# Сопутствующие статьи по теме GPU

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

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

Nvidia размещает облигаций на 200 миллиардов долларов, разжигая историю трансформации майнеров биткойна в AI

Компания NVIDIA планирует выпустить облигаций на 20 миллиардов долларов для финансирования инвестиций в инфраструктуру искусственного интеллекта (ИИ) и погашения долгов. Этот шаг подчёркивает высокий рыночный спрос на мощности для ИИ, что создаёт новые возможности для майнеров биткоина. Такие компании, как HIVE Digital, TeraWulf, Hut 8 и CleanSpark, ранее сосредоточенные на майнинге, теперь перепрофилируют свои энергоёмкие мощности и дата-центры под высокопроизводительные вычисления и хостинг для ИИ. Основная причина этого перехода — снижение прибыльности майнинга после халвинга биткоина в апреле 2024 года, рост сложности добычи и операционных расходов. В условиях сжатой маржи многие майнинговые компании продали часть своих запасов биткоинов. Аналитики, включая Bernstein, прогнозируют, что крупные майнинговые предприятия будут всё больше превращаться в поставщиков инфраструктуры для ИИ, следуя примеру IREN, чья стоимость в будущем в значительной степени может быть связана с этим быстрорастущим сегментом. Таким образом, инициатива NVIDIA по выпуску облигаций подогревает историю трансформации индустрии майнинга.

marsbit06/16 02:28

Nvidia размещает облигаций на 200 миллиардов долларов, разжигая историю трансформации майнеров биткойна в AI

marsbit06/16 02:28

Без Tencent, что осталось у Enflame?

Если завтра Tencent прекратит закупки, сколько будет стоить Suiyuan? Это ключевой вопрос, подразумеваемый в проспекте IPO китайской компании Suiyuan Technology, звезды в сфере AI-чипов. В 2025 году 74,9% её выручки (более 80% по другой методологии) пришлось на Tencent. Suiyuan успешно прошла процедуру листинга на научно-технической бирже Sci-Tech Innovation Board, завершив "окружение" на рынке капитала вместе с другими "четырьмя драконами" китайских GPU (Moore Thread, Biren Technology, MetaX). Хотя Suiyuan вышла на рынок последней, её резкий рост выручки (до 9,9 млрд юаней в 2025 году) и взрывной рост в первом квартале 2026 года демонстрируют сдвиг в отрасли: от финансирования на основе презентаций к жестокому циклу исполнения заказов. Зависимость от Tencent, которая также является крупнейшим акционером (20,26%), часто рассматривается как риск. Однако с промышленной точки зрения это отражает стратегию Tencent по созданию контролируемой и стабильной цепочки поставок вычислительных мощностей для своих AI-продуктов (Hunyuan, Yuanbao и др.). Tencent активно "взращивает" Suiyuan, предоставляя заказы и сценарии применения, необходимые для масштабирования и итераций продукта. Глубокая интеграция чипов Suiyuan в инфраструктуру Tencent создаёт высокие затраты на переход, формируя экологический барьер. Отрасль AI-чипов структурируется: первый уровень — NVIDIA (глобальная экосистема), второй — Huawei Ascend (национальный игрок), третий — коммерческие компании, такие как Suiyuan. Suiyuan всё больше утверждается как "вычислительная основа экосистемы Tencent", сосредотачиваясь на чипах для обучения и логического вывода в облаке, что синхронизировано с потребностями Tencent. Ключевой вывод: будущее китайских AI-чипов определяется не только технологическим преследованием, но и способностью войти в цепочку поставок супер-клиентов. Suiyuan, имея долгосрочные растущие заказы от крупнейшего интернет-гиганта Китая, демонстрирует этот новый этап, где доверие, сценарии применения и реальные заказы становятся главной валютой в долгом марафоне за вычислительную мощь.

marsbit06/15 23:17

Без Tencent, что осталось у Enflame?

marsbit06/15 23:17

Anthropic предупреждает о рекурсивном ИИ: новая компания Тянь Юаньдуна только что сделала «первый шаг»

