Google наращивает инвестиции в разработку и производство собственных специализированных чипов для ИИ-задач. Это решение давит на позицию Nvidia, которая десять лет подряд доминирует на рынке ускорителей благодаря CUDA и архитектуре GPU. Параллельно Nvidia сталкивается с антимонопольным расследованием, что добавляет дополнительное давление на её стратегию.
Google не первый год разрабатывает собственные процессоры — TPU (Tensor Processing Unit) используются внутри компании с 2016 года. Но если раньше это были по сути закрытые системы для собственных датацентров, то сейчас Google более открыто позиционирует их как конкурентную альтернативу. Для компании это имеет смысл: собственные чипы дешевле лицензирования, быстрее адаптируются под конкретные задачи, плюс независимость от поставщика.
Смысл такого шага простой. В ближайшие годы спрос на ИИ-вычисления будет расти экспоненциально, и кто контролирует железо, контролирует экосистему. AWS и Azure тоже разрабатывают свои чипы, Meta открыла дизайны своих процессоров. Nvidia монополизировала рынок не только благодаря лучшей архитектуре, но и потому что у альтернатив долго не было ни финансов, ни мотивации на прорыв. Сейчас ситуация изменилась.
Расследование против Nvidia по поводу монопольного положения — это не случайность, а следствие. Когда одна компания контролирует 90% рынка ускорителей для ИИ, регуляторы и конкуренты начинают смотреть внимательнее. Правда, сам по себе такой контроль не преступление, если его не используют против конкурентов нечестно — на что именно указывает следствие, пока толком не известно.
Для рынка в целом это хорошие новости. Конкуренция в железе давит на цены и ускоряет инновации. Но для Nvidia это серьёзный тест: компания должна теперь постоянно доказывать, что её решения лучше, а не просто удобнее. CUDA-экосистема по-прежнему мощный козырь, но даже она начинает трещать — в OpenAI и других лабораториях ходят разговоры про diversification подходов.
Для российского бизнеса это означает несколько вещей. Во-первых, вычислительные мощности станут дешевле и доступнее, когда выбор шире. Во-вторых, компаниям, которые строят на базе готовых ИИ-платформ (облачные сервисы, SaaS для автоматизации контента и аналитики), будет проще снижать себестоимость. Для тех, кто сам обучает модели или ищет альтернативы облачным GPU-кластерам, появится больше вариантов — это упростит расходы на вычисления и сделает проекты более финансово предсказуемы.
Главное — не путать конкуренцию в железе с конкуренцией в софте. Google может сделать лучший чип, но это не значит, что его ИИ-модели становятся автоматически лучше. Это отдельный фронт, где Nvidia сама не участвует — участвуют OpenAI, Google, Meta и другие лаборатории. Чип — это инструмент, а не результат.
Nvidia по-прежнему останется мощным игроком, хотя бы потому что переписать софт под новый чип стоит дорого, а CUDA уже везде интегрирована. Но эра безраздельного господства заканчивается. Это нормальное развитие зрелого рынка.
Meta Platforms Inc. признана экстремистской организацией, её деятельность запрещена на территории РФ; это относится и к принадлежащим ей социальным сетям Instagram и Facebook.
Алексей Мартыненко
Главный редактор SPV News
Google и другие гиганты разрабатывают свои чипы не из любви к науке, а из расчёта. Контролировать железо выгоднее, чем платить лицензии. Что-то похожее произойдёт с софтом ИИ — кто построил свою модель, тот уже не зависит от OpenAI. Но всё это займёт годы. Сейчас Nvidia остаётся узким местом, и это факт.