Переменная, которую никто не регулирует: почему TSMC и NVIDIA определяют, какое будущее ИИ мы получим

The Aether Council | Анализ стратегических технологий и национальной безопасности

Большинство дискуссий о регулировании ИИ ведутся на один уровень выше, чем следует.

Каждый серьёзный нормативный документ, опубликованный между 2021 и 2025 годами — EU AI Act, NIST AI Risk Management Framework, Bletchley Declaration, китайские Interim Measures for Generative AI, байденовский Executive Order 14110 — содержит настолько фундаментальное структурное слепое пятно, что каждый из них в лучшем случае является условно исполнимым, а в худшем — стратегически декоративным. Все они обсуждают модели. Все они обсуждают обучающие данные, защитные механизмы при развёртывании, красные линии и методы выравнивания. Ни один из них формально не моделирует переменную, которая определяет, может ли какой-либо из этих фреймворков вообще быть исполнен.

Назовём это The Intangible Fallacy: регуляторы пытаются регулировать веса, датасеты и ограничители при развёртывании, игнорируя при этом единственную переменную, которая делает эти политики исполнимыми в первую очередь — физический субстрат, на котором работает ИИ.

Программное обеспечение взаимозаменяемо. Оборудование — ограничено. Если вы не можете контролировать физический кремний, ваш фреймворк регулирования — не более чем рекомендация.

Два фреймворка делают эту проблему решаемой:

The Compute Control Hierarchy (CCH) — цепочка рычагов влияния от сырья до облачного развёртывания, идентифицирующая, какие акторы контролируют каждый уровень и что этот контроль позволяет или исключает.

The Supply Chain Leverage Point (SCLP) Framework — конкретные узкие места, где одна компания или юрисдикция может изменить глобальные траектории развития ИИ посредством одного решения о распределении, отказе, лицензировании или производстве.

Центральный вывод неудобен, но неизбежен: TSMC и NVIDIA, вместе с ASML и небольшим числом компаний из союзных государств, в настоящее время оказывают больше практического влияния на темп, географию и исполнимость развития ИИ, чем большинство формальных институтов регулирования ИИ. Не потому, что они пишут правила. Потому что они контролируют узкие места.

I. The Compute Control Hierarchy

Стандартный стек регулирования ИИ рассматривает вычислительные мощности как входной ресурс. Это аналитически неадекватно. Вычислительные мощности — это не универсальный ресурс. Это политически структурированная цепочка поставок, и контроль на каждом уровне означает нечто совершенно разное.

Уровень 1: Сырьё — минеральное узкое место

Субстрат передовых полупроводников требует сверхчистого кремния, неона, палладия, галлия, германия и набора редкоземельных элементов. Это не взаимозаменяемые товары. Передовые фабрики требуют ресурсов исключительной чистоты с нулевой допустимостью загрязнений.

Китай контролирует примерно 60% мировой добычи редкоземельных элементов и 90% их переработки, согласно отчёту МЭА о критических минералах за 2023 год. В июле 2023 года Пекин ввёл экспортный контроль на галлий и германий через MOFCOM — не как эмбарго, а как демонстрацию. Сигнал о том, что Уровень 1 может быть целенаправленно превращён в оружие и откалиброван под конкретную динамику эскалации. Геологическая служба США подтвердила, что Соединённые Штаты имеют практически нулевые внутренние мощности по переработке обоих элементов.

Неон — критически важный для эксимерных лазеров в DUV-литографии — исторически на 45–54% поставлялся из Украины. Российское вторжение в Украину оборвало эти поставки. С тех пор отрасль диверсифицировалась, но эпизод создал прецедент: один геополитический шок на Уровне 1 распространяется через каждый нижестоящий уровень без какого-либо механизма регулирования для управления этим.

Япония контролирует критические доли фоторезистов и специальных химикатов через JSR, TOK и Shin-Etsu. Механизмом является зависимость, обусловленная качеством. Передовые фабрики не могут заменить химикаты более низкого класса без потери выхода годных.

