В среду Nvidia превзошла все ожидания, сообщив о стремительном росте прибыли благодаря своим графическим процессорам (GPU), которые отлично справляются с задачами искусственного интеллекта. Однако другие классы ИИ-чипов начинают набирать обороты.

Каждый крупный поставщик облачных услуг сейчас разрабатывает собственные специализированные интегральные схемы (ASIC), от TPU от Google до Trainium от Amazon и планов OpenAI с Broadcom. Эти микросхемы меньше, дешевле, проще в использовании и могут снизить зависимость этих компаний от графических процессоров Nvidia. Дэниел Ньюман из Futurum Group заявил CNBC, что, по его ожиданиям, рынок ASIC «будет расти быстрее рынка графических процессоров в ближайшие несколько лет».

Наряду с графическими процессорами и микросхемами ASIC существуют программируемые пользователем вентильные матрицы (ПЛИС), которые можно перенастраивать после производства для таких задач, как обработка сигналов, сетевые технологии и искусственный интеллект. Существует также целое поколение ИИ-чипов, предназначенных для работы непосредственно на устройствах, а не через облако, — в этом сегменте лидируют такие компании, как Qualcomm и Apple.

CNBC побеседовал с экспертами и инсайдерами крупных технологических компаний, чтобы разобраться в этой насыщенной индустрии и различных типах ИИ-чипов.

Графические процессоры для вычислений общего назначения

Когда-то графические процессоры использовались в основном в видеоиграх, но, став движущей силой современного искусственного интеллекта, они превратили Nvidia в самую дорогую публичную компанию в мире. В прошлом году Nvidia поставила около 6 миллионов графических процессоров Blackwell текущего поколения.

Переход от игр к искусственному интеллекту начался в 2012 году, когда исследователи обучили нейронную сеть AlexNet на графических процессорах Nvidia — прорыв, который многие считают искрой современной революции искусственного интеллекта. AlexNet участвовала в престижном конкурсе по распознаванию изображений, используя графические процессоры вместо центральных процессоров, обеспечивая потрясающую точность и значительное конкурентное преимущество.

Та же способность к параллельной обработке, которая позволяет графическим процессорам отображать реалистичную графику, делает их идеальными для обучения моделей глубокого обучения, которые обучаются на основе данных, а не явного программирования.

Сегодня графические процессоры (GPU) используются в системах центров обработки данных в паре с центральными процессорами (CPU) для выполнения облачных задач искусственного интеллекта (ИИ). Процессоры оснащены несколькими мощными ядрами для выполнения последовательных задач, в то время как графические процессоры оснащены тысячами более мелких ядер, специализирующихся на параллельных операциях, таких как умножение матриц.

Благодаря возможности одновременного выполнения огромного количества операций графические процессоры идеально подходят как для обучения, так и для вывода данных. Обучение обучает модели ИИ находить закономерности в огромных наборах данных; вывод данных использует эти модели для принятия решений на основе новой информации.

Графические процессоры остаются основным инструментом для Nvidia и её ближайшего конкурента AMD. Ключевым отличием между ними является программное обеспечение: Nvidia опирается на свою экосистему CUDA, в то время как AMD предлагает преимущественно открытый исходный код.

Обе компании продают облачные графические процессоры таким поставщикам, как Amazon, Microsoft, Google, Oracle и CoreWeave, которые затем сдают вычислительные мощности в аренду разработчикам ИИ.

Например, соглашение Anthropic с Nvidia и Microsoft на 30 миллиардов долларов включает в себя эквивалент 1 гигаватта вычислительной мощности, созданной на оборудовании Nvidia. AMD также недавно получила крупные инвестиции от OpenAI и Oracle.

Nvidia также продает свою продукцию напрямую правительствам и компаниям, работающим в сфере ИИ (включая поставку не менее 4 миллионов графических процессоров компании OpenAI), а также правительствам иностранных государств, таких как Южная Корея, Саудовская Аравия и Великобритания.

Компания сообщила CNBC, что запрашивает около 3 миллионов долларов за серверный шкаф, содержащий 72 графических процессора Blackwell, и поставляет около 1000 таких шкафов каждую неделю.

