Преимущество Nvidia выходит за рамки видеокарт
Новая система Vera Rubin показывает, что лидерство Nvidia в сфере ИИ теперь основано не только на графических процессорах, но и на сложной инфраструктуре вокруг них. После отчёта о прибыли в среду инвесторы пересматривают перспективы компании.
Долгое время история Nvidia была простой: компания оставалась единственным поставщиком передовых графических процессоров (GPU) и получала огромную прибыль по мере роста индустрии искусственного интеллекта. В последние годы такие гиганты облачных сервисов, как Amazon и Google, начали разрабатывать собственные чипы, что заставило инвесторов усомниться в устойчивости преимущества Nvidia. С начала 2023 года до середины 2025-го рыночная капитализация компании выросла в десять раз, однако за последний год рост акций замедлился на фоне опасений по поводу конкуренции в сегменте GPU.
После публикации отчёта о прибыли в среду формируется новое понимание ситуации: преимущество Nvidia простирается далеко за пределы самого GPU. По мере роста вычислительных мощностей ИИ до масштаба гигаватт координация потоков данных внутри крупных дата-центров становится всё более сложной задачей. Nvidia создала значительную часть специализированного оборудования, необходимого для управления этой сложностью, получив тем самым преимущество в системах, окружающих сам процессор.
Системы вокруг процессора
Компания внедряет архитектуру Vera Rubin, объединяющую GPU Rubin с другими компонентами — процессором Vera, ускорителем инференса Groq 3 LPX, а также стойками для хранения данных и сетевого оборудования. По словам вице-президента Nvidia по технологиям хранения данных Джейсона Харди, процессор Vera решает ключевую проблему: объём памяти на одном сервере ограничен, поэтому важно обеспечить своевременную доставку данных к GPU. По его словам, применение Vera позволило добиться почти трёхкратного улучшения в подобных операциях, дав возможность полностью использовать потенциал флеш-накопителей без задержек.
С похожими вызовами сталкиваются и другие компании. OpenAI при разработке чипа Jalapeño сосредоточилась на минимизации перемещения данных, стремясь удерживать всю рабочую нагрузку в рамках одной связанной системы. Несмотря на иной подход, цель та же — повысить эффективность за счёт более умного управления потоками данных, а не просто наращивания вычислительной мощности.
Новый фокус на координации данных открывает новый уровень конкуренции, где Nvidia предстоит соперничать как с другими производителями чипов, так и с крупными облачными компаниями. Пока же именно Nvidia занимает в этой области лидирующие позиции.
