Империя NVIDIA под давлением: кастомные AI-чипы меняют правила игры
Уже почти десятилетие NVIDIA остаётся главным двигателем прогресса в сфере искусственного интеллекта. Её графические процессоры лежат в основе ChatGPT, систем автономного вождения и облачных дата-центров по всему миру. Но в 2025 году на горизонте всё отчетливее видны перемены: растущие затраты на энергию, дефицит GPU и потребность в более дешёвых и эффективных решениях делают кастомные AI-чипы, или ASIC, всё более привлекательными.
Чтобы разобраться, как меняется рынок, мы поговорили с Рахулом Сен Шармой, президентом и со-гендиректором компании Indxx, специализирующейся на индексах для технологических отраслей. Он объяснил, почему NVIDIA всё ещё непоколебима, но уже не единственный игрок, и как новая волна кастомных чипов может изменить баланс сил в мире вычислений.
CUDA и Blackwell — ядро современного ИИ
NVIDIA сегодня удерживает около 86% рынка AI-GPU. Её видеочипы серии Blackwell стали стандартом де-факто для обучения и инференса моделей — от OpenAI до автомобильных систем. Главный секрет успеха — программная экосистема CUDA, которая стала универсальным языком для разработчиков ИИ. Благодаря ей NVIDIA удерживает позиции даже в Китае, несмотря на торговые ограничения.
Как отметил Шарма, «сила NVIDIA не только в железе, но и в экосистеме, которая создаёт замкнутый цикл: чем больше разработчиков используют CUDA, тем сложнее конкурентам прорваться». И всё же, как бы ни был прочен этот фундамент, монополия NVIDIA постепенно начинает трещать.
ASIC — новая волна эффективности
На смену универсальности приходит специализация. Гиганты вроде Google, Amazon, Meta и OpenAI создают собственные ASIC — микросхемы, заточенные под конкретные задачи. Эти чипы выполняют меньше функций, но делают это быстрее и с меньшими затратами энергии.
OpenAI сотрудничает с Broadcom над производством собственных ASIC на базе 3-нм техпроцесса TSMC. Они будут использоваться во внутренних дата-центрах компании и не поступят в свободную продажу. Такая стратегия повторяет подход Google с TPU, Amazon с Trainium, Microsoft с Athena и Meta с MTIA: каждая компания строит свою инфраструктуру, чтобы не зависеть от дорогих и ограниченных поставок NVIDIA.
В результате складывается гибридная модель: NVIDIA по-прежнему обеспечивает пик производительности, но всё больше вычислений — особенно инференс — выполняют более дешёвые и энергоэффективные ASIC.
Broadcom — тихий конкурент, который догоняет
Одним из главных претендентов на долю рынка стал Broadcom. Ещё недавно известная в первую очередь как производитель сетевых чипов, компания сегодня активно выходит в AI-сегмент. Только во втором квартале 2025 года её доходы от AI выросли до 4,4 млрд долларов — на 46% больше, чем годом ранее. Партнёрство с OpenAI и покупка VMware позволили Broadcom закрепиться в инфраструктуре крупнейших облачных игроков.
По словам Шармы, «Broadcom становится новым центром силы в AI-аппаратуре. Её стратегия направлена на то, чтобы занять нишу в инференсе, где решающее значение имеют эффективность и стоимость, а не абсолютная производительность». И хотя NVIDIA по-прежнему вне конкуренции по масштабам экосистемы, растущие амбиции Broadcom показывают: монополия не вечна.
Почему «цена за производительность» важнее, чем просто мощность
В эпоху стремительного роста ИИ эффективность становится новой валютой. Дата-центры поглощают колоссальные объёмы электроэнергии и воды, а стоимость владения инфраструктурой растёт быстрее, чем производительность. Amazon, Google, Microsoft и Meta всё чаще выбирают стратегию оптимального баланса — не максимальную мощность, а лучшее соотношение «производительность/стоимость».
