За последние несколько лет основной нарратив в индустрии искусственного интеллекта был практически полностью сосредоточен на «повышении производительности чипов». Рынок уделял внимание вычислительной мощности GPU, возможностям моделей и эффективности обучения, а NVIDIA служила основным ценовым ориентиром на этом этапе. Почти все оценки AI-активов строились вокруг возможностей чипов.
Однако по мере приближения 2026 года и последующего периода становится все более заметен значимый сдвиг: чистого роста производительности чипов уже недостаточно для объяснения стремительного расширения AI-систем. Даже несмотря на дальнейшее развитие GPU, узкие места в обучении и инференсе AI смещаются на более фундаментальные уровни — на то, как передаются данные, как взаимодействуют чипы и как интегрируются системы.
Другими словами, конкуренция в сфере искусственного интеллекта переходит от «гонки производительности одного чипа» к соперничеству за то, «насколько слаженно функционирует вся система». В центре этой трансформации находится технология продвинутой интеграции (advanced packaging).
Суть продвинутой интеграции: переход AI от «эры чипов» к «эре систем»
Технология продвинутой интеграции, которая ранее не считалась самым заметным сегментом полупроводниковой индустрии, в эпоху AI приобретает критическое значение. В прошлом она воспринималась как завершающий этап производства. Сейчас ее роль значительно возросла, поскольку AI-чипы больше не являются просто отдельными вычислительными единицами — это сложные системы, состоящие из GPU, HBM и модулей высокоскоростных соединений.
Главная задача продвинутой интеграции заключается не в уменьшении размера чипов, а в обеспечении эффективной совместной работы нескольких чипов с разными функциями. От нее зависит, как перемещаются данные между чипами, удается ли контролировать задержки и способна ли вся система работать стабильно.
По мере роста размеров AI-моделей и увеличения числа параметров эффективность системы начинает играть большую роль, чем производительность отдельных компонентов. Даже если мощность одного GPU продолжает расти, вся система будет ограничена, если данные не смогут быстро поступать к вычислительным блокам. Это означает, что интеграция переходит из вспомогательной роли в разряд ключевой инфраструктуры.
Почему узкое место в AI смещается с чипов на интеграцию
Ранее на рынке считалось, что основное ограничение для AI — это GPU. На практике, когда производительность GPU достигает определенного уровня, узкие места начинают проявляться выше по цепочке и в горизонтальных связях.
С одной стороны, для обучения AI требуется совместная работа большого числа GPU, что повышает требования к эффективности передачи данных. С другой — несмотря на то, что память с высокой пропускной способностью (HBM) ускорила подачу данных, если интеграция и соединения отстают по возможностям, данные все равно не смогут эффективно поступать к вычислительным блокам.
Постепенно рынок осознал структурную проблему: чипы становятся мощнее, но эффективность систем не растет столь же быстро.
Это привело к важному изменению: теперь узкое место AI — это не «недостаточная вычислительная мощность», а «вычислительная мощность, которую невозможно полностью реализовать». Решение этой задачи связано не столько с проектированием все более мощных чипов, сколько с совершенствованием интеграции и системной сборки.
CoWoS и HBM: «двойное ядро» архитектуры AI-систем
В современной цепочке поставок AI все большую роль играют два ключевых термина: CoWoS и HBM.
CoWoS обозначает технологии продвинутой интеграции, определяющие, как несколько чипов объединяются в высокоэффективную систему. HBM — это память с высокой пропускной способностью, обеспечивающая быстрый поток данных к GPU. Вместе они формируют архитектурную основу AI-чипов.
Однако и CoWoS, и HBM становятся узкими местами в цепочке поставок. По мере роста спроса на AI под давлением оказываются как производственные мощности по интеграции, так и выпуск высококлассной памяти, что ограничивает реальный выпуск AI-чипов.
В результате происходит важный рыночный сдвиг: потолок развития AI теперь определяется не проектными возможностями, а синергией между интеграцией и памятью. Другими словами, темпы роста AI теперь зависят от «системных возможностей», а не от «производительности отдельных компонентов».
Реструктуризация цепочки поставок: от фокуса на чипах к фокусу на интеграции
В традиционных циклах полупроводниковой индустрии все строилось вокруг проектирования чипов — тот, кто мог создать самый мощный чип, занимал основную долю рынка. В эпоху AI эта логика меняется.
