До цього тижня домінуюча історія про Nvidia виглядала приблизно так: протягом перших кількох років буму ШІ Nvidia була єдиним постачальником найсучасніших графічних процесорів (GPU), що приносило величезні прибутки зі зростанням індустрії. В останні кілька років гігантські хмарні провайдери, такі як Amazon і Google, почали розробляти власні чипи, і Nvidia більше не була монополістом, що змусило багатьох інвесторів замислитися над стійкістю її переваг.
Це переконлива історія, і здебільшого правдива. Після 10-кратного зростання ринкової капіталізації з початку 2023 року до середини 2025 року, акції Nvidia демонстрували більш скромну динаміку протягом останнього року, зумовлену побоюваннями щодо конкуренції у сфері GPU.
З моменту оголошення фінансових результатів компанії в середу сформувалася нова наративна лінія, і інвестори починають усвідомлювати, що перевага Nvidia виходить далеко за межі GPU. Оскільки обчислювальні потужності для ШІ зростають до гігаватного масштабу, оркестрація (управління та координація) стає все більш складним завданням. Не дивно, що Nvidia розробила значну частину найсучаснішого обладнання, необхідного для її виконання, що дає компанії величезну перевагу в системах, які оточують GPU, навіть попри зростання конкуренції саме в сегменті GPU.
Попри всю розмову про обчислення як про товар, керувати дата-центром мегамасштабу з піковою ефективністю залишається неймовірно складним завданням — і з кожним зростанням швидкості розгортання цей виклик лише посилюється.
Стійка за стійкою
Деякі аспекти цього можна побачити, розглядаючи деталі того, що насправді продає Nvidia. Компанія нині розгортає свою архітектуру Vera Rubin, яка поєднує GPU Rubin з колекцією інших модулів, включно з CPU Vera, прискорювачем виводу Groq 3 LPX та аналогічними стійками для зберігання даних і мережевих з’єднань.
Минулого тижня я спілкувався з представниками Nvidia щодо функцій цих систем, і результати виявилися несподіваними. Подібно до самого GPU Rubin, це надзвичайно спеціалізовані системи, але замість обробки великих обсягів даних, вони забезпечують максимально ефективну роботу всього, що знаходиться поза GPU. Якщо GPU — це двигун, то ці системи — решта автомобіля.
Зокрема, CPU Vera зосереджений на проблемі оркестрації даних. «Vera важлива, тому що існує лише обмежений обсяг пам’яті, який можна розмістити в одному сервері чи будь-якій обчислювальній платформі», — розповів мені Джейсон Харді, віцепрезидент Nvidia з технологій зберігання даних.
Зі зростанням обчислювальної потужності дата-центрів масштабувалася і ємність пам’яті, тому компанії на кшталт Micron заробили статки на другій хвилі буму інфраструктури. Але своєчасне доставлення цих даних до GPU не є простим завданням — і оскільки компанії прагнуть знизити показник «токенів на ват», вони усвідомлюють важливість такого спрямування трафіку.
«Ми спостерігали зростання продуктивності до 3 разів у цих операціях, де CPU Vera забезпечує прискорення», — зазначив Харді. «Тепер ми можемо використовувати наші флеш-накопичувачі на повну потужність, оскільки можемо отримати всю цю продуктивність без вузьких місць».
Схожі проблеми існують і за межами Nvidia. Коли OpenAI розробляла свій чип Jalapeño, значна увага приділялася уникненню цих викликів шляхом мінімізації обсягу даних, які потрібно переміщувати.
«Ми розробили Jalapeño для мінімізації переміщення даних та затримок зв’язку», — зазначила компанія у своєму блозі на початку цього місяця. «Його велика область дозволяє всьому робочому навантаженню залишатися в межах однієї пов’язаної системи, мінімізуючи переміщення даних та допомагаючи завершити запит швидко та ефективно від початку до кінця».
Це інший підхід, що полягає в повному уникненні переміщення даних шляхом виконання навантаження в межах одного інтегрованого чипа. Але загальна логіка та сама: підвищення ефективності за допомогою розумнішого керування трафіком, а не просто збільшення кількості процесорних циклів. Це, у свою чергу, відкриває цілий новий рівень інфраструктури, за який компанії можуть конкурувати.
Ця нова концентрація на оркестрації даних не є автоматичною перемогою для Nvidia. Компанії доведеться конкурувати з виробниками чипів-конкурентів та гігантськими хмарними провайдерами, так само як вона це робила з GPU. Але конкуренція перемістилася на новий рівень, де розробка конкуруючого GPU має менше значення, ніж здатність забезпечити ефективну роботу всієї системи.
І принаймні на ранніх етапах Nvidia демонструє значну перевагу.
За даними порталу: techcrunch.com