За межами пошуку: NVIDIA прокладає курс для епохи генерації обчислень

NVIDIA (NVDA ) CEO Дженсен Хуан оголосив про серію революційних досягнень у сфері обчислень штучного інтелекту на конференції компанії GTC у березні 2025 року, описуючи це як “$1 трильйон обчислювальний переломний момент”. У своїй доповіді було оголошено про готовність до виробництва архітектури Blackwell GPU, багаторічний план розвитку майбутніх архітектур, значні прориви у сфері штучного інтелекту, нових підприємств штучного інтелекту, та суттєвих розробок у сфері робототехніки та фізичного штучного інтелекту.

“Економіка токенів” та фабрики штучного інтелекту

Центральним у баченні Хуана є концепція “токенів” як основних будівельних блоків штучного інтелекту та виникнення “фабрик штучного інтелекту” як спеціалізованих центрів обробки даних, призначених для генерації обчислень.

“Це те, як створюється інтелект, новий вид фабрики-генератора токенів, будівельних блоків штучного інтелекту. Токени відкрили новий кордон,” – сказав Хуан аудиторії. Він підкреслив, що токени можуть “перетворити зображення у наукові дані, що зображують атмосферу іншопланетян”, “розшифрувати закони фізики” та “бачити захворювання до того, як воно почне діяти”.

Це бачення представляє собою зміну від традиційного “обчислювання на основі пошуку” до “генераційного обчислення”, де штучний інтелект розуміє контекст та генерує відповіді, а не просто витягує попередньо збережені дані. За словами Хуана, цей перехід вимагає нової архітектури центрів обробки даних, де “комп’ютер став генератором токенів, а не пошуковим засобом для файлів”.

Архітектура Blackwell забезпечує величезні підвищення продуктивності

Архітектура NVIDIA Blackwell GPU, яка зараз знаходиться у “повному виробництві”, забезпечує, за заявами компанії, “40-кратне підвищення продуктивності порівняно з Hopper” для моделей розуміння під ідентичними умовами потужності. Архітектура включає підтримку точності FP4, що призводить до суттєвих поліпшень енергоефективності.

“При однаковій потужності Blackwell у 25 разів ефективніше”, – заявив Хуан, підкресливши драматичні підвищення ефективності нової платформи.

Архітектура Blackwell також підтримує масштабування через технології типу NVLink 72, що дозволяє створювати величезні, уніфіковані системи GPU. Хуан передбачив, що продуктивність Blackwell зробить попередні покоління GPU значно менш привабливими для вимогливих завдань штучного інтелекту.

(Джерело: NVIDIA)

Прогнозований план розвитку інфраструктури штучного інтелекту

NVIDIA окреслила регулярний річний план інновацій у сфері інфраструктури штучного інтелекту, що дозволяє клієнтам планувати свої інвестиції з більшою впевненістю:

• Blackwell Ultra (друга половина 2025 року): Оновлення платформи Blackwell з підвищеною продуктивністю, пам’яттю та пропускною здатністю.
• Vera Rubin (друга половина 2026 року): Нова архітектура з процесором, продуктивність якого подвоїлася, новим GPU та наступними поколіннями технологій NVLink та пам’яті.
• Rubin Ultra (друга половина 2027 року): Архітектура масштабування, що націлена на досягнення 15 ексафлопс обчислень на рейк.

Демократизація штучного інтелекту: від мереж до моделей

Для реалізації бачення широкого впровадження штучного інтелекту NVIDIA оголосила про комплексні рішення, що охоплюють мережу, апаратне та програмне забезпечення. На рівні інфраструктури компанія займається викликом з’єднання сотень тисяч або навіть мільйонів GPU у фабриках штучного інтелекту через суттєві інвестиції у технологію силіконової фотоніки. Їхня перша система копланарної оптики (CPO) з швидкістю 1,6 терабіт у секунду, заснована на технології мікрокільцевих резонаторних модуляторів (MRM), обіцяє суттєві енергозбереження та підвищення щільності порівняно з традиційними трансиверами, забезпечуючи більш ефективні з’єднання між величезною кількістю GPU на різних сайтах.