Следствие для регулирования: Ни один фреймворк регулирования ИИ не учитывает возможность того, что сбой в поставках сырья может ограничить мировое производство вычислительных мощностей для ИИ на 12–36 месяцев без замены. Это Dependency Exposure Class I: узкое место, где затронутые акторы не имеют краткосрочных мер смягчения и институционального механизма для координированного реагирования.

Уровень 2: Оборудование для производства — литографическое узкое место

Это наиболее значимое единичное узкое место во всей CCH, и оно контролируется одной компанией.

ASML Holding, штаб-квартира в Велдховене, является единственным в мире производителем литографических машин для экстремального ультрафиолета (EUV). Серии TWINSCAN NXE и EXE необходимы для изготовления любых полупроводников на технологическом узле 7 нм и ниже. Альтернативного поставщика не существует, обходного пути нет. Canon и Nikon производят DUV-системы для зрелых узлов, но ни у одной из них нет жизнеспособной программы EUV. Монополия ASML — это не рыночный результат, который конкуренция может подорвать — это следствие более чем 20 лет совместных разработок с Zeiss SMT (EUV-оптика с точностью до субангстремных допусков) и Trumpf (CO₂-лазеры, генерирующие EUV-свет ударом по каплям расплавленного олова), что потребовало более €6 миллиардов инвестиций в НИОКР до отгрузки первого коммерческого инструмента.

Каждый NXE:3800E стоит приблизительно €350–380 миллионов. Следующее поколение — серия High-NA EXE:5000, обеспечивающая производство на техпроцессе менее 2 нм, — стоит сопоставимо, первые поставки Intel и TSMC начались в 2024–2025 годах. ASML произвела приблизительно 53 EUV-системы в 2023 году. Мировой спрос превышает предложение. Очередь измеряется годами.

В сентябре 2023 года правительство Нидерландов — под непрерывным дипломатическим давлением США, координируемым через трёхстороннее соглашение об экспортном контроле с Японией — потребовало лицензий на экспорт передовых литографических систем в Китай. Бюро промышленности и безопасности США (BIS) использует Foreign Direct Product Rule, чтобы заставить ASML дистанционно блокировать машины или отказывать в обслуживании, превращая оборудование стоимостью в сотни миллионов долларов в мёртвый груз. Новые поставки передовых инструментов фактически заблокированы.

Applied Materials, Lam Research и KLA контролируют критически важные инструменты для осаждения, травления и контроля процессов в Соединённых Штатах. Tokyo Electron поставляет критически важные системы нанесения/проявления и травления из Японии. Это то, что следует формально назвать The Allied Toolchain Denial Regime: коалиционная архитектура экспортного контроля, в которой США, Нидерланды и Япония координируют контроль над производственным оборудованием, необходимым для производства на передовых техпроцессах.

Следствие для регулирования: Решение правительства Нидерландов об экспортном контроле является, в функциональном смысле, наиболее значимым решением в области регулирования ИИ, принятым каким-либо правительством на сегодняшний день. Оно определяет, какие страны могут производить чипы переднего края. Ни один орган регулирования ИИ не участвовал в принятии решения. Ни один фреймворк это не моделирует. Это Dependency Exposure Class II: монопольное узкое место, где политическая ориентация одного актора определяет глобальные технологические траектории — и где решение о регулировании принимается через законодательство об экспортном контроле, а не через механизмы надзора за ИИ.

Уровень 3: Производство пластин — литейное производство

Это сердце системы.

Taiwan Semiconductor Manufacturing Company (TSMC) производит приблизительно 90% наиболее передовых полупроводников мира на техпроцессах менее 7 нм. Технологические узлы TSMC N3 и N4/N5 обеспечивают производство чипов для передового ИИ: H100 от NVIDIA (N4), H200 (N4) и B100/B200 архитектуры Blackwell (N4P), MI300X от AMD (N5/N6), TPU v5 от Google, Trainium2 от Amazon и Maia 100 от Microsoft.

Samsung Foundry — единственный другой актор на узле менее 5 нм, но сталкивается с постоянными проблемами выхода годных. Intel Foundry Services стратегически важен, но остаётся догоняющим игроком. GlobalFoundries вышла из гонки за передовые узлы в 2018 году.

