Почему Nvidia внезапно поддержала open source? Я понял замысел Дженсена Хуана!

Хуан Жэньсюнь с одной стороны яростно защищает экосистему CUDA, а с другой — громко провозглашает «Да здравствует открытый код» — на первый взгляд это кажется противоречием, но на самом деле, это, возможно, самая умная бизнес-стратегия Nvidia за последние годы.

11 августа The Information сообщило, что Nvidia разрабатывает Nemotron 4 — открытый AI-модель, флагманская версия которого должна достичь не менее 1 триллиона параметров, что вдвое больше, чем у Nemotron 3 Ultra, выпущенной в июне.

В то же время объем многолетних контрактов на облачные сервисы Nvidia уже вырос до 28 миллиардов долларов — это примерно в три раза больше, чем год назад.

Почему компания, которая продает GPU, вкладывает огромные средства в разработку бесплатных AI-моделей?

Ответ на самом деле очень прост:

Чем больше распространены открытые модели, тем выше спрос на AI-вычисления, а крупнейшим поставщиком GPU является именно Nvidia.

Сделать AI не только инструментом нескольких гигантов, а глобальной инфраструктурой

В настоящее время закрытые AI-модели, такие как GPT от OpenAI, в основном находятся под контролем нескольких компаний.

Обычным компаниям, чтобы использовать передовые модели, часто приходится обращаться к облачным сервисам — потребности в вычислениях крайне сконцентрированы у таких крупных платформ, как OpenAI, Microsoft, Google и др.

Но открытые модели совсем другие. Компании, разработчики, а также государственные институты могут скачать модель, настроить под свои нужды и развернуть на собственных серверах или в облаке. Каждый такой независимый запуск означает новый спрос на вычисления.

А основной ресурс для AI-вычислений — это GPU.

Вице-президент по генеративному AI в Nvidia Кари Бриски однажды отметила, что они инвестируют в Nemotron, потому что уверены: в будущем каждой компании и каждому государству понадобятся передовые открытые модели, к которым будет легче получить доступ.

Проще говоря:

Снизить барьер входа в AI, чтобы как можно больше людей вошло в эру искусственного интеллекта, а затем побудить их приобретать больше вычислительных мощностей.

В этой стратегии Nvidia преследует несколько ключевых целей

Во-первых, расширить клиентскую базу с нескольких гигантов на весь рынок

В последние годы крупнейшими заказчиками AI-чипов Nvidia были такие гиганты, как Microsoft, OpenAI, Google, Amazon. Хотя они скупали GPU в огромных объемах, в то же время разрабатывали собственные AI-чипы.

Если в будущем AI-приложения выйдут за пределы узкого круга крупных компаний, потребность в вычислительных мощностях тоже перейдет к многочисленным компаниям, стартапам и учреждениям.

Для Nvidia это означает значительно более широкую клиентскую базу.

Во-вторых, бесплатные модели сами по себе являются лучшим инструментом продаж GPU

Nemotron является open source: компании могут скачать модель бесплатно.

Но для работы модели нужны вычислительные ресурсы.

В июле этого года в интервью Хуан Жэньсюнь заявил:

«Бесплатный AI — хорошо для железа, бесплатный AI — хорошо для чипов».

Эта фраза прекрасно раскрывает логику Nvidia:

Софт можно сделать бесплатным, но для его работы все равно нужна железная часть.

Чем популярнее модель — тем больше спрос на GPU.

В-третьих, использовать open source-экосистему для конкуренции с компаниями закрытых моделей

Открытые модели дешевы и гибко внедряются — они постепенно становятся важным выбором для AI-приложений компаний. Это способно изменить нынешние позиции на рынке OpenAI, Anthropic и других компаний, разрабатывающих закрытые модели.

Nvidia с одной стороны продает GPU этим компаниям, а с другой — усиливает влияние через экосистему открытых решений.

Дополнительно Nvidia инвестировала в такие AI-компании, как Reflection AI, Thinking Machines Lab. Теперь, запуская собственный Nemotron, компания еще более усиливает присутствие на рынке AI-софта.

В связи с этим Nvidia создала «альянс Nemotron», привлекая разработчиков и компании, такие как Reflection, Cursor, Mistral.

Проще говоря:

Если сложно победить соперников, надо втянуть их в экосистему.

Четвертое и самое главное — дальнейшее укрепление «рва» вокруг CUDA

Многие акцентируют внимание только на аппаратных преимуществах Nvidia, однако долгосрочную конкурентоспособность обеспечивает именно экосистема CUDA. GPU — лишь входная точка. Множество разработчиков, компаний и научных центров годами ведут разработку на базе CUDA, что создает огромные издержки при попытке сменить платформу.

Поэтому стратегия Nvidia абсолютно прозрачна:

Модель может быть открытой, а вот экосистема всегда остается под ее контролем.

Открывается модель, а укрепляется CUDA.

Nvidia входит в более сложную позицию

Однако у Nemotron появляется новая проблема:

В определенном смысле Nvidia начинает конкурировать со своими же клиентами.

