# Сопутствующие статьи по теме Вычислительная мощность

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Вычислительная мощность", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Google начинает продавать TPU: крупные компании стремятся производить «дешёвые токены» с помощью AI-чипов

Google начала продавать свои собственные чипы TPU, предназначенные для обработки вычислений искусственного интеллекта. Раньше эти чипы были доступны только через облачные сервисы компании, но теперь их можно приобрести напрямую для собственных центров обработки данных. TPU оптимизированы для матричных операций, лежащих в основе современных больших языковых моделей, что позволяет повысить эффективность и снизить стоимость вычислений. Этот шаг Google представляет собой вызов доминированию Nvidia на рынке AI-чипов. Хотя Nvidia обладает сильной экосистемой (CUDA), Google предлагает готовые комплексные решения, ориентированные на эффективность и снижение стоимости обработки, особенно на этапе инференса (вывода моделей). Автор статьи сравнивает это с переходом от «премиального топлива» к более доступному, что критически важно для массового внедрения ИИ, где стоимость «токенов» становится ключевым фактором. Тенденция показывает, что вычисления ИИ становятся базовым ресурсом, подобным электричеству. В этой новой реальности побеждает не обязательно тот, у кого самые мощные чипы, а тот, кто может предложить наиболее оптимальную по цене и эффективности систему. Аналогичную стратегию развивают и крупные облачные провайдеры, такие как Huawei Cloud и Alibaba Cloud, создавая собственные полные экосистемы на базе своих чипов. Конкуренция на рынке ИИ-инфраструктуры смещается от «битвы чипов» к «битве систем».

marsbit06/24 10:23

Google начинает продавать TPU: крупные компании стремятся производить «дешёвые токены» с помощью AI-чипов

marsbit06/24 10:23

Чип-компания выпускает стандарт сертификации AIDC для накопления энергии: какие права есть у NVIDIA? Пересмотр логики энергоснабжения через вычислительную мощность: кто вырывается вперёд, а кого оставляют за дверью?

Компания NVIDIA, известная как производитель графических процессоров, опубликовала «Руководство по самосертификации систем хранения энергии» (BESS) для центров обработки данных искусственного интеллекта (AI DC). Стандарт устанавливает 10 жестких и 12 проверяемых показателей, фокусируясь исключительно на испытаниях силовых преобразователей (PCS), а не на батареях. Основные требования включают: динамический отклик для буферизации ИИ-нагрузок, отсутствие колебаний при резких изменениях мощности, высокоскоростной опрос данных и предоставление детальных электромагнитных моделей. Этот шаг отражает растущую потребность AI DC в переопределении логики электроснабжения. С ростом энергопотребления ИИ-чипов (например, до 225 кВт на стойку в NVIDIA Vera Rubin) и мгновенными скачками нагрузки традиционные ИБП и дизельные генераторы становятся неэффективными. Хранилища энергии превращаются в активный, управляемый компонент сети, а не пассивное хранилище. Стандарт NVIDIA уже влияет на рынок. Компания Fluence, благодаря партнерству с Siemens, стала эксклюзивным поставщиком BESS в эталонном проекте AI DC для NVIDIA, что вызвало рост её акций. Прогнозируется, что к 2030 году AI DC создадут спрос на 321 ГВт·ч новых систем хранения ежегодно. Такие компании, как Sungrow, Trina Solar и Far East Cable, уже получают крупные заказы в этом сегменте. Однако новый стандарт создает высокий барьер для входа. Помимо технических требований, производители должны предоставить историю поставок PCS за 12 месяцев и реалистичный план увеличения производства в 10 раз за 24 месяца. Полный процесс сертификации, включающий тесты на безопасность, тепловое разгон и киберзащиту, может занять 1-2 года и стоить миллионы юаней. Это ставит мелких игроков в невыгодное положение и смещает конкуренцию в отрасли с цены и объема на превосходство в управлении, контроле и надежности поставок. Таким образом, NVIDIA, как компания, задающая требования к вычислительной мощности, теперь определяет и стандарты электроснабжения для её обеспечения, перерисовывая конкурентный ландшафт индустрии накопителей энергии.

