Навигиране в революцията на изводите (Inference)
Дженсън Хуанг, главен изпълнителен директор на Nvidia, се обърна към годишната конференция на разработчиците на софтуер на компанията в Сан Хосе, Калифорния, утвърждавайки силната позиция на Nvidia на фона на значителна трансформация в индустрията на изкуствения интелект. Той подчерта продължаващия преход от фазата на обучение (training) на AI модели към фазата на изводи (inference), където бизнесът все повече се фокусира върху извличането на подробни, приложими прозрения от тези модели.
Адресиране на опасенията на инвеститорите и пазарната динамика
Презентацията на Хуанг, изнесена в характерното му черно кожено яке и дънки, послужи като защита на доминиращата позиция на Nvidia на пазара на AI чипове с високи залози. Неотдавнашните опасения на инвеститорите, подхранвани от доклади за конкуренти като китайската DeepSeek, постигащи сравнима производителност на чатбот с потенциално по-малко AI чипове, хвърлиха сянка върху привидно непоклатимата преднина на Nvidia.
Въпреки увереното обръщение на Хуанг, пазарът реагира с известна доза скептицизъм. Акциите на Nvidia претърпяха спад от 3,4%, отразявайки по-широк спад в индекса на чиповете, който затвори с 1,6% надолу. Тази реакция предполага, че пазарът може би вече е оценил голяма част от очакваните новини, отразявайки подход на “изчакване и виждане” към дългосрочната стратегия на Nvidia.
Разсейване на погрешните схващания и подчертаване на изчислителните изисквания
Хуанг директно се изправи срещу това, което възприема като широко разпространено неразбиране по отношение на развиващите се изчислителни изисквания на AI. Той смело заяви: “Почти целият свят сгреши”, подчертавайки експоненциалното увеличение на изчислителната мощност, необходима за усъвършенствани AI приложения, особено в областта на “agentic AI”.
Agentic AI, характеризиращ се с автономни агенти, способни да изпълняват рутинни задачи с минимална човешка намеса, изисква значително по-големи възможности за обработка. Хуанг изчисли, че изчислителните нужди за agentic AI и разсъждения са “поне 100 пъти повече, отколкото смятахме, че са ни нужни миналата година по това време”. Това драстично увеличение подчертава продължаващото и може би подценено търсене на високопроизводителни изчислителни решения.
Дихотомията обучение срещу изводи (Training vs. Inference)
Ключов елемент от настоящото предизвикателство на Nvidia се крие в развиващата се динамика на пазара на AI. Индустрията преминава от основен фокус върху обучението (training), където масивни набори от данни се използват за придаване на интелигентност на AI модели като чатботове, към изводи (inference). Изводите са етапът, в който обученият модел използва придобитите си знания, за да предостави на потребителите конкретни отговори и решения.
Тази промяна представлява потенциален насрещен вятър за Nvidia, тъй като най-доходоносните й чипове традиционно са оптимизирани за интензивната изчислителна фаза на обучение. Докато Nvidia култивира силна екосистема от софтуерни инструменти и поддръжка за разработчици през последното десетилетие, чиповете за центрове за данни, които струват десетки хиляди долари, са тези, които са допринесли за по-голямата част от приходите й, възлизащи на 130,5 милиарда долара миналата година.
Поддържане на инерцията: Тригодишният скок и отвъд него
Акциите на Nvidia станаха свидетели на метеоритен ръст, като стойността им се увеличи повече от четири пъти през последните три години. Този забележителен растеж беше подхранван от ключовата роля на компанията в захранването на появата на сложни AI системи, включително ChatGPT, Claude и много други. Хардуерът на компанията се превърна в синоним на авангардно AI развитие.
Въпреки това, поддържането на тази инерция изисква адаптиране към променящите се изисквания на пазара, фокусиран върху изводите. Докато дългосрочната визия за AI индустрия, изградена върху чиповете на Nvidia, остава убедителна, краткосрочните очаквания на инвеститорите са по-чувствителни към непосредствените предизвикателства и възможности, представени от революцията на изводите.
Разкриване на чипове от следващо поколение: Blackwell Ultra и отвъд
Хуанг използва конференцията като платформа за обявяване на серия от нови издания на чипове, предназначени да затвърдят позицията на Nvidia в развиващия се AI пейзаж. Сред тези съобщения беше разкриването на GPU чипа Blackwell Ultra, планиран за пускане през втората половина на тази година.
