После квартального отчёта Nvidia инвесторы стали иначе смотреть на позиции компании на рынке ИИ-инфраструктуры. Раньше главный тезис сводился к тому, что Nvidia долгое время была почти единственным поставщиком передовых GPU для бума ИИ, но теперь Amazon, Google и другие крупные игроки создают собственные чипы, из-за чего у рынка возникли вопросы о том, насколько устойчиво преимущество Nvidia.
Эта версия событий во многом верна. С начала 2023 года до середины 2025 года рыночная капитализация Nvidia выросла в 10 раз, однако в последний год акции компании росли заметно медленнее на фоне опасений из-за конкуренции в сегменте GPU.
Теперь акцент смещается с самих графических ускорителей на инфраструктуру вокруг них. По мере того как вычисления для ИИ выходят на уровень дата-центров мощностью в гигаватты, всё важнее становится управление потоками данных, памятью, хранилищами и сетью. Это даёт Nvidia преимущество в системах, которые обеспечивают работу GPU, даже если конкуренция в самих GPU усиливается.
Материал отмечает, что эксплуатация дата-центра мегамасштаба с максимальной эффективностью остаётся очень трудной задачей. По мере роста размеров и скорости развёртываний эта задача становится ещё важнее.
Это видно по тому, что именно сейчас продаёт Nvidia. Компания разворачивает архитектуру Vera Rubin, в которую входят GPU Rubin, CPU Vera, инференс-ускоритель Groq 3 LPX, а также стойки для хранения данных и сетевого оборудования.
Как отмечается в публикации, эти системы сильно специализированы, но их задача не в генерации токенов. Они повышают эффективность всего, что работает вне GPU. Если GPU сравнить с двигателем, то остальные компоненты — это остальные части автомобиля.
Отдельно выделяется CPU Vera, который решает задачу координации данных. Вице-президент Nvidia по технологиям хранения данных Джейсон Харди сказал: «Vera важна, потому что в одном сервере или любой вычислительной платформе можно разместить лишь ограниченный объём памяти».
По мере роста вычислительной мощности дата-центров росла и ёмкость памяти, что помогло заработать компаниям вроде Micron на второй волне инфраструктурного бума. Однако своевременно доставлять данные к GPU непросто, а для снижения энергозатрат на обработку токенов правильное управление этим трафиком становится всё важнее.
Харди добавил: «Мы увидели улучшение в этих операциях более чем в 3 раза, когда ускорение обеспечивает CPU Vera. Теперь мы можем использовать нашу флеш-память на полную, потому что получаем всю её производительность без узких мест».
Похожие задачи решают и другие компании. В качестве примера приводится чип Jalapeño, который OpenAI разработала с упором на снижение объёма перемещаемых данных.
В блоге OpenAI в начале месяца говорилось: «Мы разработали Jalapeño так, чтобы минимизировать перемещение данных и задержки связи. Его крупный домен позволяет удерживать всю нагрузку внутри одной связанной системы, сокращая перенос данных и помогая обрабатывать запрос быстро и эффективно от начала до конца».
Подход OpenAI отличается от подхода Nvidia. Компания старается снизить саму потребность в перемещении данных, удерживая нагрузку внутри одного интегрированного чипа. Но логика одинакова: повышать эффективность за счёт более умного управления потоками данных, а не просто добавлять новые вычислительные циклы.
Это открывает новый уровень конкуренции в ИИ-инфраструктуре. Для Nvidia такой сдвиг не гарантирует победу: компании всё равно предстоит соперничать с другими производителями чипов и гиперскейлерами. Однако теперь борьба всё больше идёт за эффективность всей системы, а не только за выпуск альтернативы GPU.
На раннем этапе, как отмечает автор материала, Nvidia выглядит лидером в этом сегменте.
Источник: материал The Verge.
