Опрос
|
реклама
Быстрый переход
Nvidia не будет успевать за спросом на компоненты ЦОД и в следующем году, это ограничит темпы экспансии SpaceX в сегменте
08.08.2026 [06:24],
Алексей Разин
Пока Илон Маск (Elon Musk) строит амбициозные планы по выводу на орбиту космических ЦОД, возводимая ею наземная инфраструктура аналогичного назначения активно арендуется сторонними компаниями. Аналитики BNP считают, что как минимум до конца следующего года планы по расширению вычислительной инфраструктуры будут тормозиться производственными возможностями Nvidia. 
Источник изображения: SpaceX Напомним, что к концу текущего года SpaceX собирается подойти с 2 ГВт вычислительных мощностей, а к концу следующего рассчитывает увеличить их минимум в пять раз от этого уровня. Восемь игроков облачного сегмента, включая саму SpaceX, по словам аналитиков BNP, в следующем году рассчитывают увеличить вычислительные мощности более чем на 30 ГВт в совокупности. В то же время от Nvidia ожидается увеличение выручки по итогам 2027 года, которое пропорционально введению в строй не более 19 ГВт вычислительных мощностей на базе её чипов. В среднем 1 ГВт мощностей обеспечивает компанию выручкой в размере $30 млрд. Как минимум, возможности Nvidia по покрытию спроса на ЦОД в следующем календарном году будут отставать от него на 17 %. Амбиции SpaceX в этой сфере тоже усугубляют ситуацию, причём и для самой этой компании, поскольку её глава Илон Маск недавно заявил, что собирается строить фирменную вычислительную инфраструктуру исключительно на компонентах Nvidia. Сейчас к последней особо приближены CoreWeave, Nebius и Oracle, как отмечает источник. Даже руководство SpaceX признаёт, что объёмы производства памяти ежегодно увеличиваются от силы на 20 %, тогда как спрос на вычислительные мощности для ИИ увеличивается на 200 % ежегодно. Рассчитывать на скорую нормализацию цен в таких условиях проблематично. По оценкам SpaceX, при использовании ЦОД на базе ускорителей семейства Vera Rubin один гигаватт вычислительных мощностей будет обходиться клиентам Nvidia в сумму от $30 до $50 млрд. Даже в этом случае бизнес по сдаче в аренду вычислительных мощностей становится выгодным при нынешнем уровне спроса, поскольку вложения в ЦОД можно отбить менее чем за год. Для провайдеров таких услуг главной проблемой становится само получение достаточного количества ускорителей для новых ЦОД. SSD научатся быстрее обмениваться данными с GPU — Nvidia откроет исходный код cuFile
07.08.2026 [21:58],
Сергей Сурабекянц
На конференции Future of Memory and Storage 2026 Nvidia объявила о планах открыть исходный код своего API cuFile и программного стека для хранения данных, построенного на его основе. Эти технологии не превратят твердотельные накопители в дополнительную видеопамять, как предположили некоторые источники, но ускорят обмен информацией между хранилищем и памятью и позволят избежать избыточного копирования данных. 
