Настоящее конкурентное преимущество Nvidia заключается не в CUDA, а в проблемной глобальной цепочке поставок.

Главный тезис Хуанга предельно ясен: самым дефицитным ресурсом в области ИИ являются не таланты и даже не алгоритмы, а... передовые мощности по производству полупроводниковКомпания Nvidia закрепила за собой самые ограниченные в мире цепочки поставок высокоскоростной памяти (HBM), передовых технологий упаковки и современных кремниевых пластин. «Если в ближайшие несколько лет мы достигнем масштабов в триллион долларов, у нас есть для этого все необходимые цепочки поставок», — заявил он, указав на многолетние многомиллиардные соглашения Nvidia с TSMC, Samsung и ASML.

Это не маркетинговый ход. В эпоху, когда каждый крупный поставщик услуг стремится создать кластеры с миллионами графических процессоров, Хуанг утверждает, что владение физической «площадкой для коммутации» вычислительных ресурсов для ИИ дает Nvidia беспрецедентную скорость и отказоустойчивость. Конкуренты могут разрабатывать ASIC, но им все равно нужны те же редкие производственные мощности — и Nvidia забронировала их на годы вперед.

Конкурс TPU: Дженсен бросает вызов Google и Amazon, предлагая им провести сравнительный анализ.

Один из самых ожидаемых сегментов (начиная примерно с 16:25) посвящен самой очевидной проблеме: TPU от Google и Trainium от Amazon. Claude и Gemini были обучены на TPU, и крупные компании любят рекламировать более низкие затраты на вывод результатов. Ответ Хуанга? Давай, попробуем.

Он неоднократно призывал Google и Amazon предоставить результаты публичных тестов, таких как InferenceMax и MLPerf. «Никто не может показать мне платформу с лучшей производительностью на единицу совокупной стоимости владения. Ни одна компания». Хуанг подчеркнул, что, хотя TPUs превосходно справляются с узкоспециализированными, высокооптимизированными задачами в собственном стеке Google, вся программная экосистема Nvidia (CUDA, cuDNN, Triton) обеспечивает превосходные результаты. от начала до конца ценность на всех этапах обучения, вывода результатов и работы агентов.

Китайский вопрос: почему Хуан утверждает, что продажа микросхем на самом деле полезна для безопасности США?

Пожалуй, наиболее политически острый фрагмент начинается примерно с 57:36. Хуан без зазрения совести выступает за ослабление экспортного контроля над чипами для ИИ в Китай. Он утверждает, что изоляция 40% мирового рынка технологий ослабляет американские инновации и безопасность, а не укрепляет их. По его мнению, незначительные продажи в Китай удерживают американские компании на передовой, в то время как Китай по-прежнему отстает на несколько технологических узлов (в основном застряв на 7 нм, в то время как Nvidia поставляет 3 нм/2 нм).

Эта позиция вызвала резкое сопротивление, особенно со стороны антропологических кругов, но Хуан рассматривает её скорее как прагматический реализм, чем как идеализм.

Момент мифа: почему диалог между США и Китаем в области исследований ИИ «больше не является необязательным»

Хуан прямо связал свои комментарии с недавно выпущенной компанией Anthropic моделью Claude Mythos Preview — сверхэффективной моделью кибербезопасности, которую выбрала компания Anthropic. нет Он отнёсся к открытому исходному коду из-за его наступательного потенциала. Он назвал Mythos «поворотным моментом», который делает формальный диалог между американцами и Китаем в области исследований крайне важным. «Мы хотим, чтобы Соединённые Штаты победили, но я думаю, что диалог и диалог в области исследований, вероятно, являются самым безопасным вариантом».

На этой неделе, когда банки, регулирующие органы и даже собственные клиенты Nvidia пытаются оценить киберриски уровня Mythos, послание Хуанга находит отклик: передовые технологии в области ИИ развиваются быстрее, чем экспортный контроль или договоры. Единственным реалистичным защитным механизмом может стать взаимопонимание между двумя крупнейшими державами в сфере ИИ.

Параллельное видение: «Нейронные компьютеры» Meta и будущее после операционных систем

В то время как Nvidia делает ставку на ускорение аппаратное обеспечение В статье Meta «Нейронные компьютеры», опубликованной в апреле 2026 года (совместно с KAUST), предлагается противоположная крайность: вычисления свертки, память и ввод-вывод. полностью в саму нейронную сетьПрототипы, созданные на основе моделей распространения видео, имитируют полноценные терминальные сессии и графические интерфейсы рабочего стола без какой-либо традиционной операционной системы.

Эта «чисто нейронная» парадигма — где модель является Компьютер — представляет собой долгосрочный противовес аппаратно-ориентированной архитектуре Nvidia. Хуанг не затронул этот вопрос напрямую, но контраст поразителен: одна сторона стремится создавать более крупные и эффективные кремниевые чипы; другая пытается сделать так, чтобы кремний «затерялся» внутри изученных скрытых состояний.

Что это значит для разработчиков, команд и экосистемы искусственного интеллекта?

Для специалистов по искусственному интеллекту и руководителей инженерных подразделений:

• Ставки на инфраструктуру Теперь всё больше зависит от совокупной стоимости владения и зрелости экосистемы, чем от чистого коэффициента неэффективности.
• Геополитический риск Теперь это обязательное условие для любой долгосрочной стратегии развития вычислительных систем.
• Фьючерсы на гибридные автомобили Вероятнее всего, это будут графические процессоры Nvidia для гибкости, специализированные микросхемы для сверхвысокой эффективности и нейронные среды выполнения для совершенно новых моделей взаимодействия.

Подкаст уже вызвал тысячи обсуждений на X-Wide, подробных разборов на Reddit и аналитических записок для инвесторов. Это не просто шумиха; это мастер-класс о том, как аппаратный уровень ИИ будет мыслить в отношении следующих 3-5 лет.

Как человек, который последние десять лет помогал командам справляться именно с такими инфраструктурными изменениями в... www.ai.ccМогу сказать, что это интервью наглядно демонстрирует, почему важно оставаться в курсе событий. оборудование + геополитика + модель Пересечение областей применения никогда не было столь ценным. Независимо от того, занимаетесь ли вы обучением перспективных моделей, созданием агентов или просто пытаетесь контролировать затраты на вывод результатов, понимание конкурентных преимуществ Nvidia, проблемы TPU и зарождающейся концепции нейронных вычислений определит ваш дальнейший план.

Если вам нужны самые свежие обзоры, подборки практических инструментов, сравнительные показатели инфраструктуры и полезные руководства, которые действительно помогут вашей команде, загляните по ссылке: aicc—ваш ежедневный центр повышения эффективности использования ИИ в реальных условиях www.ai.ccМы будем следить за каждым поворотом этой истории по мере её развития.