В текущей структуре отрасли происходят три ключевых изменения. Во-первых, узкие места смещаются с производства пластин на этап интеграции. Во-вторых, стоимость концентрируется вокруг узких мест цепочки поставок, а не на этапе проектирования. В-третьих, системная интеграция вытесняет преимущество отдельных компонентов.
Это указывает на долгосрочную тенденцию: индустрия AI переходит от «дизайн-ориентированного» к «цепочке поставок-ориентированному» сектору. Интеграция перестает быть просто завершающим этапом — она становится критическим фактором, определяющим темпы развития отрасли.
Взгляд капитала: почему рынок переоценивает возможности интеграции
С точки зрения финансовых рынков, рост значимости продвинутой интеграции фактически отражает смену оценочных подходов.
Традиционно стоимость полупроводниковых компаний определялась тремя основными факторами: производительностью чипов, долей рынка и технологическим лидерством. Сегодня на первый план выходит более фундаментальный показатель — контроль над системными узкими местами.
Если компания контролирует мощности по интеграции или ключевые звенья цепочки поставок, она становится не просто производственным участником, а задает темп расширения AI-систем. Эта смена роли напрямую влияет на долгосрочную оценку компании рынком.
В результате возможности интеграции переходят из категории «центра издержек» в «центр создания стоимости» и начинают получать премию на финансовых рынках.
Структурные изменения в цепочке создания стоимости AI: от отдельных компонентов к системной конкуренции
Главное изменение в современной индустрии AI заключается не в росте или падении отдельных акций, а в изменении самой структуры отрасли.
Ранее нарративы AI строились вокруг отдельных компонентов, например, взрывного роста GPU или HBM. Теперь рынок переходит к более сложной структуре: в ценообразовании участвуют GPU, HBM, интеграция, дата-центры и сети соединений, формируя многоуровневый ротационный цикл.
Такая структура означает, что рыночные циклы AI могут стать более продолжительными, но и волатильность возрастет. Теперь ни один актив не доминирует — несколько сегментов-узких мест совместно определяют общий цикл.
Gate Stock Trading: возможности в цепочке поставок AI с кросс-рыночной перспективы
По мере усложнения цепочки поставок AI связанные с ней активы распределяются по разным рынкам — например, вычислительные и производственные компании в США, производители памяти в Корее, производственные фирмы по всей Азии. Ни один отдельный рынок не способен полностью отразить меняющуюся структуру индустрии AI.
В этих условиях платформа Gate Stock Trading поддерживает круглосуточную торговлю акциями США, Гонконга и Кореи, что позволяет инвесторам гибко переключаться между рынками и отслеживать всю цепочку поставок — от вычислительных мощностей до памяти и интеграции. Такая кросс-рыночная возможность делает процесс поиска ротационных возможностей в цепочке поставок AI более эффективным.
Заключение: конкуренция в AI вступила в «эру системного уровня»
Рост значимости продвинутой интеграции знаменует новый этап развития индустрии AI. Конкуренция теперь идет не только за производительность чипов, а за эффективность работы всей системы. От GPU и HBM до интеграции и соединений — искусственный интеллект становится задачей системной инженерии, в которой ключевую роль играет сотрудничество в цепочке поставок.
В будущем суть AI будет заключаться не только в наращивании вычислительной мощности, но и в оптимизации эффективности всей системы. Тот, кто контролирует узкие сегменты, определяет темпы расширения отрасли.
Часто задаваемые вопросы
1. Почему продвинутая интеграция стала важной в эпоху AI?
Потому что AI перешел от вычислений на одном чипе к совместной работе нескольких чипов, и именно интеграция стала ключом к общей эффективности.2. Какова связь между CoWoS и HBM?
CoWoS отвечает за системную интеграцию, а HBM обеспечивает высокоскоростную память. Вместе они формируют основу производительности AI.3. Почему узкое место в AI смещается с чипов на интеграцию?
По мере роста вычислительной мощности ограничивающими факторами становятся передача данных и координация системы.4. Что это значит для полупроводниковой индустрии?
Ценность отрасли смещается от проектирования к производству и интеграции, что повышает значимость цепочки поставок.5. Какую роль играет Gate Stock Trading в этом тренде?
Платформа помогает инвесторам отслеживать различные сегменты цепочки поставок AI на разных рынках, повышая эффективность поиска ротационных возможностей.
