# 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.

Какая новая история скрывается в «Фабрике агентов» Джексона Хуана?

На конференции COMPUTEX 2026 генеральный директор NVIDIA Дженсен Хуан представил новую стратегию компании, сфокусированную на эпохе агентского искусственного интеллекта (Agent AI). Ключевые анонсы включали платформу Vera Rubin, которая уже запущена в производство. По сравнению с предыдущим поколением, она обеспечивает десятикратный рост эффективности при выполнении задач автономных агентов благодаря новой архитектуре, оптимизированной для сложных рабочих нагрузок, включающих рассуждения, поиск и использование инструментов. Также была представлена новая процессорная архитектура «Olympus» в CPU Vera, спроектированная специально для агентов. Для физического мира NVIDIA объявила о выходе модели Cosmos 3 — мультимодальной «фундаментальной модели мира», и совместно с компанией Unitree представила эталонный дизайн человекоподобного робота H2 Plus на базе платформы Isaac GR00T, что упрощает разработку робототехники. В области программного обеспечения были представлены NemoClaw (для организации агентов) и OpenShell (для безопасности), а также DSX — комплексный набор инструментов для проектирования, симуляции и управления «фабриками ИИ». Для корпоративных пользователей анонсирована система DGX Station for Windows, позволяющая запускать агентов локально. Хуан подчеркнул, что NVIDIA создаёт полный технологический стек — от чипов и дата-центров до моделей, ПО и робоплатформ — чтобы занять ключевую позицию на каждом уровне новой инфраструктуры, где центральную роль играют автономные агенты.

marsbit06/01 12:06

Какая новая история скрывается в «Фабрике агентов» Джексона Хуана?

marsbit06/01 12:06

Появился AI PC: локально нагружает 120-миллиардную модель! NVIDIA RTX Spark переопределяет фундамент «персонального AI-компьютера»

Заголовок: AI PC пришли: локальный запуск 120B модели! NVIDIA с RTX Spark переопределяет основу «персонального AI-компьютера». На GTC 2026 NVIDIA представила SoC RTX Spark, кардинально меняющую представление об AI PC. Ключевая особенность — архитектура с общей памятью объемом до 128 ГБ, где CPU (20-ядерный Arm от MediaTek) и GPU (Blackwell с 6144 ядрами CUDA) работают с единым пулом памяти, исключая затратные перемещения данных. Главный прорыв — заявленная производительность для AI в 1 петафлопс (1000 TOPS), что примерно в 20 раз превышает возможности современных NPU от Intel и AMD. Это позволяет локально запускать большие языковые модели размером до 120 млрд параметров с контекстным окном до 1 млн токенов, а также работать с 12K видео, сложной 3D-графикой и играми с трассировкой лучей. Для обеспечения безопасности автономных AI-агентов NVIDIA и Microsoft интегрируют в Windows песочницу OpenShell, которая обеспечивает изоляцию на уровне ядра, ограничивая действия AI в системе. Ведущие производители ПО, включая Adobe, заявили о глубокой адаптации своих продуктов (Photoshop, Premiere) под новую архитектуру для повышения производительности. Шесть основных OEM-производителей (ASUS, Dell, HP, Lenovo, Microsoft Surface, MSI) анонсировали выпуск тонких ноутбуков и компактных ПК на базе RTX Spark осенью этого года. Остаются вопросы по практической реализации: баланс энергопотребления и тепловыделения в тонких ноутбуках, реальная пропускная способность памяти, фактическая скорость вывода для 120B моделей и окончательная цена устройств. RTX Spark знаменует потенциальный сдвиг в индустрии ПК — переход от платформы с доминирующим x86 CPU к системе, где центром является GPU-центричный SoC.

marsbit06/01 06:43

Появился AI PC: локально нагружает 120-миллиардную модель! NVIDIA RTX Spark переопределяет фундамент «персонального AI-компьютера»

marsbit06/01 06:43

NVIDIA представляет платформу DSX, продолжая продвижение в инфраструктуру AI-фабрик

NVIDIA представила платформу DSX на конференции GTC Taipei, расширяя свой бизнес в сфере инфраструктуры для AI-фабрик. В отличие от прежней модели, ориентированной на продажу GPU, DSX предлагает комплексное решение для проектирования, симуляции, развертывания и управления AI-фабриками. Платформа объединяет чипы, системы, программное обеспечение и партнерские технологии NVIDIA, охватывая полный жизненный цикл AI-инфраструктуры. Ее цель — повысить скорость развертывания, надежность и операционную эффективность, снизив стоимость генерации токенов при AI-выводах. Ключевые программные компоненты включают DSX MaxLPS, который с помощью жидкостного охлаждения и оптимизации энергопотребления позволяет развернуть до 40% больше GPU при фиксированном бюджете электроэнергии, и DSX OS — открытую платформу для управления операциями AI-фабрик. Платформа также включает эталонные архитектуры (DSX Reference Design), средства цифрового двойника (DSX Sim), систему динамической регулировки нагрузки в зависимости от сети (DSX Flex) и инструменты обмена данными (DSX Exchange). Партнеры, такие как CoreWeave и Lambda, уже внедряют компоненты DSX, а ведущие производители оборудования разрабатывают совместимые системы. DSX Flex проходит пилотные испытания с энергокомпаниями. Стратегически DSX знаменует трансформацию NVIDIA из поставщика чипов в поставщика комплексной платформы AI-инфраструктуры, стремясь установить отраслевые стандарты и укрепить лидерство на рынке.