marsbit06/23 04:12

Чип-компания выпускает стандарт сертификации AIDC для накопления энергии: какие права есть у NVIDIA? Пересмотр логики энергоснабжения через вычислительную мощность: кто вырывается вперёд, а кого оставляют за дверью?

marsbit06/23 04:12

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit06/22 10:23

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit06/22 10:23

Маск снова сосредоточен на ИИ-инфраструктуре: Tesla собирается продавать «строительные блоки вычислительной мощности»

Tesla регистрирует торговую марку «Megapod» для модульных аппаратных решений центра обработки данных ИИ. Согласно заявке, система представляет собой готовый к использованию модуль, включающий серверы, оборудование для обработки данных ИИ, сетевые устройства, блоки распределения питания и систему охлаждения. Этот шаг выглядит неожиданно на фоне расформирования команды Dojo, собственного суперкомпьютера Tesla для обучения ИИ, менее года назад. Новый проект продолжает линейку модульных продуктов компании (Megapack, Megablock), но применяет концепцию к сфере вычислительной инфраструктуры. Хотя Megapod ассоциируется с решениями Nvidia для центров данных, Tesla, вероятно, не стремится напрямую конкурировать с лидером на рынке GPU. Вместо этого компания может сосредоточиться на смежных областях, где у неё есть экспертиза: энергоснабжение, хранение энергии, охлаждение и модульное развёртывание. Спрос на такие решения растёт из-за высокого энергопотребления ИИ-кластеров. Растущие продажи Megapack компании xAI (на сумму около $1 млрд) подтверждают, что энергетическая инфраструктура становится критической частью гонки ИИ. Успех SpaceX, который получает миллиарды, сдавая в аренду вычислительные мощности, также демонстрирует потенциал рынка инфраструктуры ИИ. Таким образом, Megapod может стать практическим шагом Tesla по монетизации своих компетенций в энергетике и модульных системах в эпоху бума искусственного интеллекта.

marsbit06/22 07:36

Маск снова сосредоточен на ИИ-инфраструктуре: Tesla собирается продавать «строительные блоки вычислительной мощности»

marsbit06/22 07:36

Привязав себя к ракете SpaceX: путь Cursor к росту в 600 миллиардов долларов

Краткий обзор: История Cursor, стартапа в области ИИ-программирования, под руководством 25-летнего генерального директора Майкла Труэлла демонстрирует стремительный рост и структурные дилеммы компаний, строящих бизнес на передовых моделях ИИ. Основанная выпускниками MIT, компания быстро достигла миллиардных доходов, но столкнулась с угрозой, когда её ключевой партнёр и поставщик моделей Anthropic запустил конкурирующий продукт Claude Code. В ответ Cursor начал разработку собственной модели Composer. Для масштабирования Composer и доступа к огромным вычислительным ресурсам Cursor заключил стратегическое партнёрство с SpaceX Илона Маска, включающее возможность приобретения за 600 миллиардов долларов. Сделка даёт Cursor необходимые мощности, а Grok от SpaceX — доступ к данным для улучшения навыков программирования. Хотя компания продолжает расти и обслуживать крупный бизнес, её будущее остается открытым: станет ли она независимым гигантом нового поколения или ключевым элементом в экосистеме ИИ Маска.

marsbit06/17 00:05

Привязав себя к ракете SpaceX: путь Cursor к росту в 600 миллиардов долларов

marsbit06/17 00:05

Если пузырь ИИ уже лопается, кто останется в живых?

Искусственный интеллект находится в фазе пузыря, о чем свидетельствуют чрезмерные инвестиции в инфраструктуру и разрыв между затратами и доходами. Однако, как и в случае с пузырем доткомов, этот этап является необходимым для развития прорывных технологий. Пузырь лопнет, устранив компании без реальной ценности, но оставив после себя прочную физическую и технологическую базу. Ключевой момент — стремительное падение стоимости обработки токенов (на 99,7% с 2023 года), что, вопреки ожиданиям, ведет к взрывному росту спроса на ИИ-сервисы. По принципу «парадокса Джевонса», снижение цены ведет к экспоненциальному росту потребления. ИИ перестает быть просто чат-ботом и становится основой для интеллектуальных агентов, трансформирующих код, финансы, медицину, право и производство. Рынок переживает глубокую трансформацию: ценность смещается от капитальных затрат (CapEx) на инфраструктуру к операционным расходам (OpEx) на приложения, которые решают реальные бизнес-задачи. В то время как спекулятивные проекты исчезнут, оптимизированные модели и дешевые вычислительные мощности станут основой для «интеллектуальной эры», где ИИ, подобно электричеству, будет неотъемлемой частью всех отраслей. Шум пузыря стихнет, но фундаментальная производительная сила технологий ИИ останется.

