Nvidia: преимущество не только в графических процессорах
Ещё недавно история Nvidia звучала довольно прямолинейно. В первые годы бума искусственного интеллекта компания была практически единственным поставщиком передовых графических процессоров — и это приносило огромную прибыль по мере роста отрасли.
Однако в последние годы ситуация начала меняться. Крупные гиперскейлеры вроде Amazon и Google стали разрабатывать собственные чипы, и монопольное положение Nvidia пошатнулось. Это заставило инвесторов всерьёз задуматься о прочности её конкурентного преимущества.
Тенденция отразилась и на динамике акций. После десятикратного роста рыночной капитализации в период с начала 2023 по середину 2025 года в прошлом году рост заметно замедлился. Причиной стали опасения относительно усиления конкуренции на рынке графических процессоров.
Всё изменилось после публикации отчёта о доходах компании в среду. Инвесторы стали осознавать, что сильные стороны Nvidia выходят далеко за рамки одних лишь GPU. По мере того как вычислительные мощности ИИ достигают гигаваттных масштабов, управление инфраструктурой становится всё сложнее. И именно здесь Nvidia сумела выстроить серьёзное преимущество: компания не просто поставляет оборудование, а создаёт комплексные решения для мегамасштабных систем.
Архитектура Vera Rubin: система как единое целое
Суть подхода хорошо видна на примере архитектуры Vera Rubin. В её рамках графический процессор Rubin работает в связке с другими компонентами: центральным процессором Vera, ускорителем логического вывода Groq 3 LPX, а также специализированными решениями для хранения данных и сетевого взаимодействия.
На прошлой неделе я обсуждал с сотрудниками Nvidia, как устроены эти системы. Оказалось, что их специализация — не обработка токенов, а обеспечение максимально эффективной работы всей инфраструктуры вокруг GPU. Если сравнивать с автомобилем, то GPU — это двигатель, а остальные компоненты — всё остальное: трансмиссия, подвеска, электроника, кузов. Без них даже самый мощный двигатель не сможет раскрыть свой потенциал.
Роль центрального процессора Vera
Ключевую роль в этой системе играет центральный процессор Vera — он отвечает за управление данными. Как пояснил Джейсон Харди, вице‑президент Nvidia по технологиям хранения данных, важность Vera связана с фундаментальным ограничением: в один сервер или вычислительную платформу можно поместить лишь определённый объём памяти.
Во время второй волны инфраструктурного бума это привело к росту спроса на память — и, например, компания Micron существенно увеличила доходы. Но проблема не только в объёме памяти, а в том, чтобы своевременно доставлять данные к графическому процессору. По мере того как компании стремятся снизить количество токенов на ватт, вопрос эффективности передачи данных становится критически важным.
По словам Харди, центральный процессор Vera позволил добиться трёхкратного улучшения операций с данными. Теперь флеш‑память можно использовать на полную мощность: система достигает максимальной производительности без узких мест.
Альтернативный подход: минимизация перемещения данных
Nvidia — не единственная компания, которая решает эту проблему. Например, OpenAI пошла по другому пути в разработке чипа Jalapeño. Вместо того чтобы оптимизировать передачу данных, инженеры постарались максимально сократить саму необходимость в ней.
Как говорится в блоге OpenAI, опубликованном в начале месяца, Jalapeño спроектирован так, чтобы минимизировать перемещение данных и задержки при передаче. Большой домен чипа позволяет выполнять всю рабочую нагрузку в рамках одной подключённой системы — это обеспечивает быструю и эффективную обработку запроса от начала до конца.
Это принципиально иной подход: вместо оптимизации трафика он стремится полностью исключить лишние перемещения данных за счёт интеграции всей рабочей нагрузки на одном чипе. Однако общая цель у обоих подходов одна — повысить эффективность не за счёт наращивания вычислительных мощностей, а за счёт более разумного управления данными и трафиком.
Новый уровень конкуренции
Смещение фокуса на управление данными не гарантирует Nvidia автоматического преимущества. Компании по‑прежнему придётся конкурировать с другими производителями чипов и гиперскейлерами — точно так же, как это происходило на рынке графических процессоров.
Но сама природа конкуренции изменилась. Теперь ключевым фактором становится не способность создать ещё один мощный GPU, а умение обеспечить эффективную работу всей системы в целом. На этом новом уровне конкуренции Nvidia пока выглядит убедительно — по крайней мере на ранних этапах.
