**Почему Россия проигрывает главную гонку века: я посчитал все ИИ-чипы страны — Transcript & Summary | SozAI**
Source: https://sozai.app/transcript/russia-losing-ai-race-chip-count/

Видео разбирает, сколько мощных ИИ-видеокарт есть в России (оценка ~15 000) в сравнении с дата-центром Илона Маска Colossus (~550 000), и почему санкции и серый импорт ограничивают доступ к такому жел

## Key Takeaways

- Вычислительные мощности (видеокарты) стали ключевым ресурсом в гонке ИИ, подобно ядерным боеголовкам.
- У России примерно в 35 раз меньше ИИ-видеокарт, чем у одного дата-центра Маска, и их парк устаревает.
- Ограничения на импорт делают обновление парка крайне трудным, а серый рынок сокращается.
- Российская разработка ИИ в основном возможна через дообучение чужих открытых моделей, а не создание собственных с нуля.

## What the video covers

- Автор сравнивает ядерную статистику с новой «таблицей» — подсчётом ИИ-видеокарт для обучения нейросетей.
- Обучение больших моделей требует сотен тысяч видеокарт, работающих параллельно; одна карта стоит как новый автомобиль.
- Дата-центр Colossus Илона Маска в Мемфисе насчитывает около 550 000 карт с планами выйти за миллион.
- Открытой статистики по России нет; по оценкам аналитиков, в стране около 15 000 карт, то есть примерно в 35 раз меньше Colossus.
- Самый мощный российский ИИ-суперкомпьютер принадлежит Яндексу («Червоненкис»), собран в 2021 году на устаревающем железе.
- Ввоз карт ограничен: серверы тяжелы, у каждой карты серийный номер, NVIDIA с конца 2024 года отслеживает поставки.
- Через серый импорт в 2024 году в Россию попали тысячи серверов, но объёмы быстро снижаются.
- Китай также переплачивает за эти карты, что создаёт конкуренцию на перепродаже.
- Россия может дообучать открытые зарубежные модели, но создание собственной модели уровня ChatGPT на таком парке сложно.
- Кейс DeepSeek показал, что можно экономить на обучении, но финальный запуск не отменяет необходимости собственного парка карт.

Answers

## Questions about this video

Сколько ИИ-видеокарт, по оценке автора, есть в России?

Автор называет самую щедрую оценку — около 15 000 карт по всей стране, а некоторые аналитики дают ещё меньшие цифры. Открытой официальной статистики нет.

Почему нельзя просто завезти такие видеокарты в Россию?

Серверы с картами весят более 100 кг и стоят дорого, у каждой карты есть серийный номер, а NVIDIA с конца 2024 года отслеживает поставки. Серый импорт сокращается, а китайские покупатели переплачивают, что уводит товар с российского рынка.

Что говорится о DeepSeek в видео?

Финальное обучение DeepSeek шло на примерно 2 000 карт, но до этого были месяцы экспериментов, а у связанного фонда было около 10 000 карт ещё до запретов. Поэтому автор считает, что умная экономия не отменяет необходимости собственного парка.

