Омер Кабир
Триллион долларов. Примерно столько — с разбегом в десятки миллиардов — потеряла Nvidia в рыночной стоимости за два месяца после того, как китайская компания DeepSeek представила свою модель генеративного искусственного интеллекта (GenAI) под названием R1. Эта модель, сопоставимая по качеству с разработками таких компаний, как OpenAI, была обучена с использованием лишь небольшой доли вычислительных ресурсов, что вызвало предположения о возможном снижении спроса на чипы для ИИ — основной источник дохода Nvidia.
На ежегодной конференции для разработчиков, прошедшей на прошлой неделе в Сан-Хосе, в самом сердце Силиконовой долины, Nvidia стремилась доказать, что так называемый «момент DeepSeek» на самом деле приведёт к ещё большему спросу на её продукцию. А её секретное оружие в этой стратегии? Исследовательский центр компании в Йокнеаме, Израиль.
Главным событием конференции, разумеется, стало вступительное выступление основателя и генерального директора Nvidia Дженсена Хуанга. В своей фирменной чёрной кожаной куртке он вышел на сцену хоккейной арены в Сан-Хосе во вторник, вооружившись пушкой для футболок, и был встречен овациями, достойными рок-звезды от 15 тысяч собравшихся. А точнее — как полагается нынешнему Стиву Джобсу (Хуанг родился всего на восемь лет позже). Тем, кому посчастливилось поймать одну из футболок, достался особый приз — оригинальный автограф Хуанга. Сувенир на всю жизнь или, возможно, просто ценная возможность для перепродажи на eBay.
После этого неожиданного начала Хуангг провёл почти два с половиной часа, излагая своё видение будущего Nvidia и всей индустрии ИИ на предстоящий год. Он говорил без телесуфлёра, с ощутимым энтузиазмом, хотя часто уходил в технические подробности, рассчитанные прежде всего на сообщество разработчиков, а не на широкую публику. И хотя он ни разу не упомянул DeepSeek напрямую, его посыл был ясен: появление R1 вовсе не означает конец бума искусственного интеллекта, который переживает Nvidia.
«Вычислительные требования ИИ становятся всё более мощными и стремительно растут», — заявил Хуанг. — «Объём вычислений, необходимый для ИИ-агентов (моделей, способных выполнять автономные задачи) и так называемых «мыслящих моделей», в 100 раз превышает наши ожидания по сравнению с этим же временем в прошлом году. Мыслящая ИИ-модель разбивает проблему на этапы, исследует различные подходы, выбирает наилучший ответ и проверяет его. Раньше ChatGPT не справлялся со сложными вопросами, потому что пытался ответить только один раз. Мыслящие модели же работают пошагово и применяют множество методов. В результате объём генерируемого контента (токенов) резко возрос. Эти модели стали значительно сложнее, производя в 10 раз больше токенов и требуя кардинально больших вычислительных мощностей».
Чтобы удовлетворить эти требования, последние продуктовые анонсы Nvidia были сосредоточены на обеспечении доступа к значительно большей вычислительной мощности. Главной новинкой стала презентация Blackwell Ultra — процессора следующего поколения для ИИ, запуск которого запланирован на вторую половину этого года. По словам Хуанга, Blackwell Ultra был разработан специально для того, чтобы справляться с колоссальными вычислительными нагрузками «мыслящих моделей» в режиме выполнения — что с лихвой компенсирует выигрыш в эффективности на этапе обучения, продемонстрированный моделью R1 от DeepSeek.
Возможности этого процессора настолько высоки, что пять серверных стоек — каждая из которых содержит 72 процессора Blackwell Ultra — обеспечат вычислительную мощность, сопоставимую с суперкомпьютером Israel-1 от Nvidia, входящим в список 35 самых мощных суперкомпьютеров мира. Чипы связи для этих стоек были разработаны в исследовательском центре Nvidia в Йокнеаме.
Вместе с Blackwell Ultra Nvidia также представила Dynamo — программную среду с открытым исходным кодом для управления инференсом (то есть реальными операциями ИИ в режиме выполнения) в мыслящих моделях. Разработанная в Израиле, Dynamo позволяет одновременно задействовать до 1000 ИИ-процессоров для обработки одного запроса, увеличивая производительность моделей, подобных R1 от DeepSeek, до 30 раз.