Источник изображения: Nvidia CuFile является частью технологии Nvidia GPUDirect Storage, которая существует уже несколько лет. Она обеспечивает прямой путь между локальным или удалённым хранилищем и памятью GPU. Вместо копирования данных с SSD в системную память перед отправкой их на GPU GPUDirect Storage позволяет совместимым устройствам хранения данных передавать данные непосредственно в память GPU с использованием DMA. Nvidia решила открыть интерфейс cuFile и создать на его основе независимый от производителя стек хранения данных. В новом проекте xio-sig перечислены четыре компонента: cuFile, cuFileConformance, libxFile и xioLinux. Проект разработан для поддержки реализаций от нескольких производителей оборудования, а не для привязки интерфейса исключительно к существующему стеку Nvidia. Сам код ещё не опубликован — он станет доступен после проверки и интеграции. Твердотельный накопитель не станет дополнительной видеопамятью. Для обработки данных графическим процессором по-прежнему требуется, чтобы они находились в памяти GPU. Тем не менее cuFile значительно ускоряет перемещение данных между хранилищем и этой памятью и исключает копирование данных через системную память и процессор из обычного пути передачи. Представленная технология имеет некоторое сходство с Microsoft DirectStorage и Nvidia RTX IO для игр, где ресурсы могут перемещаться с NVMe-хранилища в память GPU с меньшим участием процессора. Однако cuFile — это другая технология, разработанная на основе CUDA и GPUDirect Storage. Также Nvidia работает над моделью, в которой различие между хранилищем и памятью станет менее заметным для некоторых приложений ИИ. Её архитектура SCADA (Scaled Accelerated Data Access) позволяет потокам GPU инициировать запросы к хранилищу данных и предназначена для наборов данных, превышающих объём локальной памяти. Это может позволить NVMe-хранилищу функционировать как ещё один уровень хранения данных, расположенный рядом с GPU, однако его задержка и пропускная способность по-прежнему отличаются от характеристик памяти HBM или GDDR. RTX Spark становится ближе: Nvidia перенесла нейросетевое сжатие текстур на Windows on Arm
06.08.2026 [23:53],
Николай Хижняк
Компания Nvidia адаптировала технологию нейросетевого сжатия текстур (Neural Texture Compression, NTC) для Windows на Arm, готовясь к общему выпуску своей платформы RTX Spark. 
Источник изображений: Nvidia Технология была впервые продемонстрирована в мае на выставке GTC 2026. Тогда компания показала, как NTC способна значительно сократить использование памяти видеокарт. В ходе демонстрации NTC снизила использование видеопамяти с 6,5 Гбайт до всего лишь 970 Мбайт в определённых сценах. Традиционно в играх используются форматы блочного сжатия текстур, такие как BCn, например BC5, BC6 или BC7, которые обычно применяются для блоков пикселей размером 4 × 4 и обрабатываются графическим процессором. Однако Nvidia обучила небольшие нейронные сети создавать требуемое представление пикселей и внешний вид текстур при значительно меньшем размере по сравнению с традиционными форматами сжатия текстур. NTC значительно сокращает использование видеопамяти за счёт эмуляции текстур, что позволяет либо значительно снизить её потребление, либо существенно улучшить внешний вид материалов.  В рамках подготовки к выпуску платформы RTX Spark компания Nvidia расширяет программную экосистему, чтобы будущие покупатели систем на базе RTX Spark получили готовое программное обеспечение, которое без проблем будет работать «из коробки» без необходимости использования обходных решений. Ранее сообщалось, что даже легендарная игровая компания SEGA согласилась выпускать игры для RTX Spark. Nvidia уже начала поставлять первую предварительную версию CUDA Toolkit для платформы RTX Spark, в частности, в качестве встроенного программного инструментария для Windows на Arm. Теперь же на платформе появилась поддержка NTC. Платформа RTX Spark был представлена в двух конфигурациях: с 6144 ядрами CUDA и с 5120 ядрами CUDA. Обе используют графическую архитектуру Blackwell и работают в паре с 20-ядерным процессором Arm, а также унифицированной памятью LPDDR5X объёмом до 128 Гбайт. Маск выбрал Nvidia, но AMD рассчитывает сохранить SpaceX в числе партнёров
06.08.2026 [11:32],
Алексей Разин
Илон Маск (Elon Musk) любит делать громкие заявления, и недавний выход SpaceX на биржу дал ему возможность делать это чаще. Недавно он сообщил, что SpaceX отныне будет использовать только компоненты и решения Nvidia в развитии своей вычислительной инфраструктуры. Глава конкурирующей AMD не видит в этом поводов для расстройства, рассчитывая на продолжение сотрудничества с SpaceX. 
