Преимущество Nvidia в сфере искусственного интеллекта выходит за рамки графических процессоров

Компания Nvidia, занимающаяся разработкой решений для искусственного интеллекта, представила новые данные о расширении своего технологического преимущества за пределами графических процессоров (GPU).

В среду, 27 августа 2026 года, Nvidia обнародовала результаты своей работы, продемонстрировав, что её конкурентное преимущество в эпоху искусственного интеллекта теперь охватывает не только GPU, но и системы, обеспечивающие эффективную работу центров обработки данных. В последние годы на рынке появились альтернативные решения от таких компаний, как Amazon и Google, что вызвало сомнения в долгосрочной устойчивости позиции Nvidia. Однако, как отмечают аналитики, компания сохраняет лидерство благодаря комплексным системам, которые оптимизируют производительность за пределами отдельных процессоров.

С момента начала бума в сфере искусственного интеллекта в 2023 году капитализация Nvidia выросла в 10 раз, но в последние полтора года темпы роста замедлились на фоне конкуренции в сегменте GPU. Новая стратегия компании фокусируется на разработке аппаратных и программных решений для оркестровки данных, что позволяет повысить эффективность работы центров обработки данных на гигаваттном уровне.

В текущем году Nvidia внедряет архитектуру Vera Rubin, которая включает не только графические процессоры Rubin, но и специализированные компоненты, такие как процессор Vera, ускоритель вывода Groq 3 LPX, а также решения для хранения и сетевой инфраструктуры. Эти системы предназначены для оптимизации работы за пределами GPU, обеспечивая более рациональное распределение вычислительных ресурсов.

По словам Джейсона Харди, вице-президента Nvidia по технологиям хранения, процессор Vera играет ключевую роль в управлении памятью и данными. «Vera важен, потому что существует предел объёма памяти, который можно разместить в одном сервере или любой вычислительной платформе», — заявил он. Увеличение вычислительных мощностей центров обработки данных сопровождается ростом потребности в памяти, что создаёт дополнительные вызовы в части передачи данных к GPU без задержек.

Как отметил Харди, внедрение процессора Vera позволяет добиться до трёхкратного улучшения в части управления трафиком данных. «Мы наблюдали улучшение производительности до трёх раз, где процессор Vera позволяет ускорить эти операции», — пояснил он. Это означает, что флеш-память используется более эффективно, так как устраняются узкие места в передаче данных.

Аналогичные подходы применяются и другими игроками рынка. Например, компания OpenAI разработала чип Jalapeño, основной задачей которого является минимизация объёмов передаваемых данных. «Мы спроектировали Jalapeño для минимизации перемещения данных и задержек в передаче», — говорится в блоге OpenAI. Такой подход позволяет ускорить выполнение запросов за счёт сокращения объёмов передаваемой информации.

Эксперты подчёркивают, что новые вызовы в сфере искусственного интеллекта требуют не только увеличения вычислительных мощностей, но и более интеллектуального управления данными. Это открывает новые возможности для конкуренции между производителями чипов и гипермасштабируемыми платформами. Nvidia, сохраняя лидерство в данном сегменте, должна будет противостоять новым конкурентам, которые фокусируются на оптимизации работы систем в целом, а не только отдельных компонентов.

На данный момент Nvidia демонстрирует значительное преимущество в части интеграции решений для оркестровки данных, что может стать ключевым фактором в долгосрочной конкурентоспособности компании.

Сообщает TechCrunch.