Fundador da Nvidia espera US$ 1 trilhão em receita com hardware para AI até o fim de 2027

На открытии GTC 2026 Дженсен Хуанг озвучил амбициозную оценку будущих продаж Nvidia: к 31 декабря 2027 года компания, по его словам, может получить не менее $1 трлн выручки от аппаратных решений для искусственного интеллекта. Для рынка это не просто громкая цифра, а маркер того, насколько быстро корпорации продолжают вкладываться в вычислительную инфраструктуру для обучения и запуска AI-моделей.

Прогноз со сцены

Заявление прозвучало не на квартальном отчёте, где инвесторы ждут формальных ориентиров, а прямо на открытии GTC 2026. Именно это делает реплику Хуанга особенно показательной: он говорил не сухим языком финансового документа, а в контексте технологического события, где обычно обсуждают продукты, архитектуры и дорожные карты. Когда руководитель Nvidia выносит такую цифру на главную сцену конференции, это выглядит как демонстрация уверенности в том, что спрос на AI-инфраструктуру останется очень высоким ещё как минимум несколько кварталов.

По сути, Хуанг зафиксировал ожидание, что менее чем за два года Nvidia сможет собрать триллион долларов именно на аппаратной части AI-рынка. Речь идёт не о подписках, рекламе или облачных сервисах, а о физической базе, на которой работают современные модели: ускорителях, серверах, сетевых компонентах и связанных системах. Такой акцент важен, потому что он показывает, где в цепочке создания AI-ценности сегодня сосредоточены самые крупные деньги.

Откуда такой масштаб

Причина такой оценки проста: крупные техкомпании, облачные провайдеры и всё больше обычных корпораций продолжают строить и расширять дата-центры под задачи искусственного интеллекта. Модели становятся тяжелее, inference перестаёт быть побочной нагрузкой, а AI-функции превращаются в базовую часть продуктов. На этом фоне Nvidia продаёт не один чип, а целый стек вычислительной инфраструктуры, и именно это позволяет компании смотреть на рынок в терминах сотен миллиардов, а не отдельных успешных кварталов.

• Ускорители для обучения и запуска моделей Серверные платформы и готовые стойки Сетевые решения для связки больших кластеров * Обновление существующих дата-центров под AI-нагрузки Дополнительный фактор — смещение спроса от экспериментов к промышленному внедрению. Если раньше многие компании тестировали генеративные модели в пилотном режиме, то теперь бюджеты чаще идут на долгосрочные закупки. Это меняет масштаб решений: вместо нескольких стоек бизнес заказывает целые кластеры, а вместе с ними питание, охлаждение, сетевую топологию и запас по мощности на будущие релизы моделей. Для Nvidia это означает не разовые продажи, а устойчивую волну заказов на инфраструктуру.

Почему рынок слушает

Даже для Nvidia триллион долларов к концу 2027 года — цифра, которая звучит как заявление о размере всей следующей фазы AI-бума. Если этот ориентир хотя бы близок к реальности, значит крупнейшие заказчики уже мыслят инфраструктурой как обязательным активом, а не экспериментальной статьёй расходов. Это также усиливает давление на конкурентов: всем остальным производителям придётся доказывать, что они способны предложить сопоставимую производительность, доступность и экосистему для корпоративных клиентов.

При этом важно помнить, что речь идёт об оценке основателя компании, а не о формальном прогнозе финансового департамента. На итог повлияют темпы ввода новых мощностей, готовность клиентов сохранять капитальные расходы, ограничения цепочек поставок и то, насколько быстро рынок будет переходить от обучения моделей к массовому inference. Но сам факт, что такая цифра публично названа со сцены GTC 2026, уже задаёт новую планку ожиданий для всего сектора AI-железа.

Что это значит

Для рынка сигнал простой: Nvidia считает, что пик спроса на AI-оборудование ещё не пройден. Для бизнеса это означает, что инфраструктура вокруг моделей остаётся одним из самых дорогих и стратегически важных слоёв всей AI-экономики.