Geoff Tate считает, что графические процессоры (GPU) по-прежнему составляют около 70% установленной в мире вычислительной мощности для искусственного интеллекта, согласно данным по производителям, тогда как на специализированные чипы приходится 30%; в основном этот сегмент контролируют Google и Amazon. Однако это преимущество больше не гарантировано: облачные компании и разработчики передовых моделей начали проектировать собственное оборудование, чтобы снизить стоимость выполнения определённых рабочих нагрузок и повысить энергоэффективность.
Согласно данным Epoch.ai, на которые опирается автор, мировая установленная вычислительная мощность для ИИ за три года выросла в 17 раз. В 2023 году доля Nvidia составляла 90%, а Google — 10%, тогда как на специализированные вычисления пришлось 20% роста за последние три года. Tate отмечает, что эти данные не включают Meta, Microsoft и Cerebras, мощности которых он считает относительно небольшими в рамках данного измерения.
Преимущества Nvidia выходят за рамки самого процессора
По мнению автора, сила Nvidia зависит не от отдельного GPU, а от комплексной экосистемы, включающей интерконнекты, системы масштабирования, стойки, центральные процессоры и сетевые процессоры. Компания предлагает платформу NVL72, процессор Vera для рабочих нагрузок с ИИ-агентами, устройство BlueField и сети Spectrum-6, а также вариант Groq 3 LPX для низколатентного инференса.
Nvidia заявляет, что процессор Vera обеспечивает в 1,8 раза более высокую производительность в рабочих нагрузках с агентами по сравнению с традиционным процессором. Компания также утверждает, что системы Vera Rubin обеспечивают улучшение от двукратного до 30-кратного по сравнению с GB300 в тесте DeepSeek-v4-PRO — в зависимости от уровня интерактивности. В статье также говорится, что системы Vera Rubin начали работать в стойках CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud и Nebius.
Nvidia ожидает роста на 70% в следующем финансовом году; при этом отмечается, что спрос ограничен предложением. Согласно сказанному в ходе телефонной конференции по итогам квартала, её обязательства по обеспечению поставок выросли со 119 до 279 млрд долларов. Tate считает, что получение производственных мощностей у TSMC и обеспечение поставок памяти HBM останутся решающими факторами конкуренции.
Специализированные чипы приближаются к центру конкуренции
Проектирование чипов внутри компании даёт облачным компаниям и разработчикам моделей непосредственное знание своих рабочих нагрузок, возможность разделять потребности обучения и инференса, а также понимать узкие места инфраструктуры. По мере увеличения масштабов вычислений проектирование двух специализированных чипов — одного для обучения и другого для инференса — становится экономически более оправданным, особенно если это позволяет повысить throughput на ватт на 10–30% и аналогично сократить площадь кремния.
В статье выделяется OpenAI, разработавшая чип Jalapeño — ускоритель инференса для собственных рабочих нагрузок с поддержкой этапов prefill и decode и сохранением KV Cache в локальной памяти. Система использует коммутаторы Broadcom Tomahawk 6 для построения домена из 128 чипов и глобального домена, достигающего 2048 чипов. Согласно первоначальным тестам OpenAI, Jalapeño превзошёл Nvidia GB300 в рабочих нагрузках GPT-OSS, DeepSeek R1 и Kimi K2.5, однако тесты основывались на предсказании одного токена и пока не включали многотокенное предсказание, которое, как ожидает компания, повысит производительность в три–пять раз.
Tate описывает сравнение Jalapeño и Vera Rubin как приблизительную оценку, основанную на экстраполяции опубликованных кривых производительности, а не на полноценном прямом тестировании. Поэтому он считает результаты многообещающими, но нуждающимися в проверке при производственном развёртывании, а также на более широких масштабах и рабочих нагрузках. Кроме того, Jalapeño предназначен для инференса и не решает задачи обучения, которые могут составлять треть вычислительных потребностей OpenAI или больше.
Google, Meta и AMD расширяют альтернативы
В восьмом поколении TPU Google одновременно выпускает две версии: TPU 8t для обучения и TPU 8i для инференса. В статье отмечается, что TPU 8i примерно в 1,4 раза больше 8t из-за потребности в дополнительной памяти HBM, а топология интерконнектов между версиями различается в соответствии с разными требованиями обучения и инференса. Google заявляет, что новое поколение обеспечивает примерно двукратную производительность по сравнению с предыдущими поколениями. Morgan Stanley оценила продажи TPU примерно в 9 млрд долларов во второй половине 2026 года, 84 млрд долларов в 2027 году и 108 млрд долларов в 2028 году.
Meta развивает серию MTIA для рабочих нагрузок рекомендательных систем, а затем для обучения и генеративного ИИ. Cerebras представила чип CS-4, который, по её словам, вдвое увеличивает скорость выдачи токенов на пользователя по сравнению с CS-3 и обеспечивает до десятикратного throughput на ватт. AMD также представила ускоритель MI455x и систему Helios. Согласно статье, её доля мировой установленной мощности выросла с нуля до 6%, при этом в упомянутой презентации отсутствовала схема производительности для конкретного теста искусственного интеллекта.
Что это означает для производителей GPU?
Анализ certi.news: имеющиеся данные не указывают на скорый конец GPU, а свидетельствуют о переносе конкуренции с производительности универсального чипа на эффективность всей системы, доступность энергии, памяти и производственных мощностей, а также способность оборудования обслуживать конкретные рабочие нагрузки. Гибкость GPU останется важным преимуществом для клиентов, работающих с разнообразными моделями и нагрузками, тогда как специализированные чипы смогут превосходить их, когда рабочие нагрузки компании достаточно известны и стабильны, чтобы оправдать собственную разработку.
Tate предлагает Nvidia изучить разработку отдельных чипов для обучения и инференса вместо зависимости от одной универсальной конструкции, а Nvidia и AMD — внедрить технологии оптических интерконнектов, такие как optical circuit switching и co-packaged optics, поскольку медь приближается к практическим пределам. Однако он уточняет, что некоторые из этих предложений являются аналитическим мнением, а сам он входит в совет директоров двух компаний, работающих в области технологий оптических интерконнектов. Поэтому к ним следует относиться как к рекомендациям автора материала, а не как к независимым фактам.
Вывод автора заключается в том, что у Nvidia есть значительные защитные барьеры, однако она сталкивается с клиентами, располагающими огромными ресурсами и прямой мотивацией запускать свои модели на собственном оборудовании. Если Jalapeño при производственном развёртывании продемонстрирует производительность, сопоставимую с Vera Rubin или превосходящую её, это станет сильным признаком того, что доминирование GPU подверглось реальной конкуренции, а не является лишь теоретической возможностью.