Источник изображения: AMD В интервью каналу CNBC генеральный директор AMD Лиза Су (Lisa Su) заявила буквально следующее: «Я с огромным уважением отношусь к Илону и всему, что он сделал, а потому мы смотрим в будущее с надеждой на партнёрство в долгосрочной перспективе». По словам Лизы Су, SpaceX является «невероятной важной компанией технологического сектора», а потому она гордится тем опытом сотрудничества, который имел место в различных отраслях. В любом случае, AMD продолжает вести бизнес со многими компаниями технологического сектора, включая и работающие в аэрокосмической отрасли. Глава AMD дополнительно подчеркнула, что видит предсказуемый рост спроса на продукцию компании как в 2027 году, так и за его пределами. Клиенты, по её словам, то и дело говорят, что им требуется ещё больше вычислительных мощностей. Серверная выручка AMD в текущем полугодии должна вырасти в годовом сравнении на 80 %, а в 2027 году она увеличится более чем на 70 %. Чтобы лучше покрывать спрос, AMD вкладывает средства в цепочки поставок. Деньги направляются на расширение мощностей по тестированию и упаковке чипов, помимо прочего. С этой точки зрения внимания со стороны AMD удостаивается вся экосистема, хотя сама компания аппаратные компоненты напрямую не производит. Дефицит HBM4E вынудит Nvidia урезать объём памяти в ускорителях Rubin Ultra уже в 2027 году
05.08.2026 [14:07],
Алексей Разин
Большинство участников рынка микросхем памяти сходится во мнении, что дефицит предложения сохранится на протяжении следующего года. По мнению аналитиков TrendForce, в случае с ускорителями Rubin Ultra он вынудит Nvidia уменьшить объём памяти HBM4E, устанавливаемой на них в большинстве конфигураций. 
Источник изображения: Samsung Electronics С текущего квартала Nvidia приступила к оценке вероятных конфигураций памяти ускорителей семейства Rubin Ultra. Помимо первоначального варианта с 12-ярусным стеком HBM4E, предполагается наличие 8-ярусного HBM4E, а также двух вариантов HBM4 с 8 и 12 ярусами соответственно. Окончательные спецификации пока не определены. Nvidia является не единственным разработчиком ИИ-ускорителей, готовым умерить аппетиты в сфере использования HBM на фоне дефицита микросхем памяти — на аналогичные меры готовы пойти и облачные гиганты, разрабатывающие собственные ускорители. Производители серверного оборудования и их облачные клиенты уже сократили объёмы памяти в исполнении RDIMM, которую собирались устанавливать в свои системы в первой половине текущего года. Nvidia решила вдвое сократить объём устанавливаемой в модули Vera Rubin Superchip памяти в исполнении SOCAMM, также руководствуясь ожиданием дефицита памяти типа LPDDR5X на протяжении всего 2027 года. В этом полугодии Nvidia решила урезать и конфигурации HBM4E для ускорителей Rubin Ultra. Во-первых, из-за общего дефицита памяти таких чипов может быть выпущено меньше, чем потребовалось бы Nvidia. Во-вторых, пока нет уверенности, что к моменту начала поставок Rubin Ultra все производители памяти успеют сертифицировать свои 12-ярусные стеки HBM4E. Возможно, часть ассортимента придётся закрывать 8-ярусными. В случае с ускорителями Rubin Ultra именно увеличение пропускной способности является приоритетом, а наращивание объёмов поставок GPU вторично. Если Nvidia будет вынуждена экономить на памяти, то она сократит количество ярусов в устанавливаемых чипах, но не станет жертвовать скоростью передачи информации. Из памяти HBM4 ускорители Rubin Ultra смогут от силы выжать 12 Гбит/с, тогда как HBM4E должна позволить поднять планку до 14 или 16 Гбит/с. Как считают эксперты TrendForce, даже если объёмы поставок HBM в следующем году вырастут на 50–60 %, то этого всё равно не хватит для удовлетворения возросшего спроса. Цены на память данного типа в таких условиях будут расти и в 2027 году. Для производителей ИИ-ускорителей это станет дополнительной проблемой, помимо дефицита памяти как такового. SpaceX выбрала Nvidia для ИИ будущего — вместе они построят дата-центры на орбите
05.08.2026 [14:02],
Алексей Разин
На квартальной отчётной конференции SpaceX, которая больше месяца считается публичной компанией, её глава Илон Маск (Elon Musk) признался, что отныне в части строительства инфраструктуры ИИ она сосредоточится на использовании компонентов Nvidia. Кроме того, было заявлено, что последняя поможет SpaceX с созданием орбитальных центров обработки данных. 