## Full Transcript — Download SRT & Markdown

00:03

Speaker A

Помните таблицы по телевизору? У кого сколько ядерных боеголовок? Их показывали постоянно, и Россия там всегда была наверху. Она и сейчас там первая. По свежему подсчёту Федерации американских учёных у России примерно 4.400 боеголовок. У США их меньше. А теперь появилась новая таблица. Её показывают уже не по телевизору, а в отчётах для инвесторов. И считают там видеокарты, те самые, на которых учат нейросети. И вот в этой таблице России почти не видно. Я решил сам посчитать, сколько их там. Но сначала давайте, как вы думаете, сколько мощных видеокарт для искусственного интеллекта сейчас есть в России? Напишите цифру в комментариях прямо сейчас, до того как я скажу. Потом сравним, кто был ближе. Пока я считал, у меня накопилось три вещи, которые я хочу вам рассказать. Первое — это то, сколько таких карт для искусственного интеллекта есть на самом деле и почему их нельзя завезти в Россию так же просто, как завозят айфоны. Второе — это что Россия делает с тем, чего как раз не хватает Америке. Меня этот кусок удивил сильнее всего. И третье: где сейчас самая большая российская IT-компания? Её никто не закрывал, она работает, и дела у неё идут отлично, только не там, где вы думаете. И одна просьба, пока не начали. Нажмите на подписку авансом. Меня это очень мотивирует продолжать делать видео про искусственный интеллект каждый день. Ну а если вам не понравится, отпишитесь, и сразу будет одно уточнение, чтобы дальше не путаться. Я буду говорить видеокарта, а местами чип для искусственного интеллекта. Это одно и то же. Это тот самый процессор, на котором учат нейросети. Просто два слова про одну вещь. Буду менять их местами для разнообразия. Сначала о том, почему эти видеокарты вообще стали новыми боеголовками. Нейросеть учится примерно так. Ей показывают почти весь интернет, кусок за куском, и она раз за разом угадывает следующее слово и поправляет себя, когда ошиблась. И так она делает миллиарды раз. Если это делает один компьютер, обучение займёт тысячи лет. Поэтому ставят очень много видеокарт рядом, и они считают одновременно. Соответственно, чем больше видеокарт и чем они мощнее, тем лучше получается нейронная сеть. Для примера GPT-6 Astra, если мне не изменяет память, учили на более чем 100.000 видеокарт. Представьте, что вам надо проверить миллион школьных контрольных. Один учитель будет сидеть за ними всю жизнь. А вот 100.000 учителей справятся буквально за один вечер. Видеокарта в этой картине и есть тот самый учитель. И чем больше у вас таких учителей, тем умнее модель вы успеваете вырастить, пока конкуренты не выпустили свою. И учителя эти очень дорогие. Одна такая карта сейчас стоит как новая машина. Ставят их сотнями тысяч. Ещё один пример для масштаба и понимания. У Илона Маска в Мемфисе стоит дата-центр Colossus. Сейчас там работает около 550.000 видеокарт. Это одна компания и один город. И Маск уже пообещал довести их число больше чем до миллиона до конца года. А я напомню, что самую хайповую нейросеть прошлого месяца учили всего на 100.000 таких видеокарт. Держите эти цифры у себя в голове. Дальше они нам пригодятся. Полмиллиона в одном месте сейчас, и миллион Маск обещает уже через полгода. Ну и самый главный вопрос: а что там, собственно, в России? Открытой статистики тут, к сожалению, нет. Её никто не публикует. Поэтому я собрал оценки людей, которые этим рынком занимаются, и взял самую щедрую. Если всё это пересчитать на одну популярную модель, то по всей стране всего около 15.000 карт. Другие аналитики называют цифры ещё меньше. Пусть будет 15.000. Получается, что один комплекс Маска больше, чем вся Россия, примерно в 35 раз. Причём карты у Маска новее и мощнее, так что на деле разрыв ещё больше. Ну, а теперь посмотрите, что вы написали в комментариях. Если у вас там было больше 15.000, то вы переоценили. Я, допустим, когда садился, думал, что будет хотя бы 100.000 на всю страну. А самый мощный компьютер страны для искусственного интеллекта до