К концу 2025-го рынок ИИ смещается от дорогого обучения к энергоэффективному инференсу: универсальные GPU Nvidia уступают специализированным TPU и Trainium. Google TPU v7 дают в 4,7 раза лучшую производительность на доллар и на 67% меньшее энергопотребление на токен; AWS Trainium3 обеспечивает до 4,4-кратного роста вычислительной мощности и 4-кратную энергоэффективность, а Trainium4 интегрируется с NVLink, снимая барьер миграции с CUDA.

Тренд закрепляют крупные сделки: альянс Google и Anthropic на развёртывание до 1 млн TPU и более 1 ГВт мощностей, партнёрство OpenAI и Broadcom вокруг кастомных чипов под инфраструктуру на 10 ГВт, выход Qualcomm с линейкой AI200/250 и проектом на 200 МВт. На фоне оценки стройки дата-центра на 1 ГВт в ~50 млрд долларов, из которых около 35 млрд — чипы Nvidia, переход на ASIC и собственные чипы становится вопросом выживания экономики облака.

На уровне моделей 2026-й обещает взлёт «маленьких» LLM до 10B параметров, которые уже догоняют GPT-4o, распространение on-premise-развёртываний, рост агентных сценариев и лидерство Китая с сотней open source-моделей DeepSeek/Qwen и MoE-архитектурами, снижающими стоимость токена в разы. Параллельно нарастает риск DarkOpenrouter-экосистем, DaaS-сервисов обмана и требований аудитовать использование LLM и агентов.

Авторы прогнозируют «экономический дарвинизм»: волну закрытий и M&A среди AI-сервисов, рост вертикальной интеграции стека «от транзистора до токена», гибридный контур из SLM on-prem + тяжёлых облачных моделей, первый крупный физический инцидент из-за ИИ-агента и фрагментацию регулирования (США, ЕС, Китай), при которой выигрывают не самые большие модели, а эффективные интеграции AI в реальные бизнес-процессы.