AI-дата-центри та GPU-інфраструктура

AI розколов галузь дата-центрів на два продукти: успадковані площі під стійки на 5–15 кВт і потужність AI-класу з 60–130+ кВт на стійку та рідинним охолодженням — і другу категорію поглинають так само швидко, як будують. Цей хаб покриває економіку щільності й охолодження, вибір «орендувати чи розміщувати» та пошук GPU-ready потужностей, спираючись на наш живий трекер цін GPU і каталог обʼєктів із тегом aiReady.

Ринковий контекст: AI зʼїдає пайплайн потужностей

Цифри масштабу однозначні. McKinsey прогнозує глобальний попит на потужність дата-центрів близько 219 ГВт до 2030 року, за якого AI-ready потужність має зростати приблизно на 33% щорічно, а AI-навантаження становитимуть від половини до приблизно 70% сукупного попиту наприкінці десятиліття. Цей попит приземляється на ринок, що вже перебуває на рекордній щільності: вакантність у Північній Вірджинії близько 0,5%, приблизно три чверті потужностей у будівництві в США передорендовані, а wholesale-ставки в Північній Америці на рекордних $196,25/кВт/міс за CBRE — причому оператори AI-оптимізованих обʼєктів із рідинним охолодженням отримують явні премії до ставок за звичайні площі.

На боці заліза ринок швидко дозрів. Ціни оренди H100 обвалилися з понад $8/год на піку 2023-го до приблизно $2–3/год на споті й ~$2,35/год за річними законтрактованими угодами, коли пропозиція нормалізувалася й вийшли покоління B200/GB200 — переоцінка, що змінила арифметику «будувати чи орендувати» для всіх, окрім гіперскейлерів. Щоденне відстеження цієї кривої — саме те, що робить наш GPU-трекер; а наш гайд із цін оренди H100 пояснює контрактні структури за цими ставками.

Наслідок для покупців: рішення щодо AI-інфраструктури тепер стосуються двох ринків одночасно. Ви паралельно оцінюєте фізичну потужність (колокейшн, $/кВт) і обчислення (оренда GPU, $/GPU-година), а оптимальна відповідь змінюється разом з утилізацією, тривалістю і поколінням заліза. Більшість джерел покриває один ринок. Ми стежимо за обома.

Щільність і охолодження: чому стійки на 100 кВт змінили все

Сучасна тренувальна AI-стійка — фізично інший обʼєкт, ніж той, під який будували дата-центри. Система NVIDIA GB200 NVL72 споживає приблизно 120–132 кВт в одній стійці — проти корпоративного стандарту 5–15 кВт — а кластерні архітектури наступних поколінь тягнуться до 250+ кВт на стійку. З цієї цифри каскадом випливають три інженерні наслідки:

Охолодження стає рідинним. Понад ~50 кВт/стійку прокачати достатньо повітря фізично неможливо. Галузь стандартизувалася навколо двох підходів:

	Direct-to-chip (DTC)	Іммерсійне
Як працює	Холодні пластини на GPU/CPU; контур теплоносія через CDU	Сервери занурені в діелектричну рідину
Підтримувана щільність стійки	80–132+ кВт (поточне покоління)	100–250+ кВт
Тепло, зняте рідиною	~70–80% (решту бере повітря)	~95–100%
Навантаження на реконструкцію обʼєкта	Помірне — CDU, трубопроводи, водяний контур	Високе — ванни, поводження з рідиною, нова модель експлуатації
Сумісність із залізом	Стандартні OEM-стійки (NVL72 постачається з підтримкою DTC)	Потребує адаптованого під іммерсію заліза
Позиція на ринку 2026	Домінантний вибір для нових AI-обʼєктів	Ніша: HPC, крипта, екстремальна щільність

DTC виграє більшість розгортань, бо зберігає операційну модель «стійка-ряд», справляючись із поточними тепловими характеристиками GPU; він зазвичай додає 7–10% до капексу механіки й електрики, але зрізає енергію на охолодження достатньо, щоб знизити PUE з успадкованих ~1,5 до 1,1–1,2 — постійна економія 20–25% на загальній вартості електроенергії.

Розподіл живлення масштабується вгору. Стійки на 60–130 кВт потребують верхнього шинопроводу на 415 В і вище, потужних вводів і несучої здатності підлоги 1 500–2 000 кг на стійку. Запас мережевої потужності стає стратегічним: кластер H100 на 1 024 GPU споживає приблизно 1,5–2 МВт «під ключ»; тренувальна збірка на 16 000 GPU наближається до 25–30 МВт — обсяги, які миттєво роблять вас wholesale-орендарем, що торгує потужність, а не retail-покупцем, який обирає стійки. Для потреб такого масштабу дивіться наш хаб гіперскейлу і хаб енергетики.