сих пор, кстати, принадлежит Яндексу. Называется он Червоненкис в честь советского математика. Его собрали в 2021 году на картах, которые были лучшими в 2020-м. Тогда он даже попал в двадцатку сильнейших в мире. С тех пор у NVIDIA вышло два новых поколения, и на подходе третье. То есть российский флагман искусственного интеллекта собран на железе, которое в Америке считается позапрошлым поколением. Это как если бы лучшая машина в стране была восьмилетней. Да, она ездит и вполне бодро, но на гонку вы уже на ней не поедете, потому что конкуренты её обгонят. Ну а теперь главный вопрос: а почему их просто нельзя купить? Айфоны-то завозят, но разница между айфонами и картами огромная. iPhone может провезти один человек в чемодане, а сервер с восемью такими картами весит больше 100 кг. И стоит это как хорошая квартира, и у каждой карты есть свой серийный номер. С конца 2024 года NVIDIA начала жёстко проверять, кому уходит железо, и отслеживать эти номера. Bloomberg поднимал таможенные записи. Оказалось, что в 2024 году через один-единственный канал в Россию попало больше тысячи серверов с такими картами. Но по оценкам рынка дальше пошло вниз. В 2024 году такие серверы завозили тысячами, в 2025-м сотнями, а в этом году уже десятками. И есть ещё одна причина, о которой почти не говорят. У серого рынка есть покупатель побогаче. Дело в том, что Китаю эти карты тоже продавать нельзя, и он переплачивает за них в два, в три раза сверху. И представьте, что вы перекупщик, у вас одна коробка и два покупателя. Кому вы её отдадите? Бывший руководитель мобильного YouTube в Google Андрей Дороничев, который раньше жил в Москве, а сейчас в Сан-Франциско делает лекарства с помощью нейросетей, сказал про это очень коротко. Это не тот ресурс, который можно завести серым импортом в нужном масштабе. А модель без вычислительных мощностей, по его словам, как машина без двигателя. Хорошо, допустим, карт мало. А что вообще можно сделать на этих 15.000, которые есть у России? Кое-что сделать можно. Можно взять чужую открытую модель, которую кто-то уже обучил на сотнях тысяч карт, и доучить её под свои задачи и свою цензуру, скажем, под русский язык или под банковскую поддержку. Это как купить готовое тесто и испечь из него свой пирог. Пирог будет ваш и вкусный, но тесто вы не делали, и если завтра его перестанут продавать, печь будет не из чего. Ну и из чего это тесто готовили, вы тоже до конца не знаете. Это тоже важно понимать. А вот замесить своё тесто, то есть вырастить свою модель с нуля, чтобы она стояла рядом с ChatGPT или Claude, на таком количестве очень сложно. Ну и на то, что я озвучил, можно мне возразить. А как же DeepSeek? Китайцы в начале 2025 года выпустили модель, которая напугала всю Кремниевую долину. И в их отчёте написано, что финальное обучение шло буквально на 2.000 карт. Может быть, в таком случае количество вообще не главное. Я полез разбираться, и да, 2.000 карт — это правда, но только на последний забег. А до него были месяцы экспериментов, неудачных попыток и черновых моделей. И всё это тоже на картах. У фонда, который стоит за DeepSeek, ещё в 2021 году, до всех запретов, было около 10.000 карт. И потом они докупали ещё. То есть DeepSeek показал, что можно тратить умнее, но не то, что можно обойтись без своего парка. Это как с ремонтом. Можно сделать кухню дешевле соседа, если руки из правильного места, но инструменты у вас всё равно должны быть свои. Взять их в аренду у соседа каждый день не получится. Напишите, кстати, в комментариях, как вам мои сравнения, нравятся или нет. Я стараюсь выбирать максимально понятные и доступные для каждого. OpenAI и Anthropic официально не работают в России. Кто пользуется ChatGPT из России, знает, как это выглядит: VPN, чужая карта, аккаунт через знакомых, то есть лучшие модели мира. И так покупают у других стран. Просто пока через заднюю дверь. Но ведь у Америки тоже есть проблема, и в Кремниевой долине говорят об этом всё чаще. Им не хватает электричества. Дата-центры под искусственный инте