Дион Харрис, старший директор Nvidia по инфраструктуре искусственного интеллекта, заявил, что никогда не предполагал, что спрос вырастет до такого уровня. «Когда много лет назад мы говорили с компаниями о системе из восьми графических процессоров, они посчитали это чрезмерным».

ASIC для специализированного облачного ИИ

Обучение на графических процессорах (GPU) способствовало появлению первой волны больших языковых моделей, но по мере развития моделей вывод становится всё более важным. Вывод может выполняться на менее гибких и недорогих чипах, разработанных специально для определённых математических операций — и здесь на помощь приходят ASIC.

Если графический процессор — это «швейцарский армейский нож», способный выполнять множество различных параллельных задач, то ASIC — это инструмент узкого назначения: чрезвычайно быстрый и эффективный, но привязанный к одному типу операций после изготовления.

«Эти чипы невозможно заменить после того, как они вытравлены в кремнии», — сказал Крис Миллер, автор книги «Война чипов». «Приходится выбирать между эффективностью и гибкостью».

Графические процессоры Nvidia достаточно универсальны, чтобы удовлетворить бесчисленные потребности в области искусственного интеллекта, но они дороги (до 40 000 долларов за единицу) и их сложно приобрести. Стартапы полагаются на них отчасти потому, что разработка специализированной микросхемы ASIC может стоить десятки миллионов.

Однако облачные гиганты активно инвестируют в ASIC, поскольку они обещают значительную экономию при масштабировании.

«Эти компании хотят больше контроля над создаваемыми ими рабочими нагрузками», — сказал Ньюман. «Но они продолжат работать с Nvidia и AMD — спрос на вычислительные мощности огромен».

Компания Google первой разработала специализированную микросхему для искусственного интеллекта (ASIC), выпустив в 2015 году тензорный процессор (TPU). Работа началась в 2006 году, но в 2013 году она приобрела актуальность, когда Google осознала, что ИИ может удвоить площадь, занимаемую его центрами обработки данных. В 2017 году TPU помог реализовать архитектуру Transformer, лежащую в основе большинства современных систем искусственного интеллекта.

В ноябре Google представила TPU седьмого поколения. Anthropic обучит свою модель Claude на миллионе TPU. Некоторые считают, что TPU могут соперничать с графическими процессорами Nvidia, а то и превосходить их.

«Многие ожидают, что Google в конечном итоге сделает TPU более доступными», — сказал Миллер.

После приобретения Annapurna Labs в 2015 году AWS выпустила собственные чипы. В 2018 году компания запустила Inferentia, в 2022 году — Trainium, а вскоре ожидается выход Trainium3.

Amazon утверждает, что Trainium обеспечивает на 30–40% лучшее соотношение цены и производительности по сравнению с альтернативными решениями. В настоящее время Anthropic использует полмиллиона чипов Trainium2 для обучения своих моделей.

Для создания специализированных микросхем ASIC поставщики облачных услуг полагаются на такие компании, как Broadcom и Marvell, которые обладают критически важным опытом в области IP и сетевых технологий. «Именно поэтому Broadcom стала одним из крупнейших победителей бума ИИ», — сказал Миллер.

Broadcom помогла разработать TPU Google и ускорители Meta 2023, а также начала разрабатывать собственные чипы для OpenAI, начиная с 2026 года.

Microsoft разработала Maia 100. Qualcomm выпустила A1200. Intel предлагает линейку Gaudi. Tesla работает над своим чипом AI5. Стартапы, такие как Cerebras и Groq, продвигают новые архитектуры.

В Китае Huawei, ByteDance и Alibaba разрабатывают собственные ASIC, несмотря на экспортные ограничения США.

ИИ на уровне устройства с NPU и FPGA

Третья категория ИИ-чипов предназначена для запуска моделей непосредственно на устройствах, а не через облако. Эти чипы обычно интегрируются в системы на кристалле (SoC) и известны как периферийные ИИ-процессоры. Они позволяют функциям ИИ работать локально и эффективно, экономя заряд батареи и обеспечивая конфиденциальность.

«Вы сможете запускать задачи ИИ прямо на своём телефоне с чрезвычайно низкой задержкой», — сказал Саиф Хан, бывший советник Белого дома по вопросам ИИ и технологий. «И без отправки данных в центр обработки данных».