Недавно Anthropic опубликовала статью «Когда ИИ создаёт себя», вызвавшую широкое обсуждение. В ней раскрываются впечатляющие данные: к маю 2026 года более 80% кода в их репозитории написан Claude, а объёмы кода, сливаемого инженерами ежедневно, выросли в 8 раз по сравнению с 2024 годом. Claude также ускорил один обучающий код примерно в 52 раза, в то время как опытному исследователю потребовалось бы 4-8 часов для ускорения в 4 раза. Anthropic указывает на цель — «рекурсивное самоулучшение», когда ИИ автономно проектирует, строит и обучает свои последующие версии. Теперь компания Recursive Superintelligence, соучредителем которой является Тянь Юаньдун, сделала «первый шаг» к автоматизации исследований ИИ. Они создали открытую систему автоматического открытия знаний и достигли лучших результатов (SOTA) в трёх бенчмарках, позволив ИИ проводить эксперименты. Их система автоматизирует традиционный цикл исследований «идея — код — эксперимент — анализ» и работает в трёх различных областях: 1. **Тренировка небольшой модели с фиксированным бюджетом вычислений (NanoChat Autoresearch):** Система улучшила результат, сократив валидационный BPB с 0.9372 до 0.9109, что эквивалентно достижению того же качества обучения за в 1.3 раза меньше времени. 2. **Скоростное обучение модели (NanoGPT Speedrun):** На 8 GPU H100 система сократила время обучения модели GPT до целевого уровня потерь с 79.7 секунд до 77.5 секунд, внедрив такие улучшения, как вычисления внимания в FP8, затухающий шум в оптимизаторе и более эффективное ядро MLP. 3. **Оптимизация GPU ядер (SOL-ExecBench):** В этом специализированном бенчмарке NVIDIA, содержащем 235 задач, система повысила общий балл с 0.699 до 0.754, приблизившись к теоретическому аппаратному пределу на 18%. Recursive подчёркивает, что это лишь «первый шаг». Их система наиболее эффективна в задачах с чёткими метриками и быстрой обратной связью, а предотвращение «взлома награды» остаётся ключевой проблемой. Тем не менее, их работа представляет собой конкретную реализацию новой парадигмы — рекурсивного ИИ, способного ускорять собственный прогресс. Это происходит на фоне предупреждений Anthropic о необходимости координации и потенциальных пауз в разработке перед лицом быстрого рекурсивного самоулучшения.

marsbit06/12 04:13

Anthropic предупреждает о рекурсивном ИИ: новая компания Тянь Юаньдуна только что сделала «первый шаг»

marsbit06/12 04:13

Broadcom vs AMD: Кто из них является наиболее перспективной акцией в сфере ИИ-чипов после NVIDIA?

Автор: Джастин Поуп Компиляция: Tide Research В то время как NVIDIA продолжает доминировать на рынке чипов для искусственного интеллекта, борьба за второе место набирает обороты. Две основные компании-претенденты — Broadcom (AVGO) и AMD. Несмотря на схожие амбиции, их подходы кардинально различаются. AMD выбрал путь прямой конкуренции с NVIDIA в сегменте универсальных GPU, добившись некоторого прогресса. Однако его шансы на то, чтобы бросить реальный вызов лидеру, ограничены из-за мощной экосистемы CUDA от NVIDIA, которая создает высокие барьеры для входа. Broadcom, в свою очередь, следует дифференцированной стратегии, предлагая клиентам специализированные XPU-чипы, разработанные под конкретные AI-задачи. Такой подход обеспечивает повышенную эффективность и более тесную интеграцию с заказчиками. Компания уже работает с такими гигантами, как Anthropic, Alphabet (Google), Meta и OpenAI. Генеральный директор Broadcom Хок Тан подтвердил долгосрочную цель достичь годового дохода от AI-чипов в размере 100 миллиардов долларов к 2027 финансовому году. Несмотря на более высокую оценку на фондовом рынке по сравнению с AMD, аналитики считают премию Broadcom оправданной. Компания обладает более сильными конкурентными позициями благодаря портфелю ключевых клиентов и четкой стратегии роста. Последняя коррекция цены акций после отчета делает Broadcom более привлекательным вариантом для инвестиций в сравнении с AMD.

marsbit06/09 14:56

Broadcom vs AMD: Кто из них является наиболее перспективной акцией в сфере ИИ-чипов после NVIDIA?

marsbit06/09 14:56

Когда логические выводы становятся дефицитным ресурсом, кто присваивает себе ценность

В 2023 году Дэвид Кан выявил разрыв между расходами на GPU и реальными доходами от ИИ — «проблема в 2000 млрд долларов», которая к 2024 году выросла до 6000 млрд. Однако разрыв заполняется не на стороне обучения моделей, а на стороне **инференса** (вывода), что рынок начал учитывать лишь недавно. Успешное IPO Cerebras и реструктуризация отчетности NVIDIA вокруг «токенов как услуги» подтверждают: инференс, а не обучение, стал узким местом и основным драйвером повторяющихся расходов, особенно с ростом agentic и physical ИИ. Такие компании, как Anthropic, уже сталкиваются с нехваткой вычислительных мощностей для инференса. В стеке поставок ИИ-вычислений (от кремниевых чипов до API-интерфейсов) большинство игроков контролируют только один уровень. Исключением является **Hyperbolic** — платформа, не владеющая собственными GPU, но агрегирующая фрагментированные мощности из множества облаков (CoreWeave, Lambda Labs и др.) в единый пул, оптимизируя маршрутизацию и стоимость для разработчиков. Её бизнес-модель выигрывает от возможного избытка предложения GPU. В отличие от приложений, таких как Venice (которые покупают инференс как товар и добавляют стоимость через функции вроде приватности), Hyperbolic занимает более глубокий уровень агрегации и маршрутизации физических вычислений. В условиях, когда инференс становится дефицитным и дорогим ресурсом, основная ценность будет сосредоточена не у тех, кто владеет наибольшим количеством GPU, а у тех, кто может наиболее эффективно находить, агрегировать и распределять эти вычислительные мощности.

