарантия выручки: он строит дата-центр под конкретного клиента, зная, что деньги придут в любом случае. Именно take-or-pay контракты GPU, обеспеченные высоким кредитным рейтингом арендатора, делают эти многомиллиардные стройки финансируемыми — банки дают деньги под гарантированный денежный поток.

Triple-net лизинг — аренда, при которой арендатор берёт на себя ещё и налоги, страховку и обслуживание объекта, а не только «голую» плату за площадь. Для арендодателя это способ получать предсказуемый чистый доход, сняв с себя операционные расходы.

Sale-leaseback («продажа с обратной арендой») — компания строит или владеет дата-центром, продаёт его инвестору, а затем сразу берёт в аренду обратно. Это способ вернуть замороженный в стройке капитал, продолжая пользоваться объектом.

Здесь спрятан неочевидный нюанс, о котором редко пишут. Когда neocloud-провайдер называет «фиксированную» почасовую ставку за GPU, в эту ставку зашит его собственный кредитный риск: провайдер часто сам взял железо в долг под залог этих же GPU. Поэтому сравнивать цены аренды «в лоб» между провайдерами — обманчиво: за одинаковой цифрой может стоять разная финансовая устойчивость.

Кейс Meta → Anthropic: что известно и чего пока нет

Отдельно разберём сделку, вокруг которой много шума, — потому что она хорошо иллюстрирует, как важно отличать факт от обсуждения.

По расследованию New York Times (публикация от 17 июля 2026 года), Meta ведёт переговоры о том, чтобы сдать Anthropic в аренду мощности одного из своих дата-центров — предположительно на срок около двух лет и на сумму до 10 млрд долларов (конкретную площадку стороны не называют). Это тот самый «гиперскейлер с избытком мощностей», сдающий излишки.

Ключевое: на момент подготовки материала это переговоры, а не заключённая сделка. Единственный первоисточник — NYT, остальные публикации на него ссылаются. Стороны официально сделку не подтверждали, условия могут измениться или переговоры могут ничем не закончиться. Поэтому мы фиксируем её именно как обсуждаемую инициативу с датой, а не как свершившийся факт. Для картины тренда важно другое: сам факт таких переговоров подтверждает разворот гиперскейлеров в сторону сдачи compute в аренду.

Зачем это выгодно обеим сторонам

Сделки живут, потому что выигрывают все участники — иначе рынка бы не было.

Арендатору (ИИ-лаборатории) аренда даёт скорость и гибкость. Не нужно замораживать десятки миллиардов в стройке на годы — мощности доступны почти сразу. Капитальные затраты (капекс) размазываются во времени и распределяются между несколькими поставщиками, снижая зависимость от одного. Показательно, что даже строящая собственный ЦОД за 50 млрд долларов Anthropic всё равно параллельно арендует — это осознанная стратегия диверсификации, а не признак нехватки денег.

Арендодателю долгосрочный контракт даёт стабильную, предсказуемую выручку вместо волатильного основного бизнеса. Для биткоин-майнера, чья прибыль скачет вместе с курсом и сложностью сети, 20-летний контракт с ИИ-лабораторией — это превращение качелей в ренту. Для гиперскейлера — монетизация простаивающих мощностей.

Риски модели

Теперь честный раздел о рисках — потому что за красивыми цифрами прячутся серьёзные структурные уязвимости, о которых предупреждают уже и регуляторы.

• Разрыв «срок контракта против срока жизни железа». GPU-ускорители морально устаревают за 4–6 лет, а контракты заключаются примерно на 20 лет. По оценке Moody’s, это превращает решение о продлении и обновлении железа из формальности в крупное капитальное решение: под конец срока в здании может стоять несколько поколений устаревших ускорителей.
• Долговая нагрузка. По оценке Moody’s (по данным за 2025 год), лизинговые обязательства гиперскейлеров достигли около 969 млрд долларов, причём значительная часть относится к ещё не начатым стройкам. Долг под ИИ-инфраструктуру растёт быстрее, чем подтверждённая отдача от неё; параллельный пример — около 40 млрд долларов долга Oracle под дата-центры.
• Бумажный контракт не равен реальному капиталу. Показателен кейс майнера CleanSpark: компания подписала хостинговый контракт на 6,6 млрд долларов, но, по данным её же отчётности (SEC 8-K, июль 2026), на достройку необходимой инфраструктуры у неё не хватает порядка 1,75–2,1 млрд долларов. Подпись под сделкой ещё не означает, что дата-центр физически появится.
• GPU-долговой цикл. Когда железо берут в долг под залог самих GPU, выход нового поколения чипов обесценивает залог — и вся цепочка финансирования становится хрупкой.
• Системный риск. Банк международных расчётов (BIS) в июне 2026 года прямо назвал ИИ-капекс одновременно двигателем роста и потенциальной точкой уязвимости для финансовой стабильности. Опасение простое: слишком много капитала завязано на ставку, что отдача от ИИ-инфраструктуры оправдает вложения.