Наслідок для відбору: більшість наявної у світі бази колокейшн не може розмістити сучасні AI-кластери без реконструкції. Переобладнання успадкованих повітряно-охолоджуваних площ під щільність із рідинним охолодженням коштує $2–4 млн за МВт. Саме тому «GPU-ready» тепер найважливіший фільтр при виборі обʼєкта — і саме тому наш каталог позначає обʼєкти прапорцем aiReady, що покриває щільність, підтримку рідинного охолодження і запас потужності.

Колокейшн чи оренда GPU: рамка рішення

Найвагоміше рішення щодо AI-інфраструктури в масштабі до ~$50 млн — володіти залізом у колокейшн чи орендувати GPU-потужність. Чесна відповідь — це арифметика, а не ідеологія:

Орендуйте, коли: утилізація невизначена чи рвана; горизонт проєкту менший за ~12–18 місяців; вам негайно потрібне передове залізо (оренда B200/GB200 виграє в шестимісячного циклу закупівлі); або ресурс команди на експлуатацію інфраструктури нульовий. За ~$2,35/год із зобовʼязанням H100 коштує близько $20 600 на GPU на рік, а живлення, охолодження, мережа й ризик заліза цілком на провайдері.

Розміщуйте в колокейшн, коли: ви утримуватимете високу утилізацію (60%+) протягом 2+ років; дані навантаження мають вимоги до резидентності чи безпеки; або ви достатньо великі, щоб маржа оренди перевищувала ваші операційні витрати. Володіння вузлом H100 обходиться приблизно в $25–30 тис. на GPU капексу плюс $3–5 тис. на GPU на рік за живлення й площу в колокейшн (на ринках із ~$0,08–0,12/кВт·год — одна з причин привабливості колокейшн у Південно-Східній Азії для інференс-парків). За три роки інтенсивної утилізації володіння зазвичай виходить на 30–50% дешевше за оренду — якщо утилізація тримається.

Точка беззбитковості — близько 12–18 місяців стабільного використання. Два чинники зсувають її пізніше: зміна поколінь GPU (власний парк H100 конкурує з орендою нового покоління вже на другий рік) і падіння цін оренди (ринок переоцінився на ~60–70% вниз за два роки). Один чинник тягне її раніше: орендна потужність найновішого покоління дефіцитна й преміальна на старті — саме тоді, коли тренувальний попит на піку.

Досвідчені команди дедалі частіше ділять різницю: власна потужність у колокейшн під базове інференс-навантаження; орендована — під сплески тренувань і експерименти з новими поколіннями. Оцінити обидві сторони такого портфеля можна лише на живих даних з обох ринків — а це ядро того, що цей сайт публікує на /uk/index/ і /uk/gpu/.

Ринок GPU стратифікувався — оцінюйте покоління, а не «GPU»

«Ціна GPU» — це тепер чотири окремі ринки, що рухаються різними кривими, і їх змішування є найпоширенішою — і найдорожчою — аналітичною помилкою, яку ми бачимо:

Рівень	Залізо	Поведінка ринку (2026)
Передовий	Клас GB200/B200	Дефіцит, преміальна ціна, радше розподіляється, ніж продається; кратно вище ставок H100
Робоча конячка	H100/H200	Ліквідний, конкурентний; ~$2–3/год спот, ~$2,35/год за річними зобовʼязаннями
Бюджетний	A100 і старіші	Глибокі знижки; придатні для донавчання, менших моделей, пакетного інференсу
Оптимізований під інференс	L40S і спеціалізовані чипи	Ціна за економікою обслуженого токена, а не за тренувальними FLOPS

Кривими керують три динаміки. Каскад поколінь: кожен новий флагман опускає попереднє покоління на 30–50% приблизно за рік — саме цей патерн привів H100 із понад $8/год до $2,35 із зобовʼязанням. Розкид за строком контракту: спотові, місячні та законтрактовані на 1–3 роки ставки за ідентичне залізо можуть різнитися на 40%+, тож підбір довжини контракту під визначеність навантаження важить не менше за вибір провайдера. Розкид між провайдерами: прайси гіперскейлерів на той самий GPU у 2–4 рази вищі за ставки спеціалізованих GPU-хмар, і розрив найширший саме на рівні «робочої конячки». Наш GPU-трекер підтримує актуальну картину по всіх рівнях; будь-яку окрему котирувану цифру — включно з нашою за минулий квартал — сприймайте як знімок швидкорухомої кривої.