链捕手06/08 15:42

Когда логические выводы становятся дефицитным ресурсом, кто присваивает себе ценность

链捕手06/08 15:42

Преодолевая «стену памяти»: Революция на уровне пластины и маршруты вычислений в эпоху AI-инференса

В 2026 году мир ИИ достиг поворотного момента: крупнейшие облачные провайдеры впервые стали тратить на вывод моделей больше, чем на их обучение. Ключевой проблемой эпохи обучения была производительность вычислений, но в эпоху вывода главным узким местом стала «стена памяти» — задержки и энергозатраты на перемещение данных между памятью и процессором. Традиционные GPU, как у NVIDIA, упираются в ограничения пропускной способности памяти. Компания Cerebras Systems предлагает радикально другой подход — чип на целой кремниевой пластине (Wafer-Scale Engine, WSE-3). Эта архитектура размещает 44 ГБ сверхбыстрой SRAM-памяти прямо на кристалле, обеспечивая пропускную способность в тысячи раз выше, чем у HBM в GPU, что кардинально ускоряет генерацию токенов в больших языковых моделях (LLM). Ключевое преимущество Cerebras — минимальная задержка при выводе, особенно для первого токена и длинных контекстов. Однако у этого пути есть серьезные компромиссы: сложности с теплоотводом, ограниченная экосистема ПО, низкая внешняя пропускная способность и физические ограничения на дальнейшее увеличение объема SRAM с уменьшением техпроцесса. Крупные технологические компании (Google, AWS, Microsoft) в ответ развивают три направления: специализированные AI-чипы (ASIC), продвинутые стандартные технологии упаковки (как SoW от TSMC), которые могут нивелировать преимущество Cerebras, и оптические интерконнекты для преодоления «стены памяти». Cerebras сейчас сталкивается с вызовом масштабирования: крупные контракты требуют быстрого развертывания энергоемких дата-центров специальной конструкции, что превращает компанию из производителя чипов в поставщика облачных услуг. В итоге, в эпоху доминирования задач вывода ИИ, нет единственно верного архитектурного пути. Cerebras выбирает путь физической оптимизации для максимально низкой задержки в специализированных задачах, в то время как NVIDIA и другие делают ставку на универсальность и масштабируемость для широкого спектра рабочих нагрузок. Будущее архитектуры вычислений для ИИ остается открытым и полным возможностей для инноваций.

marsbit06/05 11:09

Преодолевая «стену памяти»: Революция на уровне пластины и маршруты вычислений в эпоху AI-инференса

marsbit06/05 11:09

ЦПУ незаметно вернулся в центр сцены вычислений для ИИ

В течение последних трех лет доминирующим нарративом в сфере AI-вычислений были GPU, которые рассматривались как главное узкое место, в то время как CPU считались вспомогательными компонентами. Однако к 2026 году эта история начала меняться. По мере перехода AI от обучения моделей к развертыванию миллионов агентов и выполнению выводов, задачи координации, управления параллельными процессами и потоков данных становятся новыми критическими факторами. Именно эти задачи, в которых GPU неэффективны, выдвигают CPU на центральное место в качестве «плоскости управления» AI-инфраструктурой. Это изменение подтверждается такими примерами, как дата-центр Microsoft «Fairwater», где здание с CPU на 48 МВт поддерживает кластер GPU на 295 МВт, обрабатывая огромные потоки данных. Intel, представившая процессор Xeon 6+ с 288 энергоэффективными ядрами (E-core), созданный по техпроцессу Intel 18A, делает ставку именно на этот сценарий высокой плотности и пропускной способности для рабочих нагрузок, связанных с AI-агентами и выводом. Этот подход отражает более широкую отраслевую тенденцию, которую также продвигают AMD, Ampere и собственные разработки облачных провайдеров на ARM, такие как AWS Graviton. Однако успех Intel зависит от нескольких факторов: реакции NVIDIA, которая разрабатывает собственные решения CPU+GPU; конкуренции с процессорами облачных провайдеров; и способности техпроцесса 18A конкурировать с аналогами от TSMC и Samsung. Таким образом, «возвращение» CPU в качестве ключевого элемента для координации в AI является реальным отраслевым трендом, но то, какая компания — Intel, AMD, ARM-экосистема или NVIDIA — возглавит этот процесс, еще предстоит определить в ближайшие годы.

marsbit06/03 10:43

ЦПУ незаметно вернулся в центр сцены вычислений для ИИ

marsbit06/03 10:43

Когда и Google начинает «печатать акции» для создания ИИ, чьи нарративы разбивают высокие оценки Neocloud?

