LIVE
OpenAI выпустила GPT-6.2 Astra и Sol: мощнее, дешевле и под более строгим контролем Cloudflare начала строить собственные модели ИИ ChatGPT пришел в отдел продаж: готовые сценарии и тридцать интеграций Perplexity вышел на миллиард долларов годовой выручки, рост в четыре раза за год Рынок IPO в США застрял на избирательности, и это надолго OpenAI выпустила GPT-6.2 Astra и Sol: мощнее, дешевле и под более строгим контролем Cloudflare начала строить собственные модели ИИ ChatGPT пришел в отдел продаж: готовые сценарии и тридцать интеграций Perplexity вышел на миллиард долларов годовой выручки, рост в четыре раза за год Рынок IPO в США застрял на избирательности, и это надолго
Новости ИИ

Преимущество Nvidia уже не в чипах: компания застолбила слой инфраструктуры вокруг GPU

автор: shmelev дата: 29 августа 2026 чтение: 2 мин
Преимущество Nvidia уже не в чипах: компания застолбила слой инфраструктуры вокруг GPU

Последний год инвесторы разучивали одну и ту же историю про Nvidia: компания была монополистом на рынке передовых GPU, но Amazon, Google и другие гиперскейлеры начали делать собственные чипы, и монополия трещит по швам. История подтверждалась цифрами: после десятикратного роста капитализации с начала 2023-го по середину 2025-го акции Nvidia последний год росли куда скромнее именно на фоне опасений по поводу конкуренции в GPU.

Отчёт о прибыли на этой неделе слегка перевернул нарратив. Выяснилось, что реальное преимущество Nvidia лежит не в самом чипе, а в том, что происходит вокруг него. По мере того как вычислительные мощности AI выходят на гигаваттный масштаб, задача организации потоков данных внутри дата-центра превращается в отдельную инженерную дисциплину, и именно здесь у Nvidia накопилось решающее преимущество.

Смотреть стоит на архитектуру Vera Rubin, которую сейчас разворачивает компания. Это не просто GPU Rubin, а целый комплект: процессор Vera, ускоритель инференса Groq 3 LPX, стоечные решения для хранения и сети. Вице-президент Nvidia по технологиям хранения Джейсон Харди объяснил суть проблемы просто: памяти в одном сервере или вычислительной платформе физически ограниченное количество, и заставить данные добираться до GPU вовремя, задача не из тривиальных. По словам Харди, процессор Vera даёт ускорение операций оркестрации данных втрое: флеш-память используется на полную мощность без узких мест.

OpenAI решает ту же проблему иначе. При разработке собственного чипа Jalapeño компания сделала ставку на минимизацию перемещения данных: вся нагрузка остаётся внутри единой связанной системы, чтобы запрос обрабатывался быстро от начала до конца. Логика та же (эффективность через управление потоками данных, а не только через рост числа вычислительных циклов), но путь другой, и это открывает новый рынок, за который теперь предстоит бороться производителям инфраструктуры.

Преимущество Nvidia не гарантировано навечно: конкуренты неизбежно подтянутся и в оркестрации данных, как уже подтянулись в производстве самих чипов. Но на старте этой новой гонки компания снова оказалась на шаг впереди: просто сместила поле боя туда, где готовилась заранее.

Хотите такого помощника у себя? Заказать разработку AI-агента можно у нас.

Реклама
ЛИДЕРБОРД · 728 × 90зона «Реклама: между секциями»