00:21

Speaker A

появилась новая таблица. Её показывают уже не по телевизору, а в отчётах для инвесторов. и считают там видеокарты, те самые, на которых учат нейросети. И вот в этой таблице России почти не видно. Я решил сам посчитать, сколько их там. Но

00:36

Speaker A

сначала давайте, вы как вы думаете, сколько мощных видеокарт для искусственного интеллекта сейчас есть в России? Напишите цифру в комментариях прямо сейчас до того, как я скажу. Потом сравним, кто был ближе. Пока я считал, у меня накопилось три вещи, которые я хочу

00:50

Speaker A

вам рассказать. Первое - это то, сколько таких кар для искусственного интеллекта есть на самом деле и почему их нельзя завести в Россию так же просто, как завозят айфоны. Второе - это что Россия делает с тем, чего как раз не хватает

01:03

Speaker A

Америки. Меня этот кусок удивил сильнее всего. И третье, где сейчас самая большая российская и компания? Её никто не закрывал, она работает, и дела у неё идут отлично, только не там, где вы думаете. И одна просьба, пока не начали.

01:16

Speaker A

Нажмите на подписку авансом. Меня это очень мотивирует продолжать делать видео про искусственный интеллект каждый день.

01:21

Speaker A

Ну а если вам не понравится, отпишитесь, и сразу будет одно уточнение, чтобы дальше не путаться. Я буду говорить видеокарта, а местами чип для искусственного интеллекта. Это одно и то же. Это тот самый процессор, на котором учат нейросети. Просто два слова про

01:35

Speaker A

одну вещь. Буду менять их местами для разнообразия. Сначала о том, почему эти видеокарты вообще стали новыми боеголовками. Нейросеть учится примерно так. Ей показывают почти весь интернет, кусок за куском, и она раз за разом угадывает следующее слово и поправляет

01:50

Speaker A

себя, когда ошиблась. И так она делает миллиарды раз. Если это делает один компьютер, обучение займёт тысячи лет.

01:56

Speaker A

Поэтому ставят очень много видеокарт рядом, и они считают одновременно. Соответственно, чем больше видеокарт и чем они мощнее, тем лучше получается нейронная сеть. Для примера GPT6 Astra, если мне не изменяет память, учили на более чем 100.000х видеокарт.

02:11

Speaker A

Представьте, что вам надо проверить миллион школьных контрольных. Один учитель будет сидеть за ними всю жизнь.

02:16

Speaker A

А вот 100.000 учителей справятся буквально за один вечер. Видеокарта в этой картине и есть тот самый учитель. И чем больше у вас таких учителей, тем умнее модель вы успеваете вырастить, пока конкуренты не выпустили свою. И учителя эти очень дорогие. Одна такая

02:32

Speaker A

карта сейчас стоит как новая машина. Оставят их сотнями тысяч. Ещё один пример для масштаба и понимания. У Илона Маска в Мемфисе стоит дата центра Колосus. Сейчас там работает около 550.000 видеокарт. Это одна компания и один город. И Маск уже пообещал до конца года

02:49

Speaker A

довести его больше, чем до миллиона. А я напомню, что самую хайповую нейросеть прошлого месяца учили всего на 100.000х таких видеокарт. Держите эти цифры у себя в голове. Дальше они нам пригодятся. Полмиллиона в одном месте сейчас, и миллион Маск обещает уже через

03:04

Speaker A

полгода. Ну и самый главный вопрос: а что там, собственно, в России? Открытой статистики тут, к сожалению, нет. Её никто не публикует. Поэтому я собрал оценки людей, которые этим рынком занимаются, и взял самую щедрую. Если всё это пересчитать на одну популярную

03:19

Speaker A

модель, по ней, по всей стране всего около 15.000 карт. Другие [музыка] аналитики называют цифры ещё меньше.

03:26

Speaker A

Пусть будет 15.000. Получается, что один комплекс Маска больше, чем вся Россия, примерно в 35 раз. Причём карты у Маска новее и мощнее, так что на деле разрыв ещё больше. Ну, а теперь посмотрите, что вы написали в комментариях. Если у вас

03:40

Speaker A

там было больше 15.000, то вы переоценили. Я, допустим, когда садился, думал, что будет хотя бы 100.000 на всю страну. А самый мощный компьютер страны для искусственного интеллекта до сих пор, кстати, принадлежит Яндексу.

