Amazon купува хардуер за милиарди от Nvidia, който не може да включи заради недостиг на електроенергия

Публикувано от Svetni.me Editorial на 20 октомври 2026 г.

Amazon и недостигът на електроенергия за новите Nvidia чипове
Източник: Business Insider / Amazon Web Services

Хиперскейлърът Amazon е инвестирал десетки милиарди долари в най-съвременните системи с изкуствен интелект от Nvidia, но значителна част от този хардуер остава неизползван в складовете и незахранените зали на центровете за данни [1]. Причината не е в софтуерни спънки или липса на пазарно търсене, а в непреодолимо физическо ограничение: американската електропреносна мрежа просто не разполага с достатъчно свободен капацитет, за да включи новите изчислителни гигавати.

Главният изпълнителен директор на Amazon, Анди Джаси, и ръководството на AWS се оказват в парадоксална ситуация, при която най-дефицитният актив в света – съвременните графични процесори – стои на трупчета в очакване на подстанции и трансформатори.

Физическата стена пред AI инфраструктурата

Надпреварата между технологичните гиганти за осигуряване на чипове от фамилията Blackwell и свързаните с тях водни охлаждащи системи доведе до безпрецедентна концентрация на поръчки. Amazon успя да си осигури солидни квоти благодарение на мащабните си капиталови разходи, надхвърлящи десетки милиарди за фискалната година. Когато оборудването пристигне на терен обаче, инженерите се сблъскват със суровата реалност на застаряващата енергийна мрежа.

Изграждането на модерен AI дата център днес изисква между 100 мегавата и над един гигават мощност – консумация, сравнима с тази на средно голям европейски град. Регионалните комунални дружества в САЩ съобщават за опашки за присъединяване към мрежата, които достигат между три и пет години. Допълнително забавяне носи и глобалният дефицит на специализирани високоволтови трансформатори, чието производство изисква до 48 месеца от момента на поръчката. В резултат на това стотици хиляди чипове не могат да генерират нито един цент приход за облачната дивизия AWS.

Амортизационен капан и фундаментална трансформация на енергийния модел

Ситуацията поставя технологичните гиганти пред сериозен икономически риск, известен като амортизационен капан. В полупроводниковата индустрия жизненият цикъл на водещите графични процесори е изключително кратък – около две до три години преди появата на следващото поколение архитектура (като предстоящата серия Rubin на Nvidia). Ако чипове на стойност 30 000 до 40 000 долара бройката прекарат 18 месеца в кашони в очакване на електричество, те губят половината от своята икономическа полезност и конкурентно предимство още преди да са извършили първото си изчисление.

За да преодолее тази парализа, Amazon започна радикално преструктуриране на стратегията си за захранване. Компанията все по-агресивно сключва договори за директно свързване към атомни електроцентрали (зад електромера, без преминаване през обществената мрежа) и инвестира милиарди в разработването на малки модулни ядрени реактори (SMR). Този модел обаче изисква огромно време за регулаторно одобрение и изграждане, което означава, че краткосрочното изоставане в активирането на мощностите ще продължи.

В макроикономически план този казус доказва, че истинският лимитиращ фактор пред развитието на изкуствения интелект през следващото десетилетие няма да бъде производството на силиций, а достъпът до непрекъсваема базова електроенергия. Победители в AI революцията няма да бъдат компаниите с най-много пари за чипове, а тези, които успеят първи да осигурят физическите мегавати за тяхното захранване.

Инфографика: Енергийният капан на Amazon и Nvidia
Четири ключови стълба на енергийния дефицит, блокиращ новите AI системи на Amazon.

Източници

  1. Business Insider. (2026-10-20). Amazon is buying billions in Nvidia AI systems it can't yet turn on. Business Insider Tech. https://www.businessinsider.com/amazon-nvidia-ai-gpu-data-centers-power-shortages-2026-10
  2. Federal Energy Regulatory Commission. (2026-10-20). Grid Interconnection Queues and Data Center Load Growth Assessment. FERC Reports.