# Сопутствующие статьи по теме CUDA

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

Искусственный интеллект пробил брешь в 20-летнем рве CUDA от Джейсона Хуана всего за 10 часов

Компания Infinity с помощью ИИ-агента Ignition всего за 10 часов создала программное обеспечение, аналогичное ключевым компонентам CUDA, для чипов компании d-Matrix, занимающейся ИИ-выводом. Это событие вновь подняло вопрос о «неприступности» 20-летней программной экосистемы NVIDIA, CUDA. Хотя CUDA представляет собой многоуровневую экосистему (ядра, библиотеки, инструменты, фреймворки и сообщество разработчиков), которая надежно защищает позиции NVIDIA в сфере обучения моделей, рынок вывода (инференса) выглядит более уязвимым. Здесь критерии смещаются с максимальной производительности к стоимости ответа, что открывает возможности для специализированных чипов от таких компаний, как d-Matrix, Rebellions, Cerebras и облачных гигантов. Эксперты, однако, указывают, что быстрое генерирование кода — это не вся битва. Главными барьерами остаются проверка, оптимизация для производства и миграция миллионов строк существующего кода. NVIDIA также использует ИИ для ускорения разработки и проверки CUDA. Таким образом, краткосрочная позиция компании остается сильной, но в долгосрочной перспективе конкуренция может сместиться в сторону создания превосходных инструментов верификации и оптимизации, где скорость прогресса соперников будет соперничать со скоростью саморазвития NVIDIA.

marsbit2 ч. назад

Искусственный интеллект пробил брешь в 20-летнем рве CUDA от Джейсона Хуана всего за 10 часов

marsbit2 ч. назад

CUDA — 20 лет непоколебимой цитадели пала за выходные: Claude самостоятельно запустил новейший GPU от AMD

За один уик-энд ИИ Claude от Anthropic самостоятельно запустил и оптимизировал передовую модель на новом GPU AMD MI355X без единой строчки кода от инженеров-людей. Этот случай демонстрирует, как искусственный интеллект может преодолевать технологические барьеры, создаваемые десятилетиями, подобно экосистеме CUDA от NVIDIA. AMD предоставляет ИИ-агентам, таким как Claude, инструменты для прямого взаимодействия с железом через платформу ROCm.AI. Ключевое нововведение — AI-читаемые инструкции (ISA) для чипов, позволяющие агентам самостоятельно изучать документацию, диагностировать проблемы и оптимизировать производительность, как это сделал инструмент Hyperloom, повысив скорость вывода модели на 38%. Это представляет собой смену парадигмы: традиционное долгосрочное накопление экспертных знаний в экосистеме (как в случае с CUDA) теперь можно дополнить или ускорить с помощью масштабируемых ИИ-агентов. Они могут параллельно тестировать тысячи конфигураций, накапливая и мгновенно передавая опыт. Таким образом, разрыв в экосистемах, формировавшийся 20 лет, впервые может быть сокращен не людьми, а армией автономных агентов, работающих круглосуточно.

marsbit07/28 00:10

CUDA — 20 лет непоколебимой цитадели пала за выходные: Claude самостоятельно запустил новейший GPU от AMD

marsbit07/28 00:10

Fable 5 вручную создаёт свой первый CUDA «суперъядерный код», за 2,5 часа получая прирост в 18,7 раз

Fable 5 в рамках теста KernelBench-Mega самостоятельно, «вручную», написал и оптимизировал высокоэффективное ядро CUDA для задачи декодирования Kimi-Linear (W4A16). На RTX PRO 6000 его решение показало ускорение в 18.7 раз по сравнению с базовой линией, значительно опередив модели вроде Claude Opus 4.8 (14.4x) и GPT-5.5 (4.34x). Ключевым достижением стало создание первого в истории бенчмарка «мега-ядра»: Fable 5 объединил все этапы вычислений для одного токена (деквантование int4, свёртку, внимание и т.д.) в один запуск GPU-ядра с 14 барьерными синхронизациями, тогда как другие модели требовали от 4 до 14 отдельных запусков. Это минимизировало накладные расходы и позволило производительности масштабироваться с ростом контекста. Весь процесс создания кода занял 2.5 часа и около 550 тысяч токенов, причём модель 64% времени потратила на анализ производительности и микро-бенчмаркинг перед написанием кода. Соучредитель Anthropic Джек Кларк назвал это началом цикла «рекурсивного самосовершенствования» (RSI), когда ИИ, улучшая собственные вычислительные инструменты, ускоряет своё же развитие, создавая самоподдерживающийся цикл прогресса.

marsbit07/07 07:37

Fable 5 вручную создаёт свой первый CUDA «суперъядерный код», за 2,5 часа получая прирост в 18,7 раз

marsbit07/07 07:37

AMD выпускает миниатюрный ПК для ИИ, нацелившись на NVIDIA DGX Spark

В июне 2026 года AMD представила настольную платформу Ryzen AI Halo для локальной разработки ИИ — небольшое устройство с 128 ГБ единой памяти, конкурирующее с аналогичным продуктом NVIDIA DGX Spark. Несмотря на схожие характеристики памяти и производительность при выводе больших языковых моделей, устройства демонстрируют разные подходы. DGX Spark основан на специализированной архитектуре NVIDIA с оптимизированным стеком ПО CUDA и высокоскоростной сетевой картой для кластерных сценариев. Ryzen AI Halo предлагает более универсальную среду (Windows/Linux) и ценовое преимущество (от $2,949 против $3,999 у NVIDIA). Развитие ПО AMD (ROCm) упростилось, но экосистема CUDA сохраняет преимущество по зрелости и поддержке. Стратегия AMD делает ставку на открытость и снижение затрат, что подтверждается крупными контрактами на поставку GPU с OpenAI и Meta. Ryzen AI Halo — часть этой стратегии, предлагая альтернативу для разработчиков, чувствительных к цене и не желающих быть привязанными к одному вендору, хотя для сложных распределенных задач решение NVIDIA остаётся более мощным.