OpenAI — один из крупнейших клиентов Nvidia по GPU, компания даже инвестировала в OpenAI. Но позиционирование Nemotron направлено на снижение затрат для компаний при внедрении AI-моделей и частично бросает вызов рынку закрытых моделей.

Это означает, что в будущем Nvidia возможно придётся выполнять сразу две роли:

С одной — поставщик для AI-компаний, с другой — участник AI-экосистемы.

Это путь, требующий тонкого баланса.

28 миллиардов долларов вложены в облачные сервисы — ставка на рост спроса на вычисления

По состоянию на апрель этого года, общий объем долгосрочных облачных контрактов Nvidia превысил 28 млрд долларов, а сроки договоров распространяются до начала 2031 года.

Часть вычислительных ресурсов будет использоваться для обучения моделей вроде Nemotron.

С точки зрения финансов, открытая модель сама по себе не принесет больших доходов напрямую.

Но если она подтолкнёт больше компаний к внедрению AI, то спрос на GPU может многократно превысить стоимость самой модели.

Проще говоря:

Бесплатная модель — это точка входа, а доход приходит от продажи GPU.

Nvidia вовсе не обязательно, чтобы Nemotron стал самой мощной моделью в мире.

Ее настоящая цель:

Чтобы какая бы модель в итоге ни победила, все они работали на GPU Nvidia.

Оценим вчерашний план финансирования вычислительных мощностей на $500 млрд

10 августа Nvidia объявила о создании нового финансирующего платформы для вычислительных ресурсов совместно с такими институтами Уолл-стрит, как Apollo Global Management, Blackstone, BlackRock, Brookfield, Goldman Sachs и KKR.

Цель — в долгосрочной перспективе привлечь свыше 500 миллиардов долларов стороннего капитала.

Проще говоря:

В будущем компаниям не обязательно разово платить огромные суммы за покупку GPU — теперь можно получить доступ к вычислениям через финансирование или аренду.

Раньше AI-компаниям для строительства дата-центров требовались десятки, а иногда и сотни миллиардов долларов. Теперь финансовые институты могут сначала купить оборудование, затем сдавать его в аренду клиентам, а те оплачивать услуги постепенно, пользуются вычислениями в долгосрочном режиме.

Генеральный директор BlackRock Ларри Финк даже отметил, что процесс схож с тем, как в прошлом на финансовом рынке секьюритизировали недвижимость.

Хуан Жэньсюнь также отметил, что впервые техническая инфраструктура стала массовым инвестируемым активом.

Суть этой модели — переоценить ценность GPU

Раньше GPU воспринимались как технологическое оборудование.

Но Nvidia хочет, чтобы рынок увидел:

GPU стремительно превращаются в инфраструктурный актив.

Поскольку в эпоху AI вычисления становятся столь же необходимым бизнес-ресурсом, как электричество или интернет.

Итак:

• Открытый Nemotron создает новый спрос на AI.
• Платформа финансирования на $500 млрд снижает порог закупки вычислительных мощностей.
• Экосистема CUDA закрепляет долгосрочное преимущество.

Эти три направления формируют будущую инфраструктурную стратегию Nvidia в области AI.

Однако на рынке есть волнения.

После объявления о платформе финансирования цена акций Nvidia упала на 2,86% за день, а 5-летний кредитный дефолтный своп (CDS) поднялся до 77,215 базисных пунктов — максимальный дневной рост за две недели.

Инвесторов беспокоят три основные вопроса.

Первый — риск “кругового финансирования”.

Критики считают, что Nvidia помогает клиентам получить финансирование, те, в свою очередь, снова покупают GPU Nvidia — образуя замкнутый финансовый круг.

Второй — не возникнет ли у Nvidia конфликта интересов с клиентами.

Она продает чипы OpenAI и другим компаниям, но также приходит на рынок со своим ПО в сегменте открытых моделей.

Третий — окупится ли столь масштабное инвестирование в AI.

Глобальные технологические гиганты уже тратят сотни миллиардов долларов, однако доходы от AI-приложений пока еще далеки от зрелости.

Если рост спроса на AI в итоге будет ниже ожиданий, это может привести к рискам для всей финансовой и промышленных цепочек.

Investing.com считает:

Все действия Nvidia по сути направлены на дальнейшее распространение AI-инфраструктуры.

• Открытый Nemotron — это снижение барьера использования AI.
• Финансирующая платформа на $500 млрд — это снижение порога закупки вычислительных мощностей.
• CUDA-экосистема — гарантия того, что будущие AI-приложения будут работать именно на платформе Nvidia.

В краткосрочной перспективе такие шаги могут вызывать у рынка опасения по поводу конкуренции и финансовых рисков. Долгосрочно же Хуан Жэньсюнь делает ставку на гораздо более глубокую тенденцию:

AI, возможно, станет для мира инфраструктурой такого же масштаба, как электричество и интернет.

И в этой гонке Nvidia хочет стать поставщиком базовых вычислительных ресурсов.

• 28 млрд долларов в облачные сервисы — для расширения экосистемы.
• Финансирующая платформа на $500 млрд — для расширения рынка.
• CUDA — это по-настоящему долгосрочный стратегический “ров” Nvidia.