Назад
24 апреля 2026 г. в 06:20 AI Data Centers Infrastructure Hyperscalers Applied Digital Big Tech Finance Reuters / Applied Digital

Applied Digital сдала 300 МВт AI-мощности на 15 лет, и hyperscalers ускоряют вынос вычислений во внешние AI factory

Applied Digital сдала 300 МВт AI-мощности на 15 лет, и hyperscalers ускоряют вынос вычислений во внешние AI factory

Applied Digital сдала 300 МВт AI-мощности на 15 лет, и hyperscalers ускоряют вынос вычислений во внешние AI factory

Applied Digital подписала 15-летний лизинговый контракт примерно на 7,5 млрд долларов с неназванным американским hyperscaler на 300 МВт критической IT-нагрузки в кампусе Delta Forge 1. Для самой компании это резкий скачок в качестве выручки и клиентской базы. Для рынка AI-инфраструктуры это еще более важный сигнал: крупнейшие покупатели вычислений все активнее не только строят свои кампусы, но и заранее бронируют мощность у внешних специализированных операторов.

Reuters пишет, что после этой сделки общий объем законтрактованной выручки Applied Digital превысил 23 млрд долларов, а более половины портфеля теперь обеспечено клиентами инвестиционного уровня. В официальном сообщении компания уточнила, что речь идет о 300 МВт в кампусе Delta Forge 1 общей мощностью 430 МВт, который должен начать работу в середине 2027 года. Параллельно Applied Digital рассчитывает привлечь до 600 млн долларов нового финансирования для продолжения строительства и подготовки следующих этапов.

На первый взгляд это просто еще одна большая инфраструктурная сделка в перегретом рынке AI-дата-центров. Но business-угол здесь другой. Еще недавно главным символом AI-гонки были собственные гигантские кампусы Big Tech, где контроль над вычислениями, энергией и supply chain оставался внутри вертикально интегрированной системы. Теперь становится видно, что даже hyperscalers все чаще готовы выкупать внешний capacity на очень длинном горизонте, если это позволяет быстрее зафиксировать доступ к дефицитным мегаваттам, охлаждению и площадкам.

Именно в этом состоит главный рыночный сдвиг. AI-инфраструктура постепенно превращается из истории про владение железом в историю про контроль над доступом к готовой мощности. Если оператор способен быстро собрать землю, подключения, охлаждение, строительную дисциплину и долговое финансирование, он получает шанс продавать не просто квадратные метры дата-центра, а стратегическую опцию на будущее AI-расширение крупнейших платформ.

Delta Forge 1 хорошо иллюстрирует этот разворот. Applied Digital строит не абстрактный серверный объект, а AI Factory кампус на более чем 500 акрах, рассчитанный на высокоплотные AI- и HPC-нагрузки. В такой модели ценность создается не в software-марже, а в умении превратить физический дефицит в контрактуемый продукт. Для hyperscaler это удобно: вместо того чтобы ждать собственный долгий цикл строительства, можно заранее забронировать сотни мегаватт у оператора, который уже собрал площадку и готов закрывать исполнение.

Это не отменяет важности капитала, но меняет точку приложения силы. Neuro.ee уже писал о том, что Уолл-стрит перестраивает долговой рынок под AI-дата-центры. Новая сделка Applied Digital показывает следующий слой этой истории: долгий капитал нужен не сам по себе, а для поддержки новой модели распределения мощностей, где внешние developers становятся промежуточным слоем между Big Tech и физической инфраструктурой. Иными словами, рынок движется не только к большим стройкам, но и к новому классу арендодателей AI-вычислений.

Для Applied Digital эта сделка особенно важна потому, что она помогает компании выйти из зоны истории роста в зону истории исполнения. Инвесторы отреагировали на объявление ростом акций, потому что 15-летний контракт резко повышает видимость будущих денежных потоков. Но вместе с этим возрастает и планка требований. Теперь рынок будет смотреть не столько на презентации про AI Factory, сколько на способность вовремя вводить кампусы в строй, закрывать финансирование и обслуживать клиента на уровне, которого ожидает инвестиционный hyperscaler.

Для крупных облачных и платформенных игроков вывод тоже неприятно прямой. AI-бум оказался настолько капиталоемким, что даже лидерам рынка уже недостаточно полагаться только на собственный balance sheet и внутренний real estate pipeline. Если дефицит мощности сохраняется, логика будет толкать их к еще большему числу долгосрочных оффтейк- и lease-сделок с внешними операторами. Это ускоряет концентрацию рынка вокруг тех, кто контролирует не только чипы и модели, но и землю, подключение к сетям, охлаждение, локальные разрешения и проектное финансирование.

Проигравшими в такой конфигурации рискуют стать игроки среднего размера. Чем длиннее срок контрактов и чем выше требования к масштабу площадки, тем сложнее конкурировать без доступа к дешевому капиталу и без заранее подготовленного pipeline на сотни мегаватт. В результате AI-инфраструктура все быстрее становится рынком, где барьеры входа определяются не только инженерией, но и физическим контролем над узкими местами системы.

Мнение редакции Neuro.ee

Самое интересное в этой новости не размер контракта, а тип зависимости, который она раскрывает. Hyperscalers по-прежнему выглядят как хозяева AI-гонки, но даже они все сильнее зависят от внешних операторов, способных быстрее превратить землю, электричество и охлаждение в готовую мощность. Это означает, что карта рыночной власти в AI будет рисоваться не только в лабораториях моделей и облачных подразделениях Big Tech, но и у тех, кто умеет промышленно упаковать мегаватты в долгосрочный контракт.