链捕手06/15 04:37

Если пузырь ИИ уже лопается, кто останется в живых?

链捕手06/15 04:37

Huawei Cloud не участвует в ценовой войне за токены, Чжоу Юэфэн предлагает новый способ победы в AI-облаке

«Хуавей Облако не ведет ценовых войн за токены, Чжоу Юэфэн предлагает новый способ победы для ИИ-облака» На конференции Huawei Cloud INSPIRE в 2026 году Чжоу Юэфэн, генеральный директор Huawei Cloud, заявил, что стратегический фокус компании смещен с гонки за объемами токенов и доходами на реальное повышение производительности для каждого токена. В отличие от других облачных провайдеров, таких как Alibaba Cloud и Volcano Engine, которые делают акцент на количестве вызовов и масштабе доходов от MaaS, Huawei Cloud выбирает иной путь в переполненном рынке ИИ-облаков. Этот путь определяется тремя ключевыми отличиями: 1. **Собственная экосистема вычислений:** Huawei Cloud полагается на полностью отечественный стек аппаратного и программного обеспечения (Ascend, Kunpeng, CANN, openEuler), создавая «вторую плоскость вычислений» в дополнение к доминирующей экосистеме NVIDIA и публичных облаков. 2. **Фокус на государственном и промышленном секторе:** Вместо ориентации на потребительский трафик, Huawei Cloud концентрируется на правительственных, финансовых и государственных предприятиях, предлагая гибридные облачные решения с конфиденциальными вычислениями для баланса суверенитета данных и доступа к облачным мощностям. 3. **Открытая экосистема:** Компания активно развивает open-source (CANN, openEuler, CCE Volcano, ModelArts) и сотрудничает с ведущими разработчиками моделей, запуская инициативу «Сотни моделей, тысячи состояний — облако объединяет для победы». Новая парадигма Huawei Cloud — **«Agentic Infra»** — переносит конкуренцию с продажи токенов на продажу производительности. Компания выпустила комплекс продуктов для развертывания агентов на предприятиях: кластер AI Computing Service (AICS), хранилище памяти AMS, механизм оркестрации CCE Volcano Next и платформу безопасности AgentSphere. Модель ModelArts Next переосмысливает MaaS, снижая стоимость вызовов на 20%. Ключевым дифференциатором стали **отраслевые «фабрики мечты»** для ИИ: умное здравоохранение, воплощенный ИИ, умное производство и научные вычисления. Например, в здравоохранении платформа совместно с больницей Жуйцзинь позволяет распространять экспертные диагностические возможности на региональные больницы. Таким образом, стратегия Huawei Cloud заключается в комбинации отечественных вычислений, открытой экосистемы, гибридного облака для госсектора и инфраструктуры для агентов, ориентированной на конкретные отрасли. Это более сложный путь, избегающий ценовых войн, но нацеленный на захват позиции фундаментальной инфраструктуры в будущем, когда ИИ-агенты станут реальной производительной силой в промышленности. Как отмечает Чжоу Юэфэн, Huawei Cloud создает не просто конкурентную экосистему, а жизнеспособную отечественную альтернативу, отвечающую будущим потребностям промышленного ИИ Китая.