Нейронные процессоры (NPU) являются основной частью этой категории и разрабатываются компаниями Qualcomm, Intel, AMD и другими.

Apple не использует термин NPU, но встраивает «нейронный движок» в свои чипы серии M для Mac и мобильные чипы серии A.

«Этот подход оказался невероятно эффективным», — заявил Тим Миллет, вице-президент Apple по архитектуре платформы. «Он быстрый и даёт нам больше контроля над пользовательским опытом».

Чипы Snapdragon в телефонах Android, специализированные нейронные процессоры Samsung и процессоры для ИИ от NXP и Nvidia обеспечивают работу ИИ в автомобилях, роботах, камерах и устройствах для умного дома.

«Большая часть расходов сегодня по-прежнему приходится на центры обработки данных», — сказал Миллер. «Но ситуация изменится по мере того, как ИИ проникнет в телефоны, автомобили, носимые устройства и всё остальное».

ПЛИС обеспечивают еще большую гибкость, поскольку их можно перепрограммировать после изготовления, хотя они менее энергоэффективны, чем ASIC или NPU.

AMD стала крупнейшим производителем ПЛИС после приобретения Xilinx за 49 миллиардов долларов в 2022 году. Intel занимает второе место после покупки Altera за 16,7 миллиарда долларов в 2015 году.

Итог: Nvidia все еще далеко впереди

Все эти компании, выпускающие чипы для искусственного интеллекта, полагаются на одного производителя: TSMC на Тайване.

TSMC строит крупную производственную площадку в Аризоне, куда Apple перенесёт часть своего производства. Генеральный директор Nvidia Дженсен Хуанг заявил в октябре, что графические процессоры Blackwell также вышли на «полный цикл производства».

Несмотря на все более насыщенный рынок, потеснить Nvidia по-прежнему крайне сложно.

«Nvidia оказалась в таком положении, потому что заслужила его, — сказал Ньюман. — Она потратила годы на создание экосистемы разработчиков — и именно она победила».

Большинство фондовых индексов США выросли в пятницу на фоне возобновившегося оптимизма по поводу возможного снижения ставок Федеральной резервной системы.

Президент Федерального резервного банка Нью-Йорка Джон Уильямс заявил в пятницу, что, по его ожиданиям, у центрального банка будет больше возможностей для снижения процентных ставок. Выступая в Чили, влиятельный политик отметил, что риски для рынка труда сейчас перевешивают риски, связанные с инфляцией, что соответствует позиции более «голубиной» позиции членов FOMC.

Уильямс заявил: «Я считаю, что денежно-кредитная политика по-прежнему умеренно ограничительна, хотя и менее строго, чем до наших недавних действий. Поэтому я по-прежнему вижу возможности для дополнительной корректировки целевого диапазона ставки по федеральным фондам в краткосрочной перспективе, чтобы приблизить политику к нейтральной и сохранить баланс между нашими двумя целями».

В ходе торгов индекс Dow Jones Industrial Average вырос на 0,4% (185 пунктов) до 45 937 пунктов по состоянию на 16:15 по Гринвичу. Более широкий индекс S&P 500 прибавил 0,1% (7 пунктов) до 6 545 пунктов, а Nasdaq Composite поднялся на 0,1% (38 пунктов) до 22 040 пунктов.

В пятницу цены на палладий продолжили снижение под давлением укрепления доллара США, неопределенности относительно спроса и ожиданий увеличения предложения.

Агентство Reuters, ссылаясь на информированные источники, сообщило, что США в частном порядке подталкивают Украину к заключению соглашения о прекращении огня с Россией. Такое развитие событий, вероятно, приведет к росту мирового предложения промышленных металлов в связи с ослаблением санкций против России — одного из крупнейших мировых экспортеров палладия.

По данным Capital.com, цены на палладий выросли примерно на 26% с начала октября, достигнув примерно 1500 долларов за унцию. Резкий скачок цен произошел на фоне роста цен на платину и общего смягчения мировой финансовой конъюнктуры.

