Преимущество Nvidia в области искусственного интеллекта выходит за рамки графических процессоров.

До этой недели доминирующая история о Nvidia звучала примерно так: в первые несколько лет бума ИИ Nvidia была единственным поставщиком передовых графических процессоров, которые стали невероятно прибыльными по мере масштабирования отрасли. В последние несколько лет такие крупные компании, как Amazon и Google, начали производить собственные чипы, и Nvidia больше не является единственным игроком на рынке, что заставляет многих инвесторов задуматься о том, насколько устойчиво её преимущество на самом деле.

Это убедительная история, и в основном правдивая. После десятикратного роста рыночной капитализации в период с начала 2023 года по середину 2025 года, акции Nvidia в течение последнего года демонстрировали более скромную динамику, обусловленную опасениями по поводу конкуренции со стороны производителей графических процессоров.

После публикации компанией финансовых результатов в среду сформировалась новая картина, и инвесторы начинают понимать, что преимущество Nvidia выходит далеко за рамки графических процессоров. По мере того, как вычислительные мощности для ИИ достигают гигаваттных масштабов, управление ими становится все более сложной задачей. Неудивительно, что Nvidia разработала большую часть современного оборудования, необходимого для решения этой задачи, что дает компании огромное преимущество в системах, окружающих графический процессор, даже несмотря на усиление конкуренции на рынке самих графических процессоров.

Несмотря на все разговоры о вычислительных ресурсах как о товаре широкого потребления, эксплуатация мегамасштабного центра обработки данных с максимальной эффективностью по-прежнему невероятно сложна — и по мере того, как развертывания становятся все масштабнее и быстрее, эта задача только усугубляется.

Стойка за стойкой

Часть этого можно увидеть, просто взглянув на детали того, что именно продает Nvidia. В настоящее время компания внедряет архитектуру Vera Rubin, в которой графический процессор Rubin сочетается с рядом других устройств, включая центральный процессор Vera, ускоритель инференции Groq 3 LPX и аналогичные стойки для хранения данных и сетевого оборудования.

На прошлой неделе я общался с представителями Nvidia о том, что на самом деле делают эти системы, и результаты оказались неожиданными. Как и сам графический процессор Rubin, это крайне специализированные системы, но вместо того, чтобы просто обрабатывать токены, они обеспечивают максимально эффективную работу всего, что находится за пределами графического процессора. Если графический процессор — это двигатель, то это остальная часть автомобиля.

В частности, процессор Vera ориентирован на решение проблемы организации обработки данных. «Vera важна, потому что в одном сервере или любой другой вычислительной платформе можно разместить лишь ограниченное количество памяти», — сказал мне Джейсон Харди, вице-президент Nvidia по технологиям хранения данных.

По мере увеличения вычислительной мощности центров обработки данных, увеличивалась и емкость памяти, поэтому такие компании, как Micron, разбогатели во второй волне инфраструктурного бума. Но доставка данных на графический процессор в нужное время — непростая задача, и по мере того, как компании стремятся снизить стоимость электроэнергии (в токенах за ватт), они понимают, насколько важна такая направленность трафика.

«Мы наблюдали улучшение производительности в этих операциях более чем в 3 раза, благодаря ускорению, которое обеспечивает процессор Vera», — сказал Харди. «Теперь мы можем использовать нашу флэш-память на полную мощность, поскольку можем получить от нее всю необходимую производительность без узких мест».

Аналогичные проблемы можно встретить и за пределами Nvidia. Когда компания OpenAI разрабатывала свой чип Jalapeño, основное внимание уделялось полному предотвращению этих проблем за счет минимизации объема передаваемых данных.

«Мы разработали Jalapeño таким образом, чтобы минимизировать перемещение данных и задержки связи», — говорится в сообщении компании в блоге, опубликованном ранее в этом месяце. «Большой домен позволяет всей рабочей нагрузке оставаться в рамках одной подключенной системы, минимизируя перемещение данных и помогая обеспечить быструю и эффективную обработку запроса от начала до конца».

Это другой подход, полностью исключающий перемещение данных за счет выполнения рабочей нагрузки внутри одного интегрированного чипа. Но общая логика та же: повышение эффективности за счет более интеллектуального управления трафиком, а не просто увеличения процессорных циклов. Это, в свою очередь, открывает совершенно новый уровень инфраструктуры, за который компании могут конкурировать.

Новый акцент на управлении данными не является для Nvidia автоматической победой. Компании придется конкурировать с конкурирующими производителями чипов и крупными поставщиками, как и в случае с графическими процессорами. Но конкуренция перешла на новый уровень, где создание конкурирующего графического процессора имеет меньшее значение, чем способность обеспечить эффективную работу всей системы.

И, по крайней мере на начальном этапе, Nvidia, похоже, имеет явное преимущество.

Источник: techcrunch.com