Amazon с чипами Trainium добилась того, чего не могла обеспечить даже NVIDIA: полного контроля над вычислительным стеком и сниженных эксплуатационных расходов. Google давно интегрировала свои TPU в сервисы Gemini, Microsoft развивает Athena, а Meta делает ставку на MTIA. Все эти проекты позволяют крупным игрокам меньше зависеть от внешних поставщиков и развивать собственные архитектуры.
Таким образом, эпоха «гонки за максимальной мощностью» уходит в прошлое. Будущее — за оптимизацией, интеграцией и устойчивостью.
Каким будет следующее поколение ASIC
Шарма выделяет несколько направлений, которые определят развитие кастомных чипов:
- Энергоэффективность: Специализированные схемы избегают лишних операций и позволяют экономить до 30% энергии по сравнению с CPU или GPU.
- Безопасность: Новые ASIC получат встроенные средства шифрования и защиту от физического взлома — важный шаг в эпоху кибератак на AI-инфраструктуру.
- Узкая специализация: Каждая задача — свой чип. Это позволяет добиваться рекордной производительности при минимальном энергопотреблении.
- Интеграция с ИИ: Более тесное взаимодействие ASIC с TPU или другими ускорителями позволит использовать AI для анализа данных в реальном времени — от видеообработки до медицины.
- Память нового поколения: С технологиями вроде Compute Express Link (CXL) процессоры смогут обращаться к общим пулам памяти, повышая эффективность работы больших моделей.
Всё это делает ASIC ключевым элементом следующей эры вычислений — умной, энергоэффективной и более защищённой.
Кому выгоден рост рынка ASIC
В выигрыше окажутся почти все участники технологической цепочки. Гиперскейлеры — за счёт независимости. Производители чипов — благодаря новым заказам. А поставщики инфраструктуры — за счёт необходимости обновления дата-центров.
- Гиперскейлеры: Amazon, Google, Microsoft и Meta развивают собственные чипы, снижая зависимость от NVIDIA.
- Производители: TSMC и Samsung продолжают лидировать в производстве, а Broadcom, AMD и Intel активно развивают полукастомные решения.
- EDA-компании: Synopsys, Cadence и Siemens создают инструменты проектирования новых архитектур.
- Производители памяти: Micron, SK Hynix и Rambus адаптируют решения под CXL-платформы.
- Инфраструктура: Vertiv, Schneider Electric и CoolIT Systems разрабатывают передовые системы охлаждения для новых мощностей.
По сути, зарождается новая экосистема, где каждая компания играет свою роль в оптимизации AI-инфраструктуры — от кремния до серверных стоек.
Rubin GPU: когда тепло становится вызовом
На конференции GTC 2025 NVIDIA представила линейку Rubin и Rubin Ultra — самые мощные GPU в своей истории. Но вместе с производительностью пришла и новая проблема: тепло. С каждым поколением плотность мощности в стойках растёт, и традиционное воздушное охлаждение уже не справляется.
«Rubin полностью меняет подход к проектированию дата-центров», — подчеркнул Шарма. «Без жидкостного охлаждения такие системы просто невозможно эксплуатировать».
На этом фоне компании вроде CoolIT Systems и Asetek становятся ключевыми поставщиками решений. CoolIT продемонстрировала новые холодные пластины с технологией Split-Flow, обеспечивающие до 30% лучшую теплопередачу. Vertiv и Schneider Electric создают гибридные инфраструктуры, сочетающие воздушное и жидкое охлаждение, чтобы справиться с тепловыми нагрузками Rubin.
Так охлаждение, когда-то скучная инженерная тема, превращается в стратегическое направление для инвестиций. AI стал не только интеллектуальной, но и физически горячей технологией.
Баланс сил в новом мире ИИ
Позиции NVIDIA остаются мощными, но теперь она не единственная, кто диктует условия. Эра, когда одна компания могла монополизировать весь AI-рынок, уходит в прошлое. Мир вычислений движется к равновесию — между универсальностью и специализацией, скоростью и эффективностью, инновацией и устойчивостью.
Как отметил Шарма, «NVIDIA не исчезнет. Но ей придётся делить сцену с другими».