Другим ключевым акцентом в выступлении Хуанга стали коммуникационные чипы Nvidia, разработка которых также возглавляется исследовательским центром в Йокнеаме. Главным анонсом в этой области стало создание фотонного кремниевого чипа, который, как утверждает Nvidia, способен произвести революцию в коммуникационной инфраструктуре дата-центров.
Коммуникационные чипы и коммутаторы жизненно важны для дата-центров: если процессоры не могут обмениваться данными на сверхвысоких скоростях, их вычислительная мощность попросту теряется. Одним из главных узких мест в инфраструктуре ИИ остаётся оптический трансивер, который соединяет ИИ-чипы с сетевыми коммутаторами, преобразуя оптические сигналы в электрические и наоборот. Эти трансиверы потребляют около 10% всей электроэнергии дата-центра.
В центре с 400 000 ИИ-чипов используется 2,4 миллиона оптических трансиверов, потребляющих 40 мегаватт энергии. Решение Nvidia на основе кремниевой фотоники устраняет необходимость в таких трансиверах, интегрируя преобразование света в электричество непосредственно в медиакоммутатор. Эта инновация повышает энергоэффективность в 3,5 раза, увеличивает надёжность сети в 10 раз (за счёт снижения числа точек отказа) и сокращает время строительства дата-центров на 30%. Этот прорыв стал результатом исследовательских усилий, начатых более полдесятилетия назад — ещё до того, как Nvidia приобрела компанию Mellanox и превратила её в основу своих израильских R&D-операций.
Среди других новинок — Agentic AI, модель ИИ от Nvidia, специально разработанная для создания ИИ-агентов. Она также была создана при значительном участии израильского исследовательского центра и уже используется такими компаниями, как Microsoft, Salesforce и Amdocs. Хуанг также представил Isaac GR00T N1 — открытую базовую модель для гуманоидной робототехники, которая завершила начальную фазу обучения и теперь доступна компаниям, разрабатывающим роботизированные приложения.
Если вы заметили, что в каждом из анонсов Хуанга важную роль играет центр Nvidia в Йокнеаме — это не случайность. После покупки Mellanox за $6,9 миллиарда в 2019 году Nvidia преобразовала свои израильские R&D-активы (в которых сейчас работает около 15% всего персонала компании по миру) в краеугольный камень своей разработки чипов. Это было подчеркнуто в одном из слайдов в конце презентации Хуанга, где была показана дорожная карта Nvidia на ближайшие три года. Компания выделила четыре ключевых типа процессоров как свои главные продуктовые линии: ИИ-чипы, CPU, и два типа коммуникационных чипов — для внутрисерверной и межсерверной связи. Примечательно, что разработка трёх из этих четырёх продуктовых направлений в значительной степени ведётся именно в Йокнеаме.
Nvidia Israel — это уже не просто важный исследовательский центр, а ключевой игрок в формировании флагманских продуктов компании. После выступления Хуанга становится ясно: Nvidia Israel находится в самом центре его стратегии по возвращению утраченного за последние месяцы триллиона долларов рыночной стоимости. По сути, это почти вся его стратегия.
Хуанг делает ставку на то, что рост числа мыслящих моделей и ИИ-агентов приведёт к увеличению спроса на вычислительные мощности и решения, оптимизирующие аппаратное обеспечение и эффективность серверов. И он рассчитывает, что команда в Йокнеаме предоставит эти решения. С технологической точки зрения, центр уже добился успеха — представив ряд прорывных разработок, которые многократно оправдали инвестиции Nvidia в Mellanox.
Теперь остаётся вопрос: оправдаются ли рыночные ожидания Хуанга и его стратегия? Если он окажется прав и Nvidia вернётся к устойчивому росту, значительная часть заслуг достанется инженерам и руководителям в Йокнеаме. Если же он ошибается — если рынок ИИ пойдёт по иному пути — компанию могут ожидать непростые годы, которые затмят достижения последних двух с половиной лет.
Телеграм канал Радио Хамсин >>