Источник изображения: SpaceX Попутно было сказано, что SpaceX рассчитывает подойти к концу 2026 года с 2 ГВт вычислительных мощностей, а уже к концу 2027 года они вырастут до 20 ГВт. Правда, столь высокие темпы строительства ЦОД требуют от компании стремительного увеличения капитальных затрат — во втором квартале они выросли в шесть раз по сравнению с аналогичным периодом прошлого года, до $18,4 млрд. По поводу сотрудничества с Nvidia Илон Маск заявил следующее: «Мы считаем, что архитектура Vera Rubin является лучшей. Мы считаем, что это лучший ИИ-компьютер, и глубоко ценим тесное сотрудничество с Nvidia на разных уровнях, поэтому и используем исключительно её продукцию». SpaceX и Nvidia будут сотрудничать в сфере создания орбитального ЦОД Starmind AI1, как пояснил Илон Маск. Каждый профильный спутник будет нести на борту GPU класса Rubin и центральные процессоры Vera. В январе этого года Nvidia приобрела долю в капитале SpaceX за $20 млрд, получив пропорциональное количество акций компании. Пока никому не удалось продемонстрировать способность ЦОД работать в условиях космоса, поэтому намерения SpaceX довести их количество до 1 млн штук вызывают сомнения у многих экспертов, особенно с учётом сопутствующих рисков для окружающей среды. ИИ-агенты помогут создать аналоги CUDA, но Nvidia тоже не стоит на месте
04.08.2026 [17:57],
Владимир Мироненко
Важным преимуществом Nvidia являются не только ускорители на базе GPU, но и программная платформа CUDA, включающая готовый код для распространённых ИИ-задач, инструменты для поиска ошибок и приложения, позволяющие тысячам чипов согласованно работать при обучении моделей, пишет Business Insider. Но ИИ может нивелировать это преимущество. 
Источник изображения: Steve A Johnson/unsplash.com Всё, что было построено на платформе CUDA, — миллионы строк кода и внутренних рабочих процессов, разработанных компаниями, — создало мощный эффект привязки, который делает переход на альтернативы дорогостоящим и сложным. Например, согласно внутренним документам Amazon, CUDA является основным препятствием для внедрения ИИ-чипов Trainium и Inferentia. Однако, как утверждают некоторые эксперты, ИИ позволит автоматизировать одну из самых сложных задач в отрасли: создание программного обеспечения, которое обеспечивает работу самого ИИ. Джереми Никсон (Jeremy Nixon), бывший исследователь Google Brain и основатель стартапа Infinity, занимающегося разработкой ПО для ИИ, рассказал в интервью Business Insider, что его компания использовала ИИ-агентов для создания программного обеспечения, подобного CUDA, для стартапа D-Matrix. И весь процесс занял всего 10 часов — доказательство того, что один из самых серьёзных барьеров для отказа от чипов Nvidia вполне преодолим. OpenAI и Anthropic также продемонстрировали ИИ-модели, способные генерировать системное программное обеспечение. А основатель DeepSeek Лян Вэньфэн (Liang Wenfeng) недавно сообщил, что ИИ-агенты, наряду с собственным языком программирования его стартапа TileLang, значительно упростили создание ПО для ИИ. В свою очередь Nvidia заявила, что разработчики всё чаще используют библиотеки кода CUDA для создания ИИ-приложений и что она сама также использует программных ИИ-агентов для более быстрой разработки CUDA и её проверки в большем масштабе. По словам компании, по мере внедрения ИИ-моделей ценность её интегрированных аппаратных и программных продуктов увеличивается: «По мере того как ИИ смещается в сторону инференса и агентных рабочих нагрузок, потребность в глубокой, комплексной оптимизации только растёт». Не все считают, что программные агенты подрывают преимущество CUDA. Бин Сюй (Bing Xu), основатель стартапа INT21, занимающегося разработкой ПО для ИИ, заявил, что CUDA обладает самой развитой экосистемой инструментов верификации и других функций, которые помогают агентам программирования работать более эффективно. По его словам, эта экосистема станет следующим защитным барьером для CUDA по мере развития агентов. «Агенты могут