TSMC — это не просто производитель. TSMC — это физический субстрат передового ИИ. Каждая крупная лаборатория ИИ — OpenAI, Anthropic, Google DeepMind, Meta FAIR, xAI — зависит от чипов с Fab 18 TSMC в Тайнане и связанных производств. Капитальные затраты TSMC в 2024 году составили $28–32 миллиарда, большая часть направлена на расширение передовых узлов. Спрос со стороны клиентов в сфере ИИ создал дефицит распределения. TSMC решает, сколько пластин каждый клиент получает за квартал. Это решение о распределении является одним из наиболее значимых механизмов распределения ресурсов в мировой экономике, принимаемым командой операционного планирования частной компании без какой-либо системы публичной подотчётности.

Это создаёт то, что следует формально назвать The Taiwan Fabrication Concentration Problem: ситуацию, при которой один остров через одну компанию размещает непропорционально большую долю наиболее стратегически ценных производственных мощностей мира.

Следствие для регулирования: Распределение мощностей TSMC является обязывающим ограничением на мировое предложение вычислительных мощностей для ИИ. Ни одно правительство не проверяет эти распределения. Ни один международный орган не мониторит их. Это Dependency Exposure Class III: монополия на производство в оспариваемой географии, где регуляторный пробел является полным.

Уровень 4: Передовая упаковка — ограничение CoWoS

Это уровень, который большинство обсуждений политики полностью упускают.

Современные ИИ-ускорители — это не просто изготовленные чипы. Их производительность зависит от передовой упаковки — в частности, CoWoS (Chip-on-Wafer-on-Substrate) и связанных технологий 2.5D/3D-интеграции, объединяющих GPU со стеками HBM. Мощности CoWoS были более серьёзным узким местом, чем производство пластин, для выпуска чипов ИИ на протяжении 2023–2024 годов. TSMC активно наращивает мощности — по имеющимся данным, утроив мощности CoWoS к 2025 году — но спрос продолжает опережать предложение.

HBM контролируется триополией: SK Hynix (~53% HBM3E), Samsung (~40–43%) и Micron (~4–7%, наращивает объёмы). SK Hynix является предпочтительным поставщиком NVIDIA, первой получив квалификацию HBM3E. Samsung столкнулась с проблемами выхода годных и теплоотвода, что, по имеющимся данным, отложило её квалификацию NVIDIA до конца 2024 года.

Это The Packaging Bottleneck Reality: в передовом ИИ мощности по передовой упаковке являются стратегической переменной первого порядка. ИИ-ускоритель без интеграции CoWoS и HBM не является пригодным для обучения чипом.

Следствие для регулирования: Поставки передовой упаковки и HBM невидимы для каждого фреймворка регулирования ИИ, но функционируют как жёсткие потолки производства чипов. Это Dependency Exposure Class IV: скрытое узкое место, которое политические аналитики не могут увидеть, потому что оно находится слишком глубоко в техническом стеке.

Уровень 5: Дистрибуция чипов — вето аллокатора

Даже после того как чипы произведены, они распределяются не нейтрально. Они нормируются.

NVIDIA занимает, по оценкам, более 80% рынка ускорителей для обучения ИИ. Её доминирование — это не просто история об оборудовании — это история об экосистеме. CUDA, проприетарная платформа параллельных вычислений NVIDIA, впервые выпущенная в 2006 году, является де-факто стандартной моделью программирования для рабочих нагрузок ИИ. Более 4 миллионов разработчиков используют CUDA. Каждый крупный фреймворк ИИ — PyTorch, TensorFlow, JAX — оптимизирован под CUDA. ROCm от AMD и oneAPI от Intel являются жизнеспособными альтернативами, но отстают в экосистемном развитии на годы.

В период острого дефицита 2023–2024 годов решения NVIDIA о распределении не были чисто рыночными. Генеральный директор Дженсен Хуанг лично взаимодействовал с основными клиентами — гиперскейлерами, суверенными программами ИИ, отдельными стартапами. Система распределения, по имеющимся данным, отдавала приоритет объёмным обязательствам гиперскейлеров с долгосрочными контрактами на закупку, стратегическим отношениям и соображениям национальной безопасности, где руководство правительства США было фактором.

