Конференция Nvidia GTC, проходящая в центре Кремниевой долины, за последние годы превратилась в ключевую площадку, где Хуанг демонстрирует новые разработки компании. Обычно речь идет о достижениях в области чипов для искусственного интеллекта, инфраструктуры дата-центров, программной платформы CUDA, а также о новых направлениях - от ИИ-агентов до робототехники и так называемого «физического искусственного интеллекта».
В этом году внимание к конференции особенно высоко. Инвесторы хотят понять, оправдывает ли себя стратегия Nvidia (NVDA) - активно реинвестировать прибыль в развитие всей экосистемы искусственного интеллекта. «Я ожидаю, что компания представит подробную дорожную карту развития чипов - от Rubin до Feynman, - сказал аналитик eMarketer Джейкоб Борн. По его словам, основной акцент будет сделан на технологиях логического вывода, агентом ИИ, сетевой инфраструктуре и системах для производства ИИ-мощностей.
Чипы Nvidia сегодня лежат в основе центров обработки данных по всему миру - в них правительства и технологические компании вкладывают сотни миллиардов долларов. Однако лидерство компании постепенно подвергается давлению: конкуренцию усиливают как другие производители микросхем, так и крупные клиенты Nvidia, которые разрабатывают собственные решения. По прогнозам аналитиков, общий рынок ИИ-чипов продолжит быстро расти. Однако доля Nvidia может постепенно сокращаться по мере того, как индустрия переходит от этапа обучения моделей к этапу их практического применения.
Этот переход связан с распространением ИИ-агентов - программ, которые могут самостоятельно перемещаться между приложениями и выполнять задачи от имени пользователя. По мере роста их числа может появиться новый уровень программного управления, который технологи называют «слоем оркестрации». Он будет координировать работу множества таких агентов.
С одной стороны, это выгодно Nvidia: рост числа практических применений ИИ означает дальнейшее расширение рынка. Но задачи логического вывода, на которых строится работа ИИ-агентов, могут выполняться и на других типах чипов - в том числе на специализированных процессорах, которые разрабатывают клиенты компании, такие как OpenAI и Meta* Platforms (META). Meta, например, недавно заявила, что намерена выпускать новые ИИ-чипы каждые шесть месяцев. «Nvidia уже сталкивается с более серьёзной конкуренцией, чем год назад», - отметил управляющий директор Summit Insights Group КинНгай Чан. По его словам, сегодня компания контролирует почти 90% рынка чипов для обучения и логического вывода моделей.
Однако ситуация может измениться. «Мы ожидаем, что начиная примерно с 2027 года Nvidia постепенно начнет терять долю рынка, когда собственные программы разработки ASIC-чипов выйдут на зрелый уровень - особенно в сегменте логического вывода», - добавил Чан. ASIC - это специализированные интегральные схемы, предназначенные для выполнения конкретных задач. Они часто оказываются более эффективными, чем универсальные графические процессоры, на которых сегодня во многом строится бизнес Nvidia.
*организация, признанная экстремистской в РФ