Паралельно з будівництвом основи для великомасштабних фабрик штучного інтелекту, NVIDIA одночасно приносить обчислювальну потужність штучного інтелекту до окремих осіб та малих команд. Компанія представила нову лінійку персональних суперкомп’ютерів DGX, оснащених платформою Grace Blackwell, спрямованих на надання можливостей розробникам штучного інтелекту, дослідникам та вченим-даними. Лінійка включає DGX Spark, компактну платформу для розробки, та DGX Station, високопродуктивну робочу станцію з рідким охолодженням та вражаючими 20 петафлопс обчислень.

NVIDIA DGX Spark (Джерело: NVIDIA)

У доповнення до цих апаратних досягнень, NVIDIA оголосила про відкриту сім’ю моделей Llama Nemotron з можливостями розуміння, призначених для використання у підприємствах для створення просунутих агентів штучного інтелекту. Ці моделі інтегровані у сервіс інференсу NVIDIA (NVIDIA Inference Microservices), що дозволяє розробникам розгортати їх на різних платформах, від локальних робочих станцій до хмари. Цій підхід представляє собою повний стек рішень для впровадження штучного інтелекту у підприємствах.

Хуан підкреслив, що ці ініціативи посилюються через широкі співробітництва з великими компаніями різних галузей, які інтегрують моделі NVIDIA, сервіс інференсу та бібліотеки у свої стратегії штучного інтелекту. Цей підхід спрямований на прискорення впровадження та надання гнучкості для різних потреб підприємств та випадків використання.

Фізичний штучний інтелект та робототехніка: $50 трильйонів можливостей

NVIDIA розглядає фізичний штучний інтелект та робототехніку як “$50 трильйонів можливостей”, за словами Хуана. Компанія оголосила про відкритий джерельний код моделі NVIDIA Isaac GR00T N1, описану як “універсальна основна модель для гуманоїдних роботів”.

Значні оновлення моделей світу NVIDIA Cosmos забезпечують безпрецедентний контроль над генерацією синтетичних даних для навчання роботів за допомогою NVIDIA Omniverse. Як пояснив Хуан, “Використання Omniverse для умовлення Cosmos, а Cosmos для генерації нескінченної кількості середовищ, дозволяє нам створювати дані, які є заснованими, контрольованими нами та водночас систематично нескінченними одночасно”.

Компанія також представила новий відкритий фізичний двигун під назвою “Newton”, розроблений у співробітництві з Google DeepMind та Disney Research. Двигун призначений для високоякісної симуляції робототехніки, включаючи жорсткі та м’які тіла, тактильну зворотню зв’язок та прискорення GPU.

Isaac GR00T N1 (Джерело: NVIDIA)

Агентний штучний інтелект та трансформація галузей

Хуан визначив “агентний штучний інтелект” як штучний інтелект з “агентністю”, який може “сприймати та розуміти контекст”, “розуміти”, та “планувати та виконувати дії”, навіть використовуючи інструменти та вчиться з багатомодальної інформації.

“Агентний штучний інтелект означає, що у вас є штучний інтелект з агентністю. Він може сприймати та розуміти контекст ситуації. Він може розуміти, дуже важливо може розуміти, як відповісти або вирішити проблему, і він може планувати та виконувати дії. Він може планувати та виконувати дії. Він може використовувати інструменти”, – пояснив Хуан.

Ця здатність спричиняє зростання обчислювальних вимог: “Кількість обчислень, необхідних для реалізації цього, закон масштабування штучного інтелекту є більш стійким і насправді гіперпришвидшеним. Кількість обчислень, яку нам зараз потрібно унаслідок агентного штучного інтелекту, унаслідок розуміння, є легко у 100 разів більше, ніж ми думали, що нам потрібно було цього часу минулого року”, – додав він.

Висновок

Доповідь Дженсена Хуана на GTC 2025 представила комплексне бачення майбутнього, керованого штучним інтелектом, яке включає інтелектуальних агентів, автономних роботів та спеціалізовані фабрики штучного інтелекту. Оголошення NVIDIA у сфері архітектури, мереж, програмного забезпечення та відкритих моделей свідчать про рішучість компанії прискорити наступну епоху обчислень.

Поки обчислення продовжують свій перехід від пошукових моделей до генераційних, фокус NVIDIA на токенах як основній валюті штучного інтелекту та на масштабуванні можливостей на хмарних, корпоративних та робототехнічних платформах забезпечує дорожню карту для майбутнього технологій, з далекосяжними наслідками для галузей усього світу.