генерировать много кода за короткое время, но верификация — это самое узкое место», — говорит Сюй. Он добавил, что, хотя ИИ может помочь конкурентам догнать CUDA, Nvidia извлекает выгоду из тех же технологических процессов. Чипмейкер не спит и не стоит на месте, заявил Сюй. При этом генеральный директор Modular Крис Латтнер (Chris Lattner) отметил, что написание кода — это лишь малая часть разработки программного обеспечения по сравнению с более сложными задачами, такими как его оптимизация для промышленного использования. Huawei убеждена, что Nvidia скоро упрётся в пределы масштабирования чипов
04.08.2026 [14:27],
Алексей Разин
В отличие от некоторых конкурентов, которые активно применяют многокристальную компоновку, как те же Intel и AMD, компания Nvidia считает монолитные кристаллы приоритетным видом чипов. По мнению представителей китайской Huawei Technologies, данный подход к проектированию полупроводниковых компонентов скоро себя исчерпает. 
Источник изображения: Nvidia Строго говоря, данное предупреждение касается всех западных разработчиков, поэтому одной только Nvidia дело не ограничится, как считает ведущий научный специалист Huawei Technologies по полупроводниковым технологиям Ляо Хэн (Liao Heng). На его комментарии, сделанные в ходе четырёхчасового интервью в конце прошлого месяца ссылается агентство Bloomberg. Как известно, Huawei в последующие годы собирается опираться на так называемый закон «масштабирования тау», предполагающий инновационные подходы к проектированию чипов без использования передовой литографии. Сама Huawei лишена доступа к передовому западному оборудованию для выпуска чипов из-за санкций США и их союзников, поэтому вынуждена проявлять изобретательность при проектировании чипов, а не только их производстве. «Должен быть предел тому, как они масштабируют свои постоянно растущие вычислительные кристаллы и увеличивающийся объём HBM. Промышленность продолжает их подгонять, но как только они пересекут физический предел, будет лавинообразный обвал», — охарактеризовал усилия западных партнёров по масштабированию чипов Ляо Хэн. В свою очередь, новый подход Huawei направлен на ускорение передачи информации между компонентами вычислительных систем, а не на физическое масштабирование элементов как таковое. Первый мобильный процессор, разработанный Huawei с учётом принципа LogicFolding, должен быть представлен в этом году. Если ранее западные исследователи типа TechInsights в значительной мере вредили Huawei, указывая на прогресс подрядчика в лице SMIC в сфере литографии, то в этом году китайский гигант как раз рассчитывает на их откровения после знакомства с устройством чипа нового поколения. Выводы этих независимых экспертов, по мнению представителя Huawei, помогут западным разработчикам и производителям понять, насколько прогрессивен подход этой компании к проектированию чипов. Противоречия в геополитической сфере приводят к формированию двух независимых полупроводниковых отраслей, по словам Ляо Хэна. Они будут существовать параллельно и не особо пересекаться. Комплимента из уст этого представителя Huawei удостоился и основатель DeepSeek Лян Вэньфэн (Liang Wenfeng), чьи разработки доказали, что китайские специалисты способны создавать передовые ИИ-модели в условиях ограниченности ресурсов. Huawei свои ИИ-чипы проектирует таким образом, чтобы они позволяли более эффективно работать с ИИ-моделями, обеспечивая высокую отдачу при низких энергозатратах. Это требует более серьёзных усилий на этапе проектирования, но оправдывает себя в процессе эксплуатации. Дефицит ИИ-чипов достиг масштаба 12 к 1: аналитики предрекли акциям Nvidia новое ралли
03.08.2026 [05:59],
Анжелла Марина
Спрос на ускорители Nvidia продолжает значительно превышать объёмы поставок. По словам аналитика Wedbush Securities Дэна Айвса (Dan Ives), на каждый доступный чип сейчас приходится спрос, превышающий предложение в 12 раз, что свидетельствует о сохранении высокого потенциала роста курсовой стоимости акций компании. 