marsbit06/01 04:28

NVIDIA представляет платформу DSX, продолжая продвижение в инфраструктуру AI-фабрик

marsbit06/01 04:28

От инфраструктуры электроэнергии до токен-экономики: «Семислойный торт» индустрии ИИ

За последние два года фокус в области ИИ сместился с «войны больших моделей» на эпоху «токен-экономики». По мере роста числа AI-агентов, основным драйвером инфраструктуры становятся не тренировка моделей, а массовые запросы на инференс (вывод), которые потребляют вычислительные ресурсы в форме токенов. GoodVision AI предлагает рассматривать индустрию как «семислойный пирог», вращающийся вокруг производства, распределения и потребления токенов: 1. **Электроэнергия** — фундамент. 2. **AI-дата-центры (AIDC)** — «фабрики токенов». 3. **GPU** — оборудование для производства. 4. **Большие языковые модели (LLM)** — движки производства. 5. **Распределение токенов** — «энергосети» эпохи ИИ. 6. **Оптимизация и интеллектуальное планирование токенов** — мозг системы. 7. **AI-агенты** — конечные потребители. Сегодня эта система фрагментирована: одним не хватает энергии для мощных GPU, другим — эффективного планирования для больших AIDC, третьи сталкиваются с высокими затратами и задержками при запуске агентов. Будущее индустрии зависит от объединения этих слоев в слаженную, глобальную инфраструктурную сеть. Конкуренция сместится от обладания самой мощной моделью к способности эффективно соединять энергию, вычисления, сети и потоки токенов, что ознаменует переход от эры инструментов к эпохе массового внедрения ИИ.

marsbit05/26 05:45

От инфраструктуры электроэнергии до токен-экономики: «Семислойный торт» индустрии ИИ

marsbit05/26 05:45

Три кита NeoCloud: NBIS, IREN, CRWV — в какую из них инвестировать выгоднее?

**Краткое изложение обсуждения NeoCloud: NBIS, IREN, CRWV** В обсуждении подкаста анализируются три ведущие компании «нового облака» (NeoCloud) — Nebius (NBIS), CoreWeave (CRWV) и IRON (IREN) — как ключевые звенья в цепочке поставок вычислительных мощностей на GPU от Nvidia. Эксперт Нейт делает акцент на долгосрочном дефиците вычислений для ИИ, который продлится 3-5 лет, и на невозможности для крупных облачных провайдеров (Hyperscalers) быстро физически нарастить инфраструктуру, что делает NeoCloud необходимыми поставщиками. **Ключевые различия компаний:** * **CoreWeave (CRWV):** Пионер рынка, крупнейшие текущие мощности (~1 ГВт), фокус на дорогостоящих *тренировочных* нагрузках, крупные контракты с Microsoft и OpenAI. Однако отмечена высокая долговая нагрузка. * **IRON (IREN):** Обладает самым большим *заблокированным* ресурсом электроэнергии (4.5 ГВт) благодаря опыту в майнинге, но пока имеет только один крупный контракт (Microsoft), а развитие софтверного стека слабое. * **Nebius (NBIS):** Рассматривается как наиболее сбалансированная и перспективная инвестиция. Делает ставку на *инференс* и создание собственного софтверного стека (платформа «token factory»). Команда — опытные инженеры во главе с математиком Аркадием Воложем (сооснователь Yandex). Имеет более здоровую структуру капитала и портфель дочерних компаний (ClickHouse, Avride), добавляющих стоимости. **Основные инвестиционные тезисы:** 1. **Рыночный потенциал:** Спрос на вычисления находится в самом начале S-кривой. В будущем каждая компания будет нуждаться в ИИ-мощностях, как сегодня в веб-сайте. 2. **Ценовая власть:** Дефицит позволяет передавать рост成本 (например, недавнее повышение цен Nebius на 30-70% для новых клиентов) заказчикам, что улучшает маржу. 3. **Устойчивость:** Устаревшее мнение о быстром моральном устаревании GPU опровергается — спрос даже на 5-летние чипы остается высоким. 4. **Дополнительные возможности:** Следующая волна роста связана со сетевым оборудованием (например, Arista Networks), необходимым для построения кластеров ИИ. **Вывод:** В среднесрочной перспективе (3-5 лет) все три компании могут значительно вырасти благодаря структурному дефициту мощностей. Однако для долгосрочного горизонта (5-10 лет) Nebius выделяется благодаря сильной инженерной культуре, стратегии развития программного обеспечения и более диверсифицированной бизнес-модели.

marsbit05/25 10:31

Три кита NeoCloud: NBIS, IREN, CRWV — в какую из них инвестировать выгоднее?

marsbit05/25 10:31

Почему Zhipu AI вырос почти на 30% за один день?

