Продажи видеокарт в России резко выросли из-за развития технологий ИИ

Автор фото: Сергей Ермохин / "ДП"
Автор фото: Сергей Ермохин / "ДП"
Продажи видеокарт в I квартале 2025 года в среднем по России оказались почти пятикратно выше по сравнению с аналогичным периодом прошлого года, сообщают в "М.Видео-Эльдорадо".
Ведущий менеджер категории "Комплектующие для ПК" компании "М.Видео-Эльдорадо" Арсен Гайдарилов отмечает, что видеокарты — одна из самых быстрорастущих категорий в этом году.
"Мы наблюдаем устойчивый интерес со стороны геймеров, создателей контента и тех, кто использует ПК для ресурсоёмких задач. Palit демонстрирует выдающиеся результаты — конкурентоспособное соотношение цены и характеристик, узнаваемость бренда и стабильная поставка. При этом мы ожидаем, что спрос на видеокарты продолжит расти и дальше, в том числе благодаря выходу нового поколения графических ускорителей NVIDIA GeForce RTX 50 Series", — отмечает он.
Лидерами рынка стали Palit GeForce RTX 4070 SUPER Dual OC 12GB, Palit GeForce RTX 4070 Dual 12GB и Palit GeForce RTX 4060 Ti Dual V1 8GB. Самыми часто продаваемыми оказались модели Palit GeForce RTX 4060 Ti Dual V1 8GB, Palit GeForce RTX 4060 Dual OC V1 8GB и Palit GeForce RTX 4060 Infinity 2 OC 8GB.
Директор по развитию ИИ и web-технологий Artezio (входит в группу "Ланит") Сергей Матусевич подчёркивает, что одним из ключевых драйверов роста продаж видеокарт стало развитие технологий искусственного интеллекта (ИИ). Однако важно понимать экономику этого процесса и то, кто реально покупает эти карты.
"RTX 4090, которая считается минимально серьёзной картой для ИИ-задач, стоит в России от 180 до 250 тыс. рублей. RTX 4080 — около 120–150 тыс. Это не тот ценовой сегмент, где обычные пользователи экспериментируют ради любопытства. Поэтому основными покупателями мощных карт становятся не энтузиасты-любители, а профессионалы и компании. Обычные пользователи, которые хотят поэкспериментировать с ИИ, идут другим путём — используют облачные сервисы типа Google Colab, Yandex DataSphere или арендуют мощности в дата-центрах. Это гораздо дешевле, чем покупать собственное железо за сотни тысяч рублей", — считает он.
Второй важный сегмент покупателей — криптомайнеры и фермеры, которые переориентируются на ИИ-вычисления. Здесь речь идёт о промышленных масштабах — закупках десятков и сотен видеокарт одновременно.
Есть и специфически российский фактор: дефицит и неопределённость поставок, отмечает Сергей Матусевич. Компании скупают топовые карты впрок, опасаясь дальнейших ограничений. При этом они готовы платить премию в 50–100% к мировым ценам. Поэтому, как указывает эксперт, рост продаж в пять раз — это в первую очередь корпоративные закупки и профессиональные пользователи, а не массовый потребительский спрос.
В 2025 году алгоритмы ИИ стали ещё более требовательными к вычислительным мощностям, рассказывает руководитель направления AI компании "Норбит" (входит в группу "Ланит") Дмитрий Тимаков.
"Если 5 лет назад были распространены классические модели машинного обучения, то на данный момент самое быстрорастущее направление — deep learning, в частности, генеративные модели (LLM). Для современных корпоративных задач требуются топовые GPU уровня Nvidia A100/H100 довольно в больших количествах. Проблемы с дорогим и дефицитным железом специалисты сейчас решают благодаря оптимизации моделей под массовые видеокарты", — резюмирует эксперт.
Дмитрий Тимаков считает, что по мере дальнейшего развития и внедрения решений с использованием ИИ спрос на вычислительные ресурсы, в частности GPU, точно будет сохраняться и даже расти, особенно в корпоративном и профессиональном сегментах.
Сергей Матусевич прогнозирует поляризацию рынка. С одной стороны, мы увидим рост спроса на самые мощные потребительские решения. Уже появляются новые профессии — ИИ-художники, специалисты по prompt-инжинирингу, создатели синтетического контента. Для них топовая видеокарта — рабочий инструмент, поэтому этот сегмент будет расти.
"Но параллельно развивается противоположный тренд — массовый переход ИИ-вычислений в облака. Google, Microsoft, "Яндекс", VK активно развивают доступные ИИ-сервисы, где можно получить результат за копейки, не покупая дорогое железо.
Ключевой момент — NVIDIA и AMD понимают эти тренды и адаптируют линейки продуктов. Мы уже видим, как появляются специализированные карты для ИИ-задач, которые стоят дешевле игровых флагманов, но оптимизированы под машинное обучение. Это может демократизировать доступ к ИИ-вычислениям", — считает эксперт.
На нашем сайте используются cookie-файлы. Продолжая пользоваться данным сайтом, вы подтверждаете свое согласие на использование файлов cookie в соответствии с настоящим уведомлением и Политикой о конфиденциальности.