03:52

Speaker A

Называется он Червоненкис в честь советского математика. Его собрали в двадцать первом году на картах, которые были лучшими в двадцатом. Тогда он даже попал в двадцатку сильнейших в мире. С тех пор у Nvido вышло два новых поколения и на подходе третье. То есть

04:07

Speaker A

российский флагман искусственного интеллекта собран на железе, которая в Америке считается позапрошлым поколением. Это как если бы лучшая машина в стране была восьмилетней. Да, она ездит и вполне бодро, но на гонку вы уже на ней не поедете, потому что

04:21

Speaker A

конкуренты её дёрнут. Ну а теперь главный вопрос: а почему их просто нельзя купить? Айфоны-то завозят, но вот только разница между айфонами и картами, она огромная. iPhone может провести один человек в чемодане, а сервер с восьмью такими картами весит больше 100 кг. И

04:37

Speaker A

стоит это как хорошая квартира, и у каждой карты есть свой серийный номер. С конца двадцать четвёртого года Nvido начала жёстко проверять, кому уходит железо, и отслеживать эти номера.

04:48

Speaker A

Blмберг поднимал таможенные записи. Оказалось, что в двадцать четвёртом через один-единственный канал в Россию попало больше тысячи серверов с такими картами. Но по оценкам рынка дальше пошло вниз. В двадцать четвёртом такие серверы завозили тысячами, в двадцать пятом сотнями, а в этом году уже

05:05

Speaker A

десятками. И есть ещё одна причина, о которой почти не говорят. У серого рынка есть покупатель побогаче. Дело в том, что Китаю эти карты тоже продавать нельзя, и он переплачивает за них в два, в три раза сверху. И представьте, что вы

05:18

Speaker A

перекупщик, у вас одна коробка и два покупателя. Кому вы её отдадите? Бывший руководитель мобильного Ютуба в Гугле Андрей Дороничев, который раньше жил в Москве, а сейчас в Сан-Франциско делает лекарства с помощью нейросетей, сказал про это очень коротко. Это не тот

05:32

Speaker A

ресурс, который можно завести серым импортом в нужном масштабе. А модель безвычислительных мощностей, по его словам, как машина без двигателя.

05:40

Speaker A

Хорошо, допустим, карт мало. А что вообще можно сделать на этих 15.000х, которые есть у России? Кое-что сделать можно. Можно взять чужую открытую модель, которую кто-то уже обучил на сотнях тысячах карт, и доучить её под свои задачи и своим цензуром, скажем,

05:55

Speaker A

под русский язык или под банковскую поддержку. Это как купить готовое тесто и испечь из него свой пирог. Пирог будет ваш и вкусный, но тесто вы не делали, и если завтра его перестанут продавать, печь будет его не из чего. Ну и из чего

06:08

Speaker A

это тесто готовили, вы тоже до конца не знаете. Это тоже важно понимать. А вот замесить своё тесто, то есть вырастить свою модель с нуля, чтобы она стояла рядом с чатом GPT или Клодом, на таком количестве очень сложно. Ну и на то, что

06:20

Speaker A

я озвучил, можно мне возразить. А как же Deep se китайцы в начале двадцать пятого выпустили модель, которая напугала всю Кремневую долину. И в их отчёте написано, что финальное обучение шло буквально на 2.000х карт. Может быть, в таком случае количество вообще не

06:34

Speaker A

главное. Я полез разбираться и да, 2.000 карт - это правда, но только на последний забег. А до него были месяцы экспериментов, неудачных попыток и черновых моделей. И всё это тоже на картах. У фонда, который стоит запсиком, ещё в двадцать первом году до всех