Источник изображения: Nvidia По мнению Айвса, развитие искусственного интеллекта сейчас находится лишь на начальном этапе, а спрос на вычислительные мощности продолжит увеличиваться. Одновременно крупнейшие технологические компании не сокращают инвестиции в инфраструктуру ИИ. В частности, Alphabet повысила прогноз капитальных затрат на текущий год до $195–205 млрд, а Amazon увеличила ожидаемые расходы до $220 млрд, объяснив это, в том числе, ростом стоимости памяти. Microsoft, в свою очередь, подтвердила планы по масштабным инвестициям и заявила, что рассчитывает выйти на положительный свободный денежный поток в 2027 финансовом году. На фоне этих вложений, как отмечается на сайте компании The Motley Fool, финансовые показатели Nvidia продолжают расти. По итогам первого квартала 2027 финансового года, завершившегося 26 апреля 2026 года, выручка компании увеличилась на 85 % в годовом сравнении, а чистая прибыль выросла более чем втрое. При этом с начала года акции Nvidia прибавили лишь около 4 %, что не отражает текущих результатов бизнеса. Айвс считает, что сохраняющийся дефицит ускорителей позволит Nvidia поддерживать высокие темпы роста и в дальнейшем. По его оценке, дополнительный спрос могут сформировать новые направления, включая разработку гуманоидных роботов и беспилотный транспорт, использующие технологии Physical AI. Если спрос действительно останется существенно выше предложения, это, по мнению аналитика, может поддержать дальнейший рост бизнеса компании в ближайшие годы. Alibaba предоставила Moonshot вычислительные мощности на 20 000 чипов Nvidia для обучения моделей Kimi
02.08.2026 [06:13],
Алексей Разин
Издание The Information уже сообщало, что китайский стартап Moonshot для обучения своих ИИ-моделей Kimi мог использовать ускорители Nvidia семейства Blackwell, поставки которых в КНР официально запрещены. Агентство Bloomberg выяснило, что китайская Alibaba согласилась предоставить для этих нужд вычислительный кластер с 20 000 чипов Nvidia, но относящихся к поколению Hopper. 
Источник изображения: Nvidia Речь конкретно идёт об ускорителях Nvidia H200, которые архитектурно уступают обсуждавшимся ранее Blackwell. По данным Bloomberg, между Alibaba и Moonshot заключено соответствующее соглашение, которое позволяет последнему стартапу использовать вычислительный кластер Alibaba с указанными характеристиками. Именно этот арендуемый кластер формирует основную часть мощностей, которые Moonshot способна использовать для обучения своих ИИ-моделей серии Kimi. Подобное сотрудничество не должно быть сюрпризом: Alibaba является одним из крупнейших инвесторов в капитал Moonshot, и традиционно китайский интернет-гигант предлагает компаниям, которым оказывает финансовую поддержку, арендовать у него вычислительные мощности. Представители Alibaba в комментариях Bloomberg опровергли слухи о предоставлении в аренду чипов Nvidia H200 стартапу Moonshot, но при этом не стали отрицать, что количество неких чипов Nvidia в этом случае достигло 20 000 штук. Правда, успех моделей Kimi, которые конкурируют с собственными разработками Alibaba семейства Qwen, стал причиной разочарования некоторых руководителей указанного китайского холдинга, поскольку по факту он своими руками взрастил себе серьёзного конкурента. Американские чиновники считают, что доступ к ускорителям Nvidia Blackwell имеет не только Moonshot, но и Deepseek. Предполагается, что китайские стартапы могли арендовать эти ускорители у компании, расположенной в Таиланде. Более того, американская сторона считает, что Moonshot при обучении Kimi K3 использовала метод дистилляции передовой модели Fable американской компании Anthropic, и это позволило получить впечатляющий результат при ограниченных вычислительных ресурсах. Законы США не запрещают китайским разработчикам арендовать вычислительные мощности с продвинутыми чипами Nvidia за пределами КНР, но не позволяют приобретать их в собственность. Поставки ускорителей Nvidia H200 в Китай по официальным каналам до сих пор измерялись незначительными объёмами. Nvidia подняла цены на свои GPU ещё на 20–30 %
01.08.2026 [05:44],
Алексей Разин
Обыватели могут судить о последствиях таких действий поставщиков графических процессоров только опосредованно, поскольку публично цены на GPU никогда не разглашаются, но издание Eurogamer со ссылкой на Economic Daily сообщило, что Nvidia недавно подняла стоимость своих GPU ещё на 20–30 %. 