NVIDIA также разработала A800 и H800 как варианты для Китая, соответствующие правилам BIS от октября 2022 года, за счёт снижения пропускной способности интерконнекта ниже контролируемых пороговых значений. Когда BIS ужесточил контроль в октябре 2023 года, эти варианты стали неэкспортируемыми. Соблюдение NVIDIA экспортного контроля — или его креативное обхождение через продукты с пониженными характеристиками — определяет эффективность этого контроля.

NVIDIA больше не является просто частной технологической компанией. Она является The Corporate State Proxy. Когда Министерство торговли США хочет ограничить развитие ИИ в Китае, оно устанавливает порог плотности производительности, специально разработанный для того, чтобы заставить NVIDIA изменить архитектуру продукта. Механизмы комплаенса NVIDIA и её таблицы распределения являются фактическим исполнительным органом политики США в области ИИ. Это The Private-Sovereign Entanglement Problem: коммерческие решения частной компании несут стратегические последствия суверенного уровня, при том что компания действует без соразмерного фреймворка регулирования.

Следствие для регулирования: NVIDIA является одним из наиболее значимых акторов регулирования ИИ сегодня. Ни один фреймворк регулирования не моделирует её в таком качестве. Это Dependency Exposure Class V: узкое место дистрибуции, где рыночная структура определяет доступ к передовым возможностям.

Уровень 6: Облачная инфраструктура — суверенный облачный уровень

Последний уровень — это то место, где вычислительные мощности превращаются из отгружаемого объекта в вызываемый сервис.

AWS, Microsoft Azure, Google Cloud и Oracle Cloud управляют дата-центрами, где происходят обучение и инференс ИИ. Эти компании также служат предпочтительными каналами для доступа, соответствующего экспортным правилам — механизмом является юрисдикционно контролируемый доступ к вычислениям, а не неограниченное физическое владение.

Вертикальная интеграция облачных провайдеров с передовыми лабораториями ИИ создаёт структуру, которая не является нейтральным рынком. Эксклюзивные отношения Microsoft с OpenAI, интеграция Google с DeepMind и инвестиции Amazon в $4 миллиарда в Anthropic (с AWS в качестве предпочтительного облачного провайдера) означают, что распределение облачных вычислений привязано к стратегическим партнёрствам, долям в капитале и соглашениям о привилегированном доступе.

Для ИИ-стартапов и академических исследователей, не аффилированных с гиперскейлером, вычислительные мощности являются основным узким местом — больше, чем таланты, больше, чем данные, больше, чем финансирование. Пилотный проект National AI Research Resource, запущенный в январе 2024 года, на порядки ниже того, что требуется для обучения передовых моделей.

Следствие для регулирования: Ценообразование, распределение и партнёрские решения гиперскейлеров функционируют как де-факто политика развития ИИ. Их вертикальная интеграция с передовыми лабораториями создаёт структурный конфликт интересов, с которым не работает ни один фреймворк регулирования.

Уровень 7: Периферийное развёртывание и инференс

Седьмой уровень, формирующийся и приобретающий всё большее значение: регулирование ИИ должно учитывать сдвиг от централизованного облачного инференса к развёртыванию на устройствах. Квантизированные и дистиллированные модели — семейство Llama 3 от Meta, модели Mistral — могут работать на потребительском оборудовании. Это распределяет возможности ИИ за пределы дата-центра и усложняет любой режим регулирования, который полагается на централизованный мониторинг использования вычислений. Централизованное регулирование на основе вычислений остаётся обязывающим ограничением для обучения; для инференса оно становится всё менее исполнимым.

II. The Supply Chain Leverage Point Framework

SCLP-фреймворк задаёт более жёсткий вопрос: где именно один актор может принять одно решение, которое изменит глобальную траекторию ИИ?

SCLP должна соответствовать трём критериям: монопольный или квазимонопольный контроль в узле (>60% без заменяемой альтернативы в течение 24 месяцев), отсутствие жизнеспособного обходного пути в соответствующие сроки, и пространство решений, включающее варианты, которые существенно изменили бы глобальные возможности ИИ.