06:50

Speaker A

запретов было около 10.000 карт. И потом они докупали ещё. То есть DeПS показал, что можно тратить умнее, но не то, что можно обойтись без своего парка. Это как с ремонтом. Можно сделать кухню дешевле соседа, если руки из правильного места,

07:05

Speaker A

но инструменты у вас всё равно должны быть свои. в аренду у соседа их каждый день не возьмёшь. Напишите, кстати, в комментариях, как вам мои сравнения, нравятся или нет. Я стараюсь выбирать максимально понятные и доступные для каждого. Open и Antropic официально не

07:19

Speaker A

работают в России. Кто пользуется чатом GPT из России, знает, как это выглядит. VPN, чужая карта, аккаунт через знакомых, то есть лучшие модели мира. И так покупают у других стран. Просто пока через заднюю дверь. Но ведь у Америки тоже есть проблема, и они в Кремневой

07:35

Speaker A

долине говорят всё чаще. Им не хватает электричества. Дата-центры под искусный интеллект едят столько, что сети не успевают за ними строиться. Тот же Дороничев считает, что следующее узкое место у США будет именно в энергии, а не в чипах. И вот что мне попалось дальше.

07:52

Speaker A

У России это электричество есть, дешёвое, и его очень много, и она его уже тратит на вычисление. Только вот не на совсем те. Россия сейчас вторая в мире по добыче биткоина. По данным ассоциации промышленного майнинга, на неё приходится примерно шестая часть

08:08

Speaker A

всей мировой добычи. А тот же Минерго оценивает, что майнеры съедают около 2% всего электричества страны. И я посчитал после этого грубо на салфетке. Если разложить это на круглые сутки, выходит почти 2 ГВтта постоянной мощности. Одна современная карта для искусственного

08:24

Speaker A

интеллекта вместе с охлаждением и всем хозяйством ест примерно 1,5 кВт. Значит, электричество, которое сейчас уходит на биткои, хватило бы примерно на миллион видеокарт для искусственного интеллекта.

08:36

Speaker A

Миллион, а стоит в России всего 15.000. У России есть как раз то, чего не хватает Америки. Только крутится на нём железо, которое умеет одно: подбирать числа для биткоина. Никакую нейросеть на нём не обучишь. И меня это место прямо

08:50

Speaker A

зацепило, потому что проблема выходит не в электричестве и даже не в деньгах. В марте Сбер и Яндекс попросили у государства от 400 до 450 млрд руб. в год на искусственный интеллект. Сбер отдельно объявил, что вложит 500 млрд в

09:07

Speaker A

свой третий суперкомпьютер. Но что делать с рублями, если за них нельзя купить главную деталь? Это как собрать деньги на машину в городе, где не продают двигатели. Кузов купите, сиденья кожаные поставите, а поехать вот у вас не получится. Ну а сейчас для сравнения,

09:22

Speaker A

как это выглядит у соседей. Я вырос в Казахстане, и прошлым летом там запустили национальный суперкомпьютер ALM примерно на 500 карт HD200. Это уже следующее поколение. Конечно, это не гигант. В Мемфисе таких кластеров сотни, но Казахстан купил их официально,

09:37

Speaker A

напрямую без перекупщиков. Вот и вся разница между просто небольшим рынком и закрытым. Раз уж вы досмотрели до этого места, скорее всего, видео вам понравилось. И если вы до сих пор не подписаны на канал, то нажмите на подписку, пожалуйста. Для продвижения

09:51

Speaker A

видео это очень важно. Ну а меня, в свою очередь, это заряжает и даёт мне энергию на то, чтобы делать ещё больше видео про искусственный интеллект и освещать важные новости для вас понятным языком.

10:02

Speaker A

Поэтому давайте договоримся, вы подписывайтесь на канал, а я продолжаю и дальше делать интересные видео для вас.

10:08

Speaker A

Ну а если вам не понравится, отпишитесь. Договорились? Так вот, вернёмся к таблицам с видеокартами. Железа нет и заходит его всё меньше. А как обстоят дела с людьми, которые умеют на этом железе работать? Тут картина обратная.