Источник изображения: Nvidia Это уже третий случай повышения цен на основной вид продукции данной компании с начала текущего года, но подобные шаги поставщика уже перестали удивлять аудиторию, поскольку в условиях бума искусственного интеллекта закономерно дорожают те компоненты, которые больше всего востребованы при строительстве вычислительной инфраструктуры. В наступившем месяце Nvidia будет подводить итоги фискального квартала, по опубликованной статистике можно будет судить о динамике её финансовых показателей. В мае, как отмечает источник, повышение цен на продукцию Nvidia коснулось главным образом старших моделей игровых видеокарт типа GeForce RTX 5090, но нынешнее повышение охватило более широкий ассортимент моделей, хотя точные данные и не приводятся. Поднять цены на свою память на величину до 20 % собирается и компания Samsung Electronics, поэтому обладание новым игровым компьютером становится всё более дорогим удовольствием. Китайские продавцы компьютерных компонентов даже придерживают в реализации ту продукцию, которая должна вскоре подорожать, чтобы реализовать её по более высоким ценам. Всё это усиливает дефицит в рознице и деморализует покупателей. Игровые консоли тоже дорожают, и даже производительные смартфоны становятся всё менее доступной игровой платформой в условиях бума ИИ. Google планирует за пару лет расширить выпуск ИИ-чипов TPU до 12–15 млн в год — прямо как Nvidia
31.07.2026 [16:39],
Павел Котов
Google в ближайшие годы намеревается резко нарастить производство собственных чипов для искусственного интеллекта и выйти на уровень производства компании Nvidia. По неофициальной информации, в 2028 году Google рассчитывает развернуть от 12 млн до 15 млн новейших ускорителей TPU v9. 