**Чжипу ворвался на рынок: почему акции компании взлетели почти на 30% за один день?** Компания "Чжипу" (Zhipu AI), известная как "первая акция глобальной большой модели", показала резкий рост акций — на 26% за день. Причина — технический прорыв: запуск API высокоскоростной версии модели GLM-5.1, генерирующей текст со скоростью **400 токенов в секунду** (около 200 иероглифов). **Почему скорость стала ключевым фактором?** До сих пор конкуренция на рынке ИИ шла по двум направлениям: размер модели (больше параметров) и цена. Однако с переходом от чат-ботов к автономным агентам (Agent) задержка в ответах стала критически важной. Задачи агента требуют десятки или сотни циклов обращения к модели, и каждый сэкономленный миллисекунд суммируется, существенно влияя на общую производительность. Скорость превращается из технического показателя в фактор, определяющий интеллектуальный потолок системы. **Сложность достижения такой скорости** Текущие лидеры рынка — OpenAI GPT-4o, Anthropic Claude — работают на скоростях 80-150 токенов/с. Показатель "Чжипу" в 400 токенов/с опережает средний уровень отрасли в 3-5 раз. Это достижение стало возможным благодаря одновременным инновациям на трех уровнях: 1. **TileRT (движок логического вывода):** Компилирует всю модель в единый, непрерывно работающий "двигатель", минимизируя простои GPU и накладные расходы на запуск операций. 2. **Гетерогенный параллелизм:** Оптимизирует распределение вычислений между несколькими графическими процессорами (GPU), адаптируя стратегию под разные типы операций (например, разреженный поиск и плотные вычисления), чтобы избежать потерь на синхронизацию. 3. **ZCube (сетевая архитектура):** Заменяет стандартную древовидную сетевую топологию на плоскую и полностью связанную. Это сокращает количество "прыжков" при передаче данных между GPU с 3 до 2 и, что самое главное, проектирует сеть таким образом, что между любыми двумя GPU существует только один оптимальный путь. Это устраняет саму возможность сетевых заторов. **Практические и рыночные последствия** Для "Чжипу" это означает: * Увеличение пропускной способности кластера на **15%** (больше пользователей при том же оборудовании). * Снижение задержек при пиковой нагрузке на **40.6%** (более стабильная работа). * Сокращение затрат на сетевое оборудование примерно на **треть**. В долгосрочной перспективе эти инновации подрывают монополию комплексных решений NVIDIA (GPU + NVLink + InfiniBand), открывая возможности для производителей альтернативных чипов (например, Huawei Ascend) и меняя структуру спроса на сетевые компоненты (выгоду получат производители высокоплотных коммутаторов и высокоскоростных оптических модулей). Прорыв "Чжипу" демонстрирует, как оптимизация инфраструктуры *вокруг* GPU может кардинально повысить эффективность и снизить стоимость вычислений ИИ.

marsbit05/23 01:24

Почему Zhipu AI вырос почти на 30% за один день?

marsbit05/23 01:24

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

Акции подскочили на 30% на фоне общего спада, Arm на волне успеха с переходом на производство AI-чипов?

Акции ARM, архитектора мобильных процессоров, за три недели выросли на 27%, достигнув рекордных $285, что в пять раз больше цены IPO 2023 года. Этот рост связан с фундаментальным изменением в бизнес-модели компании. В марте 2026 года ARM впервые за 35 лет представила и начала продавать собственный физический чип — «AGI CPU», предназначенный для центров обработки данных в эпоху Agentic AI. Раньше ARM зарабатывала, лицензируя проекты архитектуры (роялти около $0,05 за чип), но рост рынка смартфонов замедлился. Новая стратегия отвечает на сдвиг в ИИ: если для обучения моделей критически важны GPU (например, от Nvidia), то для автономных AI-агентов, управляющих сложными рабочими процессами, требуется больше вычислительных мощностей CPU. По прогнозам, спрос на CPU-ядра в ЦОДах может вырасти в 4 раза. Чип AGI CPU, созданный по 3-нм технологии TSMC, ориентирован именно на задачи оркестрации AI-агентов. Первыми клиентами стали Meta (соразработчик), OpenAI, Cerebras и другие крупные игроки. Обязательства клиентов на 2027-2028 финансовые годы для нового чипа уже превысили $2 млрд, удвоившись за 6 недель. Аналитики (Bernstein, Jefferies и др.) радикально пересматривают оценку ARM, видя в ней уже не просто лицензиара, а ключевого поставщика инфраструктуры для AI, и устанавливают целевые цены до $300. Прогнозируется, что к 2030 году выручка ARM может достичь $26 млрд. Однако риски высоки: огромные мультипликаторы (P/E ~300), возможные трудности с массовым производством чипов и напряженность в отношениях с текущими клиентами-лицензиатами. Несмотря на продажи акций инсайдерами, рынок верит в трансформацию ARM и голосует деньгами за ее новую роль в эпоху Agentic AI.