10:20

Speaker A

Людей всегда было много. Илья Суцкивер, один из создателей чата GPT и бывший главный учёный Open, родился в Горьком в нынешнем Нижнем Новгороде. Сергей Брин, основатель гугла, родился в Москве.

10:33

Speaker A

Правда, Суцскевера увезли в Израиль в 5 лет, а Брина в Америку в 6, так что это ещё советская история. Но она продолжается и сейчас. В декабре двадцать второго глава Минцифры Максуд Шадаев сам сказал в Думе, что около сотни тысяч айтишников за год уехали и

10:49

Speaker A

не вернулись. Это примерно каждый десятый в отрасли. Причём, по его же словам, большинство из них продолжают работать на российские компании. Они это делают удалённо из Еревана, Алмааты, Белграда и так далее. Мы с вами тоже в какой-то мере из этой истории. Я,

11:03

Speaker A

допустим, сейчас пишу это видео на Кипре, а многие зрители моего канала не из России. То есть умные головы в России есть, руками они до сих пор работают на Россию. А вот видеокарты, на которых эти головы нужнее всего, стоят в другом

11:16

Speaker A

месте. И сейчас будет третье, что я обещал. самая большая российская компания по искусственному интеллекту. В феврале двадцать четвётого головная компания Яндекса, зарегистрированная в Нидерландах, продала весь российский бизнес за 475 млрд руб. Это около 5 млрд долларов. Сделку закрыли в июле, но

11:36

Speaker A

кое-что в неё не вошло. Облачный бизнес Неус. Разметка данных для нейросетей Талока, беспилотники и дата-центр Финляндии. Всё это осталось за границей, и компанию переименовали в Небус.

11:48

Speaker A

Руководить вернулся основатель Яндекса Аркадий Волш. А дальше началось интересное. В сентябре двадцать пятого Microsoft подписала с Небусом контракт на 17 млрд долларов с правом увеличить до 19. По нему Microsoft получит доступ к более чем 100.000 новейших карт Nvidia. Одна сделка, и в ней в шесть раз

12:08

Speaker A

больше карт, чем по самой щедрой оценке есть во всей России. В конце двадцать пятого Небус подписал ещё и контракт с запрещённой в России метой на 3 млрд. В марте этого года МЕТА расширила его до 27, а к концу года компания хочет

12:22

Speaker A

подключить под искусственный интеллект почти гигават. Помните 2 ГВтта, которые Россия отдаёт биткоину? Бывшая часть Яндекса в Европе строит под ней расети примерно половину этого только для Майкрософта и меты. Так что сильная команда в этой гонке у России была.

12:38

Speaker A

Просто сейчас она работает не на них. И напоследок будет цифра, которую я нашёл уже под самый конец. Весь российский Яндекс со всеми такси, картами, поиском и доставкой еды продали примерно за 5 млрд долларов. А то, что оставили за

12:52

Speaker A

границей, по прогнозу самой компании, к концу этого года должно выйти на темп выручки от 7 до 10 млрд долларов в год.

13:00

Speaker A

Проверим мы это уже в декабре. То есть кусок, который не стали продавать, за год будет приносить выручки больше, чем стоил весь Яндекс целиком.

Topics: искусственный интеллект видеокарты NVIDIA санкции Яндекс дата-центр Colossus нейросети DeepSeek ИИ-гонка

Учить по этому видео

- [Карточки по этому видео](https://sozai.app/ru/tools/ai-flashcard-generator/?from=transcript&id=85899)
- [Тест по этому видео](https://sozai.app/ru/tools/quiz-generator/?from=transcript&id=85899)

Бесплатно, составлено ИИ по этой расшифровке. Без регистрации.


---
This is the markdown twin of https://sozai.app/transcript/russia-losing-ai-race-chip-count/ — the same content, without the markup.
Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back.
Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/