marsbit06/16 09:15

AMD выпускает миниатюрный ПК для ИИ, нацелившись на NVIDIA DGX Spark

marsbit06/16 09:15

Не Хуан Жэньсюнь собирается изменить PC, а PC должен свергнуть собственную судьбу

Индустрия ПК, существующая уже 40 лет, переживает фундаментальные изменения. В июне 2026 года Nvidia объявила о выпуске суперчипа RTX Spark для Windows, официально выйдя на рынок центральных процессоров для ПК. Этот шаг получил поддержку Microsoft и ведущих производителей устройств, таких как Acer, Asus, Dell и других, что знаменует собой переопределение концепции AI PC. Хотя Intel ранее ввела термин «AI PC», активное вступление Nvidia изменило расстановку сил. Ключевой тренд заключается в беспрецедентном перемещении ИИ на персональные устройства. Исторически сложившаяся архитектура Wintel (Microsoft + Intel) доминировала на рынке десятилетиями, а Nvidia играла роль поставщика компонентов. Однако с появлением AI PC, требования к локальным вычислениям и экосистеме изменили правила игры. Для Nvidia, обладающей базой из 6 миллионов разработчиков CUDA, выход на рынок ПК — это стратегический шаг по расширению своей экосистемы на edge-устройства. RTX Spark — это не просто графический процессор, а полноценный SoC, объединяющий CPU, GPU, Tensor Core и унифицированную память, что представляет собой переход от «логики компонентов» к «логике платформы». Трансформация ПК проявляется в трех ключевых аспектах: переход от централизации на CPU к AI SoC; эволюция от инструмента, управляемого человеком, к платформе для совместной работы человека и AI Agent; и предоставление миллионам разработчиков CUDA нового аппаратного носителя. В конечном счете, движущей силой этой революции является само развитие технологий ИИ, которое находит оптимальный способ реализации в индустрии ПК. Такие игроки, как Nvidia, Microsoft и Intel, являются участниками этой трансформации. Тот, кто раньше распознает тренд и действует решительнее, получит преимущество. С вступлением Nvidia эпоха AI PC действительно наступила, и индустрия персональных компьютеров заново изобретает себя.

marsbit06/12 11:16

Не Хуан Жэньсюнь собирается изменить PC, а PC должен свергнуть собственную судьбу

marsbit06/12 11:16

Автономность или совместимость: выбор экосистемы китайского ИИ на фоне задержки выпуска DeepSeek V4

DeepSeek V4, запланированная к выпуску в начале 2026 года, неоднократно откладывалась из-за сложностей адаптации к платформе Huawei Ascend и фреймворку CANN. Это первый в Китае масштабный эксперимент по переносу крупной ИИ-модели с архитектуры NVIDIA CUDA на отечественные аналоги. Основные трудности связаны с системными требованиями модели: использование архитектуры MoE, поддержка триллионов параметров и длинных контекстов требуют высокой пропускной способности памяти и эффективной межчиповой коммуникации. В то время как NVIDIA предлагает成熟的 решения (NVLink, CUDA), платформа Huawei всё ещё отстаёт в производительности и стабильности, особенно в распределённых вычислениях и поддержке инновационных операторов. Хотя CANN постепенно достигает высокой совместимости с CUDA (до 95%), это создаёт риски долгосрочной зависимости от архитектурных решений NVIDIA. Китайские разработчики тратят значительные ресурсы на адаптацию, а не на инновации, что увеличивает разрыв с global competitors. Успех DeepSeek V4 может ускорить развитие отечественного ИИ-стека, но для реальной технологической независимости Китаю необходимо не только совместимость, но и создание собственных стандартов и экосистемы в ближайшие 3–5 лет.

marsbit04/21 10:18

Автономность или совместимость: выбор экосистемы китайского ИИ на фоне задержки выпуска DeepSeek V4

marsbit04/21 10:18

Китайская контратака в сфере вычислительных мощностей для ИИ

Китайская ИИ-индустрия ведет "битву за вычислительные мощности" в ответ на санкции США. После запрета на поставки чипов NVIDIA, включая A100 и H100, Китай столкнулся с зависимостью от экосистемы CUDA, которая лежит в основе 90% мировых ИИ-разработок. В ответ китайские компании выбрали стратегию асимметричного прорыва: оптимизация алгоритмов (например, смешанные экспертные модели DeepSeek V3 снизили стоимость вычислений в 25-75 раз), развитие отечественных чипов (таких как Ascend 910B Huawei) и создание собственных вычислительных кластеров. К 2026 году китайские ИИ-модели, такие как DeepSeek и GLM-Image, уже полностью обучаются на отечественных чипах, а их доля на глобальном рынке через платформы вроде OpenRouter выросла с 2% до 60% за год. Ключевым преимуществом Китая становится также энергетическая база: дешевая электроэнергия и растущие мощности для дата-центров. Несмотря на убытки местных производителей чипов (например, Moore Thread и沐曦), китайская ИИ-индустрия строит независимую экосистему, избегая судьбы японских полупроводниковых компаний, которые в 1980-х годах зависели от американских технологий и рынков.

marsbit03/04 05:12

Китайская контратака в сфере вычислительных мощностей для ИИ

marsbit03/04 05:12

活动图片