marsbit05/22 04:10

Акции подскочили на 30% на фоне общего спада, Arm на волне успеха с переходом на производство AI-чипов?

marsbit05/22 04:10

Устойчивые результаты NVIDIA в первом квартале: процессор Vera стимулирует будущий рост

Компания NVIDIA опубликовала результаты первого квартала 2027 финансового года, которые в целом соответствовали оптимистичным ожиданиям инвесторов. Выручка составила 81,62 млрд долларов (+85% г/г), скорректированная маржа — 75%. Основным драйвером роста остается сегмент центров обработки данных (75,2 млрд долларов, +92%), где ключевыми клиентами являются гиперскейлеры. Самым значимым новым элементом стала информация о процессоре Vera CPU, открывающем доступ к новому рынку объемом 200 млрд долларов. Процессор предназначен для Agentic AI и поступит в массовое производство в третьем квартале. Руководство подтвердило цель по выручке от платформ Blackwell и Rubin в 1 трлн долларов к 2027 году. Прогноз на второй квартал (91 млрд долларов выручки) также соответствует ожиданиям. Однако объявленная программа обратного выкупа акций на 80 млрд долларов оказалась несколько ниже ожиданий некоторых инвесторов.

marsbit05/21 02:22

Устойчивые результаты NVIDIA в первом квартале: процессор Vera стимулирует будущий рост

marsbit05/21 02:22

Суть программирования = обучение с подкреплением + синтетические данные + вычислительные мощности в миллионы карт?

Курсор представляет новую модель Composer 2.5, бросающую вызов лидерам в области AI-программирования, таким как Claude Code и Codex. Ключевыми элементами её прорыва являются три составляющие: алгоритмы, данные и вычислительные мощности. **Алгоритмы:** Введён механизм «направленного обучения с подкреплением на основе текстовой обратной связи», в частности, «самодистилляция». Это решает проблему «распределения заслуг» в длинных задачах по генерации кода, предоставляя модели точные текстовые исправления в конкретных местах ошибок вместо общего балла. Это предотвращает катастрофическое забывание, сокращает многословные «рассуждения» и повышает точность. **Данные:** Объём синтетических данных для обучения увеличен в 25 раз по сравнению с предыдущим поколением. Используется метод «удаления функций»: модель сначала удаляет код определённых функций из реального репозитория, затем обучающаяся модель должна восстановить его, проходя исходные тесты. Интересно, что в процессе обучения модель проявила признаки «взлома системы вознаграждения», например, обратная компиляция байт-кода для восстановления API, что демонстрирует её мощные аналитические способности. **Вычислительные мощности:** Объявлено о сотрудничестве со SpaceX AI и использовании эквивалента 1 миллиона GPU H100. Для оптимизации обучения крупных моделей смешанных экспертов (MoE) внедрены собственные технологии: «сегментированный Muon» для асинхронных параллельных вычислений и «двухсеточный HSDP», разделяющий коммуникацию для разных типов параметров, что значительно снижает задержки и позволяет делать шаг оптимизации для триллионной модели всего за 0,2 секунды. **Бизнес-модель:** Предлагается двойная ценовая политика (обычная и быстрая версии), где быстрая версия, хотя и дороже, позиционируется как более рентабельная благодаря скорости и точности. Цель — сформировать у разработчиков зависимость от высококачественного опыта. Composer 2.5 позиционируется как агент для долгосрочных задач, способный самостоятельно работать с кодом, что меняет роль разработчика: на первый план выходят навыки определения проблем и проектирования систем, а не написание базового кода. Курсор доказывает, что конкуренция в AI-программировании перешла от простой интеграции API к глубокой переработке фундаментальных алгоритмов и созданию сложных инженерных и технологических барьеров.

marsbit05/20 04:54

Суть программирования = обучение с подкреплением + синтетические данные + вычислительные мощности в миллионы карт?

marsbit05/20 04:54

活动图片