**Google бросает вызов доминированию Nvidia в сфере AI-вычислений** В июне Google объявила о первом с 2005 года размещении акций на 80 млрд долларов, сигнализируя о серьезном стратегическом сдвиге. Эта мера, наряду с недавними анонсами — выпуском чипов TPU 8-го поколения для внешних покупателей и созданием совместного предприятия с Blackstone по предоставлению вычислительных услуг, — указывает на амбициозную цель Google: перестроить рынок AI-вычислений, сегодня доминируемый чипами Nvidia, вокруг своей экосистемы TPU. Это создает прямую угрозу для высоких рыночных оценок так называемых «неоклаудов» — провайдеров, таких как CoreWeave, Nebius и IREN, чья бизнес-модель и стоимость во многом основаны на уникальности и дефиците GPU Nvidia. Хотя краткосрочные контракты этих компаний (на сотни миллиардов долларов с Microsoft, Meta и другими) остаются в силе, их долгосрочная нарративная основа — «единственность Nvidia» и хроническое отставание гигантов в наращивании мощностей — оказалась подорвана. Google, в отличие от Microsoft, которая глубоко зависит от неоклаудов из-за задержек с собственными чипами, идет по пути самодостаточности: собственные TPU, собственные дата-центры, а теперь еще и продажа TPU другим и конкуренция с неоклаудами через СП с Blackstone. Успех этой стратегии зависит от реального принятия TPU рынком, о чем свидетельствует уже начавшийся переход Anthropic и ведущиеся переговоры с другими ведущими лабораториями. Рынок вычислений для ИИ переходит от фазы общего дефицита к фазе расслоения: ведущие разработчики моделей будут использовать несколько архитектур (мульти-стек), гиганты облаков выберут разные пути (Microsoft – аутсорсинг, Google – самостоятельность, Amazon – собственные чипы), а разница в стоимости капитала станет ключевым конкурентным преимуществом. В этой новой реальности высокие оценки неоклаудов, особенно сильно привязанных к экосистеме Nvidia, как CoreWeave, подвергаются пересмотру. Ключевыми индикаторами, за которыми стоит следить, станут выполнение планов СП Google-Blackstone, расширение списка крупных клиентов TPU за пределы Anthropic и потенциальный интерес к TPU со стороны Microsoft.

marsbit06/03 07:05

Когда и Google начинает «печатать акции» для создания ИИ, чьи нарративы разбивают высокие оценки Neocloud?

marsbit06/03 07:05

Прогноз акций AMD на 2026-2030 годы: Уолл-стрит дает важный сигнал о цели в 657 долларов!

Прогноз цены акций AMD до 2030 года: Уолл-стрит сигнализирует о значительной цели в $657! Акции AMD демонстрируют впечатляющий рост, увеличившись на 130% с начала 2026 года до уровня около $510. Ключевым драйвером стала структурная трансформация компании: впервые за историю доходы от бизнеса в дата-центрах ($5,8 млрд в первом квартале) превысили половину общего объема выручки ($10,3 млрд, рост на 38%). Генеральный директор Лиза Су пересмотрела прогноз общего доступного рынка серверных процессоров в сторону повышения — до более чем $1,2 трлн к 2030 году. Консенсус аналитиков, по данным S&P Global, дает рейтинг "сильная покупка" со средней 12-месячной целью в $472,17. Наивысшая индивидуальная цель на Уолл-стрит после повышения оценки от Barclays составляет $665. Долгосрочные модели прогнозируют, что к 2030 году цена акций AMD может находиться в диапазоне от $493 до $822, при базовом сценарии около $657, что привязано к собственному амбициозному рыночному прогнозу компании. Основные риски для инвесторов включают высокую оценку — P/E превышает 169, что не оставляет места для ошибок, — и усиление конкуренции, в частности, планы Nvidia выйти на рынок серверных процессоров. Прогнозы роста опираются на успешное выполнение дорожной карты по продуктам для ИИ, таким как инсталляции MI450 и платформа Helios, а также на партнерства с OpenAI и Meta.

marsbit06/02 13:14

Прогноз акций AMD на 2026-2030 годы: Уолл-стрит дает важный сигнал о цели в 657 долларов!

marsbit06/02 13:14

活动图片