Ставки на снижение процентных ставок в США и предыдущее ослабление доллара также оказали поддержку палладию в рамках так называемого ралли «золото + ликвидность», которое подняло цены на драгоценные металлы в последние недели.

Палладий используется почти исключительно в каталитических нейтрализаторах бензиновых двигателей, а это значит, что любая волатильность цен напрямую влияет на структуру затрат для американских автопроизводителей и производителей электроники.

Технический анализ Monex указывает на сопротивление в диапазоне от 1500 до 1520 долларов за унцию, при этом ожидается общий восходящий тренд, но в перспективе сохранится нестабильная торговля. Аналитики CPM Group отмечают, что недавний рост палладия «тесно связан с динамикой платины», предупреждая при этом, что ослабление рынка труда США и сохраняющаяся инфляция могут оказать давление на спрос.

Несмотря на недавно объявленное торговое перемирие между США и Китаем, комментарии американских официальных лиц свидетельствуют о сохраняющейся напряженности. Министр финансов США заявил, что Китай остается ненадежным торговым партнером, а президент Дональд Трамп подтвердил, что его администрация не допустит экспорта передовых чипов Nvidia в Китай или другие страны.

Индекс доллара США вырос на 0,1% до 100,2 по состоянию на 14:43 по Гринвичу, торгуясь между максимумом 100,4 и минимумом 99,9.

Фьючерсы на палладий с поставкой в декабре упали на 0,9% до $1374 за унцию в 14:43 по Гринвичу.

В пятницу утром стоимость биткоина ненадолго упала до $81 871,19, а затем стабилизировалась около $82 460, снизившись примерно на 10,2% за последние 24 часа.

После почти месяца постоянных распродаж биткоин сейчас торгуется на 10% ниже своего уровня начала года, утратив большую часть достижений, достигнутых после победы Дональда Трампа на выборах в прошлом году.

В последний раз биткоин опускался ниже 82 000 долларов в апреле, когда он упал до 75 000 долларов, во время обвальной распродажи на рынке, спровоцированной объявлением Трампа о масштабных пошлинах на мероприятии в честь «Дня освобождения».

На основании данных Deribit — биржи опционов и фьючерсов, принадлежащей Coinbase, — CoinDesk сообщил, что трейдеры готовятся к дальнейшему снижению.

Ethereum, вторая по рыночной капитализации криптовалюта, упала ниже $2740, потеряв более 9,6% за 24 часа. Другие основные токены также оказались под сильным давлением: XRP, BNB и SOL упали на 9,1%, 8,4% и 10,6% соответственно. Dogecoin, крупнейшая монета-мем, потеряла 10,3% за тот же период.

После достижения новых рекордных максимумов в начале прошлого месяца, криптовалютный рынок пережил устойчивое падение после беспрецедентного однодневного обвала 10 октября, когда за 24 часа были ликвидированы позиции с использованием заёмных средств на сумму 19,37 млрд долларов. Поводом для этого стало объявление Трампа о введении дополнительных 100%-ных пошлин на китайский импорт, от которых он впоследствии отказался. В последние дни цифровые активы также оказались в центре общей рыночной волатильности: по данным CoinGlass, за 24 часа было ликвидировано более 2,2 млрд долларов.

По данным CoinGecko, общая рыночная стоимость всех криптовалют сейчас составляет 2,92 триллиона долларов, что на 33% меньше пикового значения в 4,38 триллиона долларов, достигнутого в начале октября. С начала этого месяца рыночная капитализация биткоина упала примерно на 25%, что стало самым резким месячным падением со времён краха криптовалют 2022 года, сообщает Bloomberg.

Акции Strategy (ранее MicroStrategy), которые часто рассматриваются как аналог биткоина из-за их огромных запасов, упали на 2,44% на премаркете в пятницу после снижения на 11% за последнюю неделю и на 41% за последние 30 дней. В настоящее время компания владеет 649 870 BTC по средней цене покупки $74 430.

Ранее на этой неделе аналитики JPMorgan предупредили, что Strategy рискует быть исключенной из основных индексов, таких как Nasdaq 100 и MSCI USA. Такое исключение может привести к дальнейшему падению акций компании и потенциально оказать давление на криптовалютные рынки, если компания будет вынуждена продать часть своих биткоин-активов.