Elektor: Давайте начнём с основ: что такое графический процессор, и как NVIDIA — компания, которая когда-то делала чипы для игр — превратилась в лидера с капитализацией в 4 триллиона долларов, стоящего на переднем крае ИИ-революции?
Анастасия Носова: Всё дело в архитектуре. В отличие от центрального процессора, который рассчитан на последовательное выполнение сложных задач, графический процессор состоит из тысяч простых ядер, способных выполнять огромное количество операций одновременно. Эта параллельная структура изначально создавалась для рендеринга графики — но оказалась идеальной для задач ИИ, где ключевую роль играет умножение матриц.
Но дело не только в железе. Успех NVIDIA — это ещё и стратегическое предвидение. Они не просто оказались в нужном месте в нужное время — они создали это место. Главный ход — инвестиции в платформу CUDA. Это не просто инструмент для программистов — это экосистема, которая стала де-факто стандартом для разработки под GPU. CUDA создала вокруг NVIDIA мощный «программный ров» — и этот ров до сих пор защищает их лидерство.
Elektor: Это действительно преимущество первопроходца. Но на таком огромном рынке — почему нет других игроков с капитализацией в 4 триллиона? Где конкуренция?
Анастасия: Конкуренция есть — и она усиливается. AMD, например, предлагает очень сильные альтернативы: их GPU MI325X в некоторых задачах вывода больших моделей обгоняют H100 и H200 от NVIDIA по производительности и эффективности. Но самое интересное происходит не на стороне традиционных чипмейкеров, а у гиперскейлеров. Google, Microsoft, Amazon, Apple — все они сейчас разрабатывают собственные чипы. Это уже не просто «оборудование» — это стратегический актив, ключевой дифференциатор. В 2024 году только Google закупила TPU на 6 миллиардов долларов.
А ещё есть стартапы вроде Cerebras, которые ломают правила, создавая чипы размером с целую пластину. NVIDIA по-прежнему лидер — но её окружает растущее число сильных, мотивированных и хорошо финансируемых игроков. Расслабляться ей точно не стоит.
Elektor: Если все эти компании активно производят чипы — не грозит ли нам переизбыток оборудования для ИИ в ближайшем будущем?
Анастасия: Скорее наоборот — дефицит. Спрос на вычислительные мощности растёт экспоненциально. Причина — не только массовое внедрение ИИ, но и растущая сложность самих моделей. Например, модели расширенных рассуждений требуют в 10 раз больше вычислений, чем традиционные LLM. Даже с учётом всех оптимизаций, общая тенденция ясна: вычислительные потребности растут на 4–5 раз в год. Предложение просто не успевает.
Elektor: Получается, аппаратная индустрия не справляется со спросом?
Анастасия: Совершенно верно. По данным EpochAI, производительность оборудования улучшается всего на 1,3 раза в год — а спрос растёт в 4–5 раз быстрее. Строить больше дата-центров — не решение. Эти «гигафабрики ИИ» уже потребляют по 500 мегаватт и больше. Энергетические сети не выдерживают. Плюс возникают узкие места в сетях и вычислительных конвейерах. Постепенные улучшения нас не спасут. Нужны фундаментальные инновации.
Elektor: Вы упомянули сети. Почему именно они становятся критически важными?
Анастасия: Потому что современные ИИ-системы — это не один супер-чип, а тысячи GPU, работающих как единый организм. Они постоянно обмениваются терабайтами данных — и любая задержка или нехватка пропускной способности тормозит всю систему.
Традиционные медные соединения достигли физических пределов. Решение — оптика. Сейчас оптические технологии переходят от межсерверного уровня к межчиповому — и это ключ к следующему скачку производительности. Технологии вроде co-packaged optics позволят GPU общаться друг с другом на скорости света — буквально.
Но есть и ещё более серьёзный вызов — энергия. Не просто её количество, а способность доставить её туда, где она нужна. Дата-центры ИИ требуют стабильного, мощного и дешёвого электропитания — часто больше, чем может дать местная инфраструктура. Я давно говорю об этом на своём канале: кто обеспечит доступ к дешёвой энергии — тот и выиграет гонку ИИ.
Elektor: Время от времени мы слышим: «Закон Мура мёртв». Потом появляются новые «нанометровые» техпроцессы — и всё начинается заново. Как вы оцениваете этот цикл?
Анастасия: Закон Мура не умер — он эволюционировал. После 22 нм индустрия перешла от плоских транзисторов к 3D-структурам FinFET. Сейчас AMD и Apple переходят на нанолистовые транзисторы — это уже следующий этап. Прогресс теперь — не только в уменьшении размеров, но и в умной трёхмерной архитектуре, которая повышает плотность и эффективность.
Но настоящий прорыв следующего десятилетия — в новых материалах: двумерные структуры, углеродные нанотрубки, переходные металлы. Всё это ведёт к концепции CMOS 2.0 — когда чип строится не как монолит, а как многослойная структура, где каждый слой оптимизирован под свою задачу: ИИ, графика, память, связь. Это — будущее микроэлектроники.
Elektor: Заглядывая вперёд — какая технология, на ваш взгляд, станет самой трансформационной для вычислений на базе ИИ?
Анастасия: Не будет одной «серебряной пули». Прорыв возможен только при одновременном развитии трёх столпов: вычисления, память и связь. Улучшение одного без двух других — просто создаст новое узкое место.
Лично меня больше всего вдохновляет кремниевая фотоника — не только для связи, но и для вычислений. Представьте: вместо электронов — фотоны. Это даёт колоссальный выигрыш в скорости и энергоэффективности. Я уверена: следующий большой скачок в аппаратном обеспечении ИИ произойдёт именно за счёт глубокой интеграции фотоники и электроники.
Elektor: Для инженеров и стартапов, которые хотят войти в аппаратное пространство ИИ — где сейчас самые большие возможности?
Анастасия: Самые интересные ниши — на стыке дисциплин. Во-первых — электроника + фотоника. Оптические вычисления — это пока почти не освоенная территория с огромным потенциалом.
Во-вторых — энергетика. Задача преобразования 800 В постоянного тока в 0,7 В для ядра процессора — одна из самых сложных в современной электронике. Здесь открываются возможности для инноваций — особенно с появлением технологий вроде backside power delivery, когда питание подаётся с обратной стороны кристалла.
И, наконец — чиплеты. Они позволяют стартапам не строить монолитные SoC, а создавать специализированные блоки, которые можно комбинировать с другими. Это снижает порог входа и открывает двери для нишевых, но мощных решений.
Elektor: Есть ли риск, что гонка вычислений ИИ станет слишком централизованной — и доступ к самым мощным системам останется только у нескольких гиперскейлеров или лабораторий?
Анастасия: Этот процесс уже идёт. Но меня тревожит не столько концентрация у инфраструктурных гигантов — сколько у ведущих ИИ-лабораторий, которые контролируют модели и данные. Если одна из закрытых лабораторий совершит качественный скачок — централизация власти станет неизбежной.
Позитивный тренд — стратегии с открытым исходным кодом. Они позволяют демократизировать доступ. Но мы должны быть реалистами: без государственной поддержки и стратегических инвестиций в чипы, дата-центры и ИИ-таланты, регионы вроде Европы рискуют оказаться на обочине. Это вопрос стратегической автономии. И инвестировать нужно — и капитал, и политическую волю.
Источник: https://www.eenewseurope.com/en/future-of-ai-forged-in-silicon-anastasiia-nosova/
Если вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