marsbit06/06 05:48

Huawei Cloud не участвует в ценовой войне за токены, Чжоу Юэфэн предлагает новый способ победы в AI-облаке

marsbit06/06 05:48

Самый горячий миллениал на Уолл-стрит

Самый молодой управляющий фондом на Уолл-стрит, 25-летний Леопольд Ашенбреннер, добился впечатляющего успеха, сделав ставку на инфраструктуру для ИИ. После увольнения из OpenAI в 2024 году он основал хедж-фонд Situational Awareness, который инвестирует в энергетику, центры обработки данных и вычислительные мощности, избегая переоцененных полупроводниковых компаний. Его стратегия оказалась пророческой: спрос на инфраструктуру для ИИ резко вырос. Квартальный отчёт фонда показал рост активов с $2,55 млрд в конце 2024 года до $13,7 млрд в первом квартале 2026 года. Основные инвестиции включают компании в области энергетики, такие как Bloom Energy, и центров обработки данных. При этом фонд открыл крупные короткие позиции против перегретого сектора полупроводников, включая NVIDIA. Ашенбреннер предсказывает, что к 2027 году крупные языковые модели смогут выполнять работу инженеров, а главным ограничителем развития ИИ станут физические ресурсы: электроэнергия, мощности для чипов и пространство. Его подход подчёркивает, что будущее ИИ строится на материальной основе — электричестве, земле, сетях и системах охлаждения, что подтверждается масштабными инвестициями технологических гигантов в соответствующую инфраструктуру.

marsbit05/31 07:55

Самый горячий миллениал на Уолл-стрит

marsbit05/31 07:55

Финансирование китайского ИИ в первом квартале превысило 100 миллиардов юаней. Куда ушли деньги?

По данным CCTV Finance, в первом квартале 2026 года китайский сектор ИИ привлек более 110 млрд юаней (600 сделок), что почти в 3 раза больше, чем годом ранее. Основные потоки финансирования направлены в два направления: крупные языковые модели (LLM) и воплощенный ИИ (робототехника). В сфере LLM лидерами по привлечению средств стали Moonshot AI (оценка $20 млрд), Stepfun и DeepSeek (оценка $45 млрд). От 30% до 50% финансирования уходит на вычислительные мощности (GPU). Ключевые тренды: переход к смешанному капиталу (венчурный, отраслевой, государственный), резкий рост оценок, ускорение подготовки к IPO, растущая конкурентоспособность open-source моделей (Kimi, DeepSeek). Сектор воплощенного ИИ привлек около 20 млрд юаней. Более 10 компаний, включая Galaxy General (оценка >20 млрд юаней) и Qianxun AI, достигли оценки в 10 млрд юаней. Проекты переходят от концепций к мелкосерийным поставкам (роботы на заводах CATL). Однако разрыв между высокой оценкой и реальной выручкой у многих компаний создает риски. Вывод: Высокое финансирование подталкивает отрасль к новой фазе, где выживание зависит не только от технологий, но и от эффективного управления денежными потоками и коммерциализации.

marsbit05/26 07:08

Финансирование китайского ИИ в первом квартале превысило 100 миллиардов юаней. Куда ушли деньги?

marsbit05/26 07:08

Фундаментальная логика передачи узких мест в цепочке поставок ИИ-вычислительных мощностей

Автор статьи анализирует эволюцию узких мест в цепочке поставок для вычислений ИИ. Первоначально (2022-2024 гг.) основным ограничением были производственные мощности для высокопроизводительных GPU (NVIDIA) и передовой упаковки (CoWoS от TSMC). По мере решения этой проблемы на первый план вышла нехватка высокопропускной памяти HBM (2024-2025 гг.), необходимой для моделей с триллионами параметров, производство которой сосредоточено у трёх компаний. Следующим логическим ограничением (2025-2026 гг.) становятся оптические интерконнекты, поскольку медные соединения достигают физических пределов по пропускной способности, расстоянию и весу при масштабировании кластеров до тысяч GPU. Текущий и окончательный барьер (с 2026 г.) — это "стена" энергопотребления и охлаждения: энергопотребление стоек достигает 200+ кВт, что требует перехода на жидкостное охлаждение (прямое или иммерсионное) и сталкивается с дефицитом мощностей электросетей. Ключевой вывод: инфраструктура ИИ представляет собой систему взаимодополняющих компонентов (функция Леонтьева), где решение одной проблемы немедленно выявляет следующую. Это смещает инвестиционные потоки от чипов и упаковки к производителям HBM, оптических компонентов и компаниям в области энергетики и охлаждения.

marsbit05/22 12:27

Фундаментальная логика передачи узких мест в цепочке поставок ИИ-вычислительных мощностей

marsbit05/22 12:27

活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow

Другоеright-arrow