Ещё новости

OpenAI выходит в Google Cloud: модели будут покупать через Marketplace
22 октября 2026 г.
OpenAI выходит в Google Cloud: модели будут покупать через Marketplace

OpenAI и Google Cloud объявили о выводе моделей OpenAI в Model Garden. Для корпоративных команд это означает покупку и запуск моделей через привычный контур Google Cloud, но пока доступ ограничен частным превью.

Anthropic показала Claude Duet — агента, который не ждёт команды
21 октября 2026 г.
Anthropic показала Claude Duet — агента, который не ждёт команды

Anthropic открыла исследовательский предварительный доступ к Claude Duet — отдельному приложению, где Claude должен сам приносить пользователю задачи, выполнять поручения и продолжать работу в его отсутствие. Компания подчёркивает: перед действиями от имени человека агент запрашивает подтверждение.

PHP закрыла две критические RCE-уязвимости: обновиться нужно сразу
21 октября 2026 г.
PHP закрыла две критические RCE-уязвимости: обновиться нужно сразу

Команда PHP выпустила обновления для двух критических уязвимостей, допускающих удалённое выполнение кода без аутентификации. Патчи уже доступны для поддерживаемых веток 8.2–8.5; временные настройки могут лишь снизить риск, но не заменить обновление.

Google тестирует ИИ на собеседованиях — но это пока пилот
21 октября 2026 г.
Google тестирует ИИ на собеседованиях — но это пока пилот

Google проводит пилот по использованию ИИ в собеседованиях, сообщает Business Insider. Для инженеров-программистов компания также собирается проверять владение ИИ-инструментами — это заявление представителя Google, а не описание уже действующего правила для всех.

NVIDIA Sentry вынесла контроль ИИ-агентов за пределы сервера
21 октября 2026 г.
NVIDIA Sentry вынесла контроль ИИ-агентов за пределы сервера

NVIDIA представила Sentry — слой контроля ИИ-агентов на DPU BlueField-4, отдельный от хоста, где работает сам агент. Идея — проверять доступ к моделям, инструментам и данным даже при компрометации сервера; это референсная архитектура, а не готовая защита по умолчанию.

Claude спроектировал белки против яда скорпионов — но антидота пока нет
21 октября 2026 г.
Claude спроектировал белки против яда скорпионов — но антидота пока нет

Anthropic сообщает, что Claude помог спроектировать 211 минибелков против нейротоксинов скорпионов; 17 кандидатов подтвердили связывание в двух независимых лабораторных тестах. Это ранний этап разработки, а не готовое противоядие.

Gemini в машине получит доступ к Gmail и фото — но не в ЕС
21 октября 2026 г.
Gemini в машине получит доступ к Gmail и фото — но не в ЕС

Google начала развёртывать Personal Intelligence для Gemini в Android Auto. С разрешения пользователя ассистент сможет искать детали в Gmail, календаре, фото, картах, YouTube и Search, но функция пока не доступна в ЕЭЗ.

DeepSeek открыла свой движок инференса — но не весь сервер
20 октября 2026 г.
DeepSeek открыла свой движок инференса — но не весь сервер

DeepSeek выложила DeepInfer — фреймворк инференса, на котором работают её крупные сервисы. Код пригодится инженерам, но пока рассчитан на узкий набор железа и не заменяет готовую платформу для развёртывания.

Amazon открыла путь на Trainium без переписывания PyTorch-кода
20 октября 2026 г.
Amazon открыла путь на Trainium без переписывания PyTorch-кода

Amazon представила TorchNeuron — открытый backend для PyTorch, который позволяет запускать существующий код на ускорителях AWS Trainium почти без переделки. Для команд это уменьшает цену эксперимента с альтернативой привычным GPU, но не отменяет проверку производительности на собственных задачах.

Mercury 3 обещает 1 068 токенов в секунду — и цену ниже $1 за миллион
20 октября 2026 г.
Mercury 3 обещает 1 068 токенов в секунду — и цену ниже $1 за миллион

Inception выпустила Mercury 3 — диффузионную языковую модель для задач, где задержка важна не меньше качества. Компания заявляет скорость 1 068 токенов в секунду, совместимость с OpenAI API и стартовую цену $0,10 за миллион входных и $0,35 за миллион выходных токенов.

Cloudflare представила Clairic — модель для извлечения данных без генерации текста
20 октября 2026 г.
Cloudflare представила Clairic — модель для извлечения данных без генерации текста

Cloudflare открыла превью Clairic в Workers AI: модель извлекает, вычисляет, оценивает и прогнозирует структурированные значения из неструктурированных входных данных. Компания обещает один параллельный проход, типизированный результат и интервалы уверенности вместо свободно сгенерированного текста.

Harness² учит агентов переписывать собственные инструкции — пока на бенчмарках
19 октября 2026 г.
Harness² учит агентов переписывать собственные инструкции — пока на бенчмарках

Команда Google Cloud AI Research и Northwestern University представила Harness² — фреймворк, который меняет не веса модели, а её рабочую обвязку: подсказки, память, инструменты и правила делегирования. Авторы сообщают о приросте на трёх профессиональных бенчмарках, но это пока результаты препринта без независимой репликации.