Мережа: третя опора, яку покупці помічають надто пізно

AI-кластери частіше падають на мережі, ніж на живленні чи охолодженні, бо тренування — синхронізоване навантаження: тисячі GPU обмінюються градієнтами на кожному кроці, і найповільніший лінк задає темп усьому кластеру. Практичні наслідки для покупців потужності:

• Домінує east-west. Кластеру на 1 024 GPU потрібна неблокуюча фабрика 400/800G (InfiniBand або RoCE Ethernet), чия вартість — часто $2 000–4 000 на GPU у комутації й оптиці — має стояти у вашій капекс-моделі поруч із самими прискорювачами.
• Фізична локальність для тренування не обговорюється. Бюджети затримок фабрики утримують тренувальні кластери в межах одного залу або сусідніх залів; ви не зшиєте тренувальний кластер через дві будівлі, не кажучи про два обʼєкти. Це звужує вибір до майданчиків із великими суміжними GPU-ready площами — ще один вимір, який покриває aiReady-фільтрація нашого каталогу.
• Інференс розподіляється, тренування концентрується. Обслуговування трафіку терпить звичайну метрозатримку — саме тому працюють архітектури «хаб і промені»: важкі кластери у wholesale-площах, інференс-вузли ближче до користувачів (див. наш edge-хаб).

Порівнюючи пропозиції колокейшн під GPU-розгортання, питайте окремо про підтримку структурованої кабельної системи для фабрик із високою кількістю волокон, про ціни кросконектів в обсязі (десятки лінків 400G змінюють арифметику — див. розділ про приховані витрати в нашому хабі колокейшн) і про хмарні on-ramp, якщо ваша архітектура гібридна.

Де розміщувати AI-потужність: географія зсувається

AI-навантаження терплячіші до затримок, ніж застосунки для користувачів — тренувальному завданню байдуже, чи виконується воно в Ешберні, чи в Джохорі. Ця терпимість на тлі вакантності нижче 1% і цін від $215/кВт на ключових ринках США перенаправляє AI-потужність до багатих на енергію дешевших ринків: вторинних агломерацій США, Скандинавії, Близького Сходу і насамперед Південно-Східної Азії, де BOI Таїланду схвалив ~746 млрд бат інвестицій у дата-центри у 2025 році, пайплайн Джохору сягнув приблизно 4–5 ГВт, а Малайзія тепер явно пріоритизує проєкти AI-класу. Промислова електроенергія по $0,08–0,12/кВт·год і вартість будівництва на 20–40% нижча за американську напряму конвертуються в нижчу ціну $/GPU-годину для всіх, хто керує парками в масштабі — повна регіональна картина в нашому хабі девелопменту і аналізі Таїланду.

Чим допомагає Coloprice: міст від колокейшн до GPU

Кожен інший ресурс покриває половину цього ринку. Каталоги колокейшн не стежать за цінами GPU; GPU-маркетплейси не покривають фізичну потужність. Оскільки реальне рішення — орендувати обчислення, розгорнути залізо чи щось між — охоплює обидва, ми побудували міст:

• Живі ціни GPU, безкоштовно. GPU-трекер стежить за ставками оренди по провайдерах і поколіннях — від H100 із ~$2,35/год за зобовʼязанням до поточних премій B200/GB200 — щоб ви могли звірити будь-яке котирування провайдера за секунди. Гайд із цін H100 розшифровує контрактні структури.
• GPU-ready обʼєкти з фільтрацією. Наш каталог на 202 обʼєкти має фільтр aiReady, що покриває живлення високої щільності та підтримку рідинного охолодження — перетворюючи питання «які обʼєкти світу реально приймуть стійки на 100 кВт?» із тижнів листування на двохвилинний запит.
• Обидва ринки в одному бенчмарку. Ставки колокейшн і ставки GPU поруч, плюс дані ринкової пропозиції у статистиці — повний набір вхідних даних для моделі «оренда проти колокейшн» вище.
• Підібрані котирування за один робочий день, безкоштовно. Опишіть свої вимоги на /uk/quote/ — кластер із 20 стійок на рідинному охолодженні, 2 МВт GPU-ready площі в Південно-Східній Азії чи орендне зобовʼязання щодо GPU, яке треба звірити з ринком — і ми повернемо підібрані варіанти від перевірених нами обʼєктів і провайдерів протягом одного робочого дня. Жодної плати за розміщення, що формує шортліст, жодної чорної скриньки «запросіть котирування».
• Поглиблені матеріали. Почніть із гайду з цін на колокейшн для боку $/кВт і з інвестиційного гайду, якщо ви фінансуєте AI-потужність, а не купуєте її.

AI-інфраструктура — найшвидше переоцінюваний ринок у технологіях: ставки GPU зрушили на 60%+ за два роки, тоді як колокейшн рухався на 6–12% у протилежний бік. Рішення на застарілих даних дорогі в обидва боки: переплата за обчислення з одного боку, заморожений капітал у неправильному обʼєкті з іншого. Перевірте /uk/gpu/, відфільтруйте /uk/data-centers/, звірте з /uk/index/ і дайте /uk/quote/ покласти реальні зіставні пропозиції вам на стіл протягом одного робочого дня.