По состоянию на 2025 год существует пять основных SCLP:

|------|-------|-------------------|---------------------|

Ключевое наблюдение: SCLP 1, 2 и 4 расположены в пределах первой островной цепи Западной части Тихого океана. Нидерланды являются исключением, но цепочка субпоставок ASML в значительной степени зависит от восточноазиатских компонентов. Физическая инфраструктура передового ИИ сконцентрирована в наиболее оспариваемом геополитическом театре на Земле.

Контроль на любом уровне каскадирует: ASML удерживает EUV → TSMC простаивает линии 3 нм → NVIDIA нормирует H100 → xAI откладывает свой следующий суперкластер. CCH — это не теоретическая абстракция. Это фактическая каузальная структура глобальных возможностей ИИ.

III. The Substrate Shock Doctrine: что происходит за одну ночь

Любой серьёзный разговор о регулировании ИИ должен моделировать тайваньский сценарий. Не потому, что вторжение неизбежно. Потому что вся система передовых вычислений архитектурно построена на непрерывной работе TSMC.

Сценарий A: Блокада

Военно-морская и воздушная блокада Тайваня со стороны КНР нарушит цепочку поставок TSMC, не нанося ударов непосредственно по TSMC. Фабрики TSMC требуют непрерывных поставок: фоторезисты от JSR и Tokyo Ohka Kogyo, травители от Stella Chemifa, газы, фотомаски, запасные части для EUV- и DUV-инструментов — всё это преимущественно из Японии. Блокада, прерывающая морскую и воздушную логистику, вынуждает TSMC расходовать запасы на площадке. Отраслевые оценки предполагают 2–8 недель операционной непрерывности до исчерпания критических ресурсов.

В течение 30–60 дней производство TSMC на передовых узлах начнёт деградировать. В течение 90 дней оно приблизится к нулю по новым запускам пластин. Существующие запасы — на складах NVIDIA, гиперскейлеров, дистрибьюторов — станут общим доступным предложением. Конечный и быстро истощающийся запас.

Сценарий B: Прямые военные действия

Физическое уничтожение передовых фабрик TSMC представляло бы катастрофическую и фактически необратимую потерю. Одна передовая фабрика — это более $15–20 миллиардов капитальных инвестиций и 3–5 лет строительства и квалификации. Встроенные знания — рецептуры процессов, данные оптимизации выхода годных, экспертиза персонала — не могут быть воссозданы по чертежам. Мировые производственные мощности для чипов передового ИИ были бы ликвидированы минимум на 3–7 лет даже при оптимистичном сценарии, в котором Intel, Samsung и зарубежные фабрики TSMC в Аризоне, Кумамото и Дрездене были бы ускоренно введены в строй.

Стратегическое значение

Тайваньский сценарий не просто замедлил бы развитие ИИ. Он создал бы разрыв — скачкообразное снижение мирового предложения передовых вычислительных мощностей, сохраняющееся годами. Каждый фреймворк регулирования ИИ, основанный на непрерывном масштабировании возможностей (сроки исследований в области выравнивания, циклы регуляторной адаптации, механизмы международной координации), был бы обесценен за одну ночь.

Это The Overnight Capability Reordering Scenario: геополитический шок не уничтожает возможности ИИ равномерно. Он даёт преимущество акторам с наибольшей существующей установленной базой, запасами чипов, обеспеченным доступом к облаку и внутренним политическим приоритетом. Тайваньский кризис мгновенно превратил бы ИИ из растущего рынка в нормируемый стратегический актив — и акторы, владеющие доконфликтным кремнием, составили бы новую вычислительную аристократию.

Вот почему CHIPS and Science Act 2022 года — $52,7 миллиарда на стимулирование производства полупроводников, НИОКР и развитие кадров — не является прежде всего программой экономического развития. Это хедж национальной безопасности против данного сценария. Он также, согласно анализу CCH, недостаточен по масштабу и скорости. Общие мощности на передовых узлах, обеспеченные фабриками на территории США к 2028–2030 годам, останутся малой долей от того, что TSMC эксплуатирует сегодня на Тайване.

IV. The Regulatory Sieve Effect: работает ли экспортный контроль?

Честная оценка: частично, неравномерно и более эффективно в отношении производственного потолка, чем в отношении краткосрочного доступа.

BIS провело три основных раунда контроля. Октябрь