Это захватывающая история, и в основном правдивая. После десятикратного роста рыночной капитализации с начала 2023 года до середины 2025 года акции Nvidia в последний год демонстрировали более скромную динамику на фоне опасений по поводу конкуренции в сфере GPU.
Новая нарратив сформировался после публикации квартальной отчетности компании в среду, и инвесторы начинают понимать, что преимущество Nvidia выходит далеко за пределы GPU. По мере того как вычислительные мощности ИИ достигают гигаваттного масштаба, оркестрация становится все более сложной задачей. Неудивительно, что Nvidia создала значительную часть передового оборудования, необходимого для этого, что дает компании огромное преимущество в системах, окружающих GPU, даже несмотря на усиление конкуренции в самих GPU.
Несмотря на все разговоры о вычислительных мощностях как о товаре, по-прежнему невероятно сложно эксплуатировать мегамасштабный центр обработки данных с пиковой эффективностью — и по мере того, как развертывания становятся больше и быстрее, эта задача только усложняется.
Стойка за стойкой
Некоторые из этих аспектов можно увидеть, просто взглянув на детали того, что Nvidia на самом деле продает. Компания в настоящее время внедряет свою архитектуру Vera Rubin, которая объединяет GPU Rubin с набором других модулей, включая CPU Vera, ускоритель инференса Groq 3 LPX и аналогичные стойки для хранения данных и сетевого взаимодействия.
На прошлой неделе я общался с сотрудниками Nvidia о том, что на самом деле делают эти системы, и результаты оказались удивительными. Как и сам GPU Rubin, это чрезвычайно специализированные системы, но вместо обработки токенов они обеспечивают максимально эффективную работу всего, что находится за пределами GPU. Если GPU — это двигатель, то эти системы — остальная часть автомобиля.
CPU Vera, в частности, сосредоточен на проблеме оркестрации данных. «Vera важен, потому что объем памяти, который можно разместить в одном сервере или любой вычислительной платформе, ограничен», — сказал мне Джейсон Харди, вице-президент Nvidia по технологиям хранения данных.
По мере того как центры обработки данных наращивали вычислительную мощность, емкость памяти также увеличивалась, поэтому такие компании, как Micron, разбогатели во второй волне инфраструктурного бума. Но доставка этих данных в GPU в нужное время — непростая задача, и по мере того, как компании стремятся снизить показатель токенов на ватт, они осознают, насколько важна такая маршрутизация трафика.
«Мы наблюдали улучшение до трех раз в этих операциях, где CPU Vera обеспечивает ускорение», — сказал Харди. «Теперь мы можем использовать нашу флэш-память на полную мощность, потому что мы можем извлечь из нее всю производительность без узких мест».
Версии той же проблемы можно увидеть и за пределами Nvidia. Когда OpenAI разрабатывала свой чип Jalapeño, основное внимание уделялось полному избежанию этих проблем за счет минимизации объема перемещаемых данных.
«Мы разработали Jalapeño для минимизации перемещения данных и задержек связи», — заявила компания в блоге в начале этого месяца. «Его большая область позволяет всей рабочей нагрузке оставаться в рамках одной связанной системы, минимизируя перемещение данных и обеспечивая быстрое и эффективное выполнение всего запроса от начала до конца».
Это другой подход — полное избежание перемещения данных за счет выполнения рабочей нагрузки в рамках одного интегрированного чипа. Но общая логика та же: повышение эффективности за счет более интеллектуального управления трафиком, а не просто увеличения числа процессорных циклов. Это, в свою очередь, открывает новый уровень инфраструктуры, за который компании могут конкурировать.
Этот новый фокус на оркестрации данных не является автоматической победой для Nvidia. Компании придется конкурировать с rival chipmakers и гиперскейлерами так же, как и с GPU. Но конкуренция перешла на новый уровень, где создание rival GPU имеет меньшее значение, чем способность заставить всю систему работать эффективно.
И, по крайней мере, на ранних этапах Nvidia, похоже, имеет подавляющее преимущество.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Russell Brandom