Баланс здесь важен: это не «пузырь, который вот-вот лопнет», а модель с реальной экономической логикой, но с концентрированными рисками, которые стоит понимать.

Что это значит для цены и доступности ИИ

Для обычного пользователя эта оптовая кухня имеет вполне приземлённые последствия. Стоимость запуска моделей (inference) напрямую зависит от того, сколько ИИ-лаборатории платят за compute. Пока мощности дефицитны и дороги, это давит на цены ИИ-сервисов вверх и ограничивает бесплатные лимиты.

Но есть и обратный вектор: чем больше строится и сдаётся инфраструктуры, тем выше в перспективе конкуренция среди арендодателей и тем ниже может стать себестоимость вычислений — а значит, доступнее ИИ. Куда качнётся баланс, зависит от того, догонит ли реальная отдача от ИИ те гигантские суммы, которые сейчас в него вкладывают. Это и есть главный открытый вопрос всей модели.

Контекст рынка: куда движется

Несколько цифр для масштаба — с явной пометкой, что прогнозы аналитиков это оценки, а не факты. Рынок neocloud аналитики Contrary Research оценивают примерно в 25 млрд долларов в 2025 году с прогнозом роста до около 400 млрд долларов к 2031 году. Оговорка: оценки сильно зависят от того, что именно считать «рынком neocloud» — при более узком определении GPU-облаков другие аналитики (например, Mordor Intelligence) дают цифры на порядок ниже, так что воспринимать эти суммы стоит как порядок величины, а не точное значение. McKinsey оценивает совокупные капитальные затраты на дата-центры в 6,7 трлн долларов к 2030 году, из них порядка 5,2 трлн — именно под ИИ-нагрузки. При этом на рынке ускорителей доминирует NVIDIA: её выручка достигла около 215,9 млрд долларов за финансовый год, а доля рынка ИИ-GPU превышает 80%.

Общая траектория понятна: спрос на compute растёт быстрее, чем возможности отдельной компании его обеспечить в одиночку, — и именно это делает аренду и лизинг структурной частью индустрии, а не временным явлением.

FAQ

Почему ИИ-компании арендуют дата-центры, а не строят свои? Ради скорости и распределения капитала. Стройка занимает годы и замораживает десятки миллиардов, а мощности нужны сейчас. Аренда даёт быстрый доступ к готовой инфраструктуре и распределяет риск между несколькими поставщиками. При этом крупные лаборатории обычно и строят своё, и арендуют одновременно.

Что такое neocloud простыми словами? Это облачный провайдер, заточенный именно под тяжёлые ИИ-вычисления (аренду GPU-кластеров), в отличие от универсальных облаков вроде AWS. Пример — CoreWeave. Их бизнес — строить и сдавать в аренду ускорители под обучение и запуск моделей.

Почему дата-центры для ИИ сдают биткоин-майнеры? У майнеров уже есть здания, подведённое электричество и опыт эксплуатации энергоёмкого железа. Когда доходность майнинга упала, они начали переоборудовать площадки под ИИ-хостинг и сдавать их лабораториям — так они меняют волатильную прибыль на стабильный долгосрочный контракт.

Сделка Meta и Anthropic на 10 млрд долларов — это уже точно? Нет. На момент подготовки материала это переговоры, о которых сообщила New York Times (17 июля 2026 года). Официального подтверждения сторон нет, условия могут измениться. Это обсуждаемая инициатива, а не заключённая сделка.

Что такое контракт take-or-pay? Это соглашение, по которому арендатор обязан платить за оговорённый объём мощностей независимо от того, использует он их полностью или нет. Для арендодателя это гарантия выручки, под которую банки готовы финансировать стройку дата-центра.

В чём главный риск этой модели? Концентрация. GPU устаревают за 4–6 лет, а контракты заключаются примерно на 20; под ИИ-инфраструктуру набрано около 969 млрд долларов лизинговых обязательств (оценка Moody’s по данным за 2025 год), и вся конструкция держится на ожидании, что отдача от ИИ оправдает вложения. Центробанки (BIS) уже отмечают это как потенциальный риск финансовой стабильности.