Blackwell Ultra може да се похвали с подобрен капацитет на паметта в сравнение с предшественика си, чипа Blackwell от текущото поколение. Тази увеличена памет му позволява да поддържа по-големи и по-сложни AI модели, отговаряйки на нарастващите изисквания на усъвършенстваните AI приложения.
Двоен фокус: Отзивчивост и скорост
Хуанг подчерта, че чиповете на Nvidia са проектирани да се справят с два критични аспекта на AI производителността: отзивчивост (responsiveness) и скорост (speed). Чиповете трябва да позволят на AI системите да предоставят интелигентни отговори на огромен брой потребителски заявки, като същевременно предоставят тези отговори с минимално забавяне.
Хуанг твърди, че технологията на Nvidia е уникално позиционирана да се отличава и в двете области. Той направи паралел с уеб търсенето, заявявайки: “Ако отнеме твърде много време, за да отговорите на въпрос, клиентът няма да се върне.” Тази аналогия подчертава значението на скоростта и ефективността за поддържане на ангажираността и удовлетвореността на потребителите в приложения, задвижвани от AI.
Пътна карта за бъдещето: Vera Rubin и Feynman
Гледайки отвъд Blackwell Ultra, Хуанг предостави поглед върху бъдещата пътна карта на Nvidia за чипове, разкривайки подробности за предстоящата система Vera Rubin. Планирана за пускане през втората половина на 2026 г., Vera Rubin е проектирана да наследи Blackwell, предлагайки още по-бързи скорости и подобрени възможности.
По-надолу по линията, Хуанг обяви, че чиповете Rubin ще бъдат последвани от чипове Feynman, които се очаква да пристигнат през 2028 г. Тази многопоколенческа пътна карта демонстрира ангажимента на Nvidia към непрекъснати иновации и решимостта й да поддържа технологично предимство в бързо развиващия се пазар на AI хардуер.
Адресиране на предизвикателствата в индустрията и пускането на Blackwell
Разкриването на тези нови чипове идва в момент, когато навлизането на Blackwell на пазара е по-бавно от първоначално очакваното. Съобщава се, че дефект в дизайна е довел до производствени предизвикателства, допринасящи за закъснения. Тази ситуация отразява по-широките борби в индустрията, тъй като традиционният подход за подаване на непрекъснато разширяващи се набори от данни в масивни центрове за данни, пълни с чипове Nvidia, започна да показва намаляваща възвръщаемост.
Въпреки тези предизвикателства, Nvidia съобщи миналия месец, че поръчките за Blackwell са “невероятни”, което предполага силно търсене на новия чип въпреки първоначалните неуспехи.
Разширяване на екосистемата: DGX Workstation и софтуерни иновации
Отвъд основните съобщения за чипове, Хуанг представи мощен нов персонален компютър, DGX Workstation, базиран на чипове Blackwell. Тази работна станция, която ще се произвежда от водещи компании като Dell, Lenovo и HP, представлява предизвикателство за някои от предложенията на Apple от висок клас Mac.
Хуанг гордо показа дънна платка за едно от тези устройства, заявявайки: “Ето как трябва да изглежда един компютър.” Този ход сигнализира за амбицията на Nvidia да разшири присъствието си на пазара на високопроизводителни изчисления отвъд центровете за данни и в сферата на професионалните работни станции.
Dynamo: Ускоряване на разсъжденията и сътрудничество с General Motors
На софтуерния фронт Хуанг обяви пускането на Dynamo, нов софтуерен инструмент, предназначен да ускори процеса на разсъждение в AI приложения. Dynamo се предлага безплатно, като целта е да се насърчи по-широкото му приемане и да се ускори иновацията в областта.
Освен това Хуанг разкри значително партньорство с General Motors, избирайки Nvidia да захранва своя автопарк от самоуправляващи се автомобили. Това сътрудничество подчертава нарастващото влияние на Nvidia в автомобилната индустрия и ангажимента й към напредъка на технологията за автономно шофиране. Това е победа с висок профил и показва колко разнообразни са приложенията за Nvidia.
Пътят напред
Nvidia залага много на бъдещето на AI и техните непрекъснати иновации са ключови. Те осъзнават необходимостта да се адаптират към преминаването към изводи (inference) и вече разработват чипове, които могат да правят и двете. С тяхната история на успех и техния ангажимент към изследвания и разработки, Nvidia вероятно ще остане основен играч в AI индустрията за години напред. Партньорствата с големи технологични и автомобилни компании са индикация за това накъде се е насочила Nvidia.