Сфера AI Infra переживает период бурного роста — зарплаты в ней достигли 7–8 млн юаней в год. Раньше они были ниже 3 млн, а, например, в Шэньчжэне в 2024 году кандидат на должность в Infra получал 300 тыс. в год, в 2025 — 500 тыс., сейчас — уже 1 млн. Специалисты переходят из стартапов в крупные интернет‑компании с удвоением зарплаты, а из крупных компаний в стартапы — с ростом зарплаты в 2–3 раза (при этом значительную часть пакета могут составлять опционы).
Точкой роста зарплат стало появление DeepSeek R1: после его релиза в начале 2025 года спрос на специалистов в AI Infra резко вырос. Компании начали изучать, как DeepSeek удаётся добиваться хороших результатов при относительно небольшом штате — частично ответ оказался в оптимизации Infra и снижении затрат. Оптимизация позволяет экономить десятки миллионов на затратах на вычислительные мощности.
Ключевые направления оптимизации включают работу с отдельными GPU‑картами, оптимизацию диспетчеризации ресурсов, PD‑разделение, экспертный параллелизм, VLLM, SGlang. Квалифицированные Infra‑команды могут поднять средний уровень использования GPU в отрасли (сейчас он составляет 25–27%) до 40%. Например, экономия на 8 картах B может составить более 1 млн юаней: стоимость комплекта из 8 карт в наличии в Китае — 13 млн юаней, по фьючерсам через 3 месяца — около 11 млн юаней.
В индустрии распространена такая пропорция распределения бюджета: на каждые 100 единиц вложений в обучение AI‑модели 40 тратится на вычислительные мощности, 30 — на кадры, 20 — на рекламу, 10 — на данные. При этом затраты на приобретение, аренду GPU‑кластеров и электроэнергию часто составляют основную часть расходов в AI‑бизнесе, у некоторых компаний — свыше 60%.
Соревнование в области больших моделей перешло от инноваций в алгоритмах к конкуренции в сфере базовых системных инженерных решений. Акцент сместился с базового предварительного обучения на внедрение в производство и оптимизацию вывода — благодаря распространению открытых моделей и зрелости базовой архитектуры (например, Transformer).
Infra‑инженеры могут добиться прироста производительности сервера на 10–20% за счёт оптимизации (например, корректировки укладки кабелей и затяжки хомутов).
Средняя месячная зарплата AI Infra‑специалистов в материковом Китае — 73 тыс. юаней (выше, чем у специалистов по алгоритмам больших моделей). Однако только около 5% специалистов получают повышенную оплату. Например, зарплаты на позициях, связанных с развёртыванием фреймворков вывода (VLLM, SGLang) в продуктах, обычно составляют 40–50 тыс. юаней. Зарплаты у специалистов по оптимизации рассуждений и квантованию моделей могут удваиваться — они максимально используют вычислительные мощности GPU. По оценке Го Цюаньвэя, такие высококвалифицированные специалисты составляют 5–10% от общего числа работников в сфере AI Infra.
Лу Биннин делит Infra на три направления: ускорение оптимизации рассуждений, фреймворки для обучения, разработка операторов. Считается, что разработка операторов и оптимизация рассуждений важнее. На рынке вакансий специалисты по фреймворкам для обучения менее востребованы: такие проекты затратны, их могут поддерживать только крупные интернет‑компании и облачные провайдеры. Некоторые стартапы сокращают отделы обучения, оставляя отделы рассуждений и разработки операторов.
Есть пять типов работодателей, готовых платить повышенную цену за специалистов Infra:
* ByteDance ищет специалистов, способных стабильно управлять обучением и рассуждениями;
* Tencent активно развивает базовые модели и полную Infra, привлекает внешние команды (в том числе Яо Шуньюя , создаёт отдельный отдел AI Infra);
* Alibaba и Baidu как облачные провайдеры имеют запас инженеров Infra из эпохи облачных вычислений и больших данных, могут переводить их на новые задачи; обе компании имеют собственные чипы, фокусируются на гетерогенных системах;
* стартапы (DeepSeek, Kimi, MiniMax) стремятся максимально эффективно использовать ресурсы.
Крупные компании обычно имеют в отделе Infra 50–60 и более сотрудников, детально разделяя обязанности (операторы, обучение, рассуждения, сеть). Стартапы предпочитают небольшие команды (около 20 человек), ценя универсалов, которые разбираются в низкоуровневых операторах и умеют управлять движками рассуждений.
Специалисты, знакомые с экосистемой CUDA от NVIDIA, могут рассчитывать на надбавку от 80% и выше; специалисты по китайским видеокартам — в среднем около 50%. Из‑за ограничений на продажу NVIDIA количество специалистов в этой области ограничено, при этом государственная политика стимулирует закупку китайских чипов, что расширяет перспективы для специалистов по китайским видеокартам.
На рынке Северной Америки высокий спрос на специалистов в сфере AI Infra: OpenAI набирает сотрудников преимущественно на позиции, связанные с механизмами логического вывода, базовыми операторами GPU и ускорением производительности; Anthropic также набирает около десятка соответствующих сотрудников.
По оценке Лу Биннина, рост зарплат в сфере AI Infra может продолжаться ещё 2–3 года из‑за дисбаланса спроса и предложения. Новые бизнес‑сценарии в сфере Infra ещё только развиваются: внедрение сложных вертикальных сценариев только начинается, коммерциализация в сферах AI Coding и генерации высококачественного видео ещё не завершена. Пока коммерциализация больших моделей связана с высокими затратами на вычисления, специалисты в сфере Infra, способные обеспечить прибыль за счёт вычислений, будут продолжать получать растущие надбавки к зарплате.
BAT AI ，
2026-09-23
AI 1500 ：
2026-10-13
Подписаться в Макс