Источник изображения: cloud.google.com Если эти цифры подтвердятся, Google действительно достигнет показателей Nvidia: по оценкам аналитиков, в течение 2026 года Nvidia поставит 8,2 млн графических процессоров для центров обработки данных, и к 2028 году этот показатель может вырасти до 12,4 млн. Таким образом, один облачный провайдер готов выпускать ИИ-ускорители в объёмах, сопоставимых с ведущим поставщиком коммерческих чипов. В Google TPU девятого поколения, которые дебютируют как раз в 2028 году, будут использоваться четыре вычислительных кристалла, что соответствует общеотраслевому тренду на чиплетную компоновку; запланированный объём производства, как ожидается, более чем вдвое превысит потребности по сравнению с уровнем 2027 года. Размещение нескольких больших кристаллов на одном чипе требует передовых технологий межсоединений и упаковки, а их выпуск в больших масштабах усложняет задачу. Ограничивающим фактором грозят стать производственные мощности: TSMC в одиночку с таким заказом не справится, и, возможно, придётся подключать производственное подразделение Intel. Технологии упаковки у разных производителей отличаются, и используемые Intel EMIB или EMIB-T не имеют прямой совместимости с CoWoS-L. Google разрабатывает собственные чипы уже около десяти лет, и их роль в инфраструктуре увеличивается. Первоначально это был способ поддержать рабочие нагрузки, а сейчас речь идёт о широкой стратегии облачного бизнеса. Если Google в 2028 году достигнет своей цели, она может стать крупнейшим пользователем ИИ-ускорителей. Это не значит, что закупки у Nvidia придётся прекратить, но у Google будет значительно больше контроля над собственный вычислительной инфраструктурой и поставками. Сравнительных тестов Google TPU девятого поколения с Nvidia Rubin и Rubin Ultra пока нет. Масштаб планов поискового гиганта указывает, что конкуренция на рынке оборудования для ИИ всё больше зависит от объёмов развёртывания, а не только от производительности чипов. Разработчики Path of Exile 2 наконец устранили зависания, которые мучили игроков с самого релиза — виновата была Nvidia
30.07.2026 [17:20],
Михаил Романов
Технический директор новозеландской студии Grinding Gear Games Джонатан Роджерс (Jonathan Rogers) в новом видео отчитался, как команда разработки Path of Exile 2 исправила один из самых назойливых багов в игре, и при чём здесь Nvidia. 
Источник изображений: Grinding Gear Games С самого релиза Path of Exile 2 игроков преследовала проблема: кратковременное (или не очень) зависание из-за ошибки Device Removed, которое сначала приводило к вылету, а впоследствии — к возвращению в игру после загрузки. По словам Роджерса, неурядицы затронули лишь владельцев видеокарт Nvidia с драйвером 566.36 (вышел за день до Path of Exile 2) и новее. Виновником проблем оказался драйвер, однако Nvidia не спешила на помощь. 
Проблема была в объёме памяти, который драйвер резервирует под шейдеры Несмотря на распространённость проблемы, в студии не могли систематически её воспроизвести — зависание происходило в ходе продолжительной игровой сессии. Nvidia, соответственно, не могла помочь. С помощью системы повторов и целого ряда отладочных инструментов разработчики справились с задачей. Проблемную сборку игры вместе с компьютером, на котором происходил сбой, отправили Nvidia. Недавний драйвер 610.88 исправил проблему. Со своей стороны разработчики Path of Exile 2 существенно сократили время загрузки шейдеров и их размер, что тоже должно позитивно отразиться на игровом опыте. Обновление доступно в рамках патча 0.5.4e. Платный ранний доступ Path of Exile 2 стартовал 6 декабря 2024 года на PC (Steam, EGS, отдельный клиент), PS5, Xbox Series X и S. С полноценным релизом в 2026-м игра вслед за первой частью станет условно-бесплатной. Нашумевшую ИИ-модель Kimi K3 обучали на чипах Nvidia Blackwell вопреки запретам США и Китая, но это не точно
29.07.2026 [17:38],
Павел Котов
Китайский стартап Moonshot AI для обучения революционной модели искусственного интеллекта Kimi K3 использовал ускорители Nvidia Blackwell. Чтобы получить передовые вычислительные мощности, компании пришлось обойти как экспортный контроль США, так и импортный контроль Китая. 
Источник изображения: nvidia.com Превосходство над соперником в гонке искусственного интеллекта США и Китай считают своей жизненно важной целью, и одним из очагов напряжённости в этой борьбе являются ускорители Nvidia Blackwell. Вашингтон запретил их экспорт в Китай, а Пекин — их импорт, потому что в стране разрабатывается собственная экосистема чипов для ИИ. Но это не нравится простым разработчикам, которые стремятся обходить эти ограничения. Вот и Moonshot AI, если верить источникам ресурса The Information, всё-таки успешно обучила Kimi K3 на чипах Blackwell и до сих пор стремится получить дополнительный доступ к ним в рамках разработки Kimi K4. Стартап обратился к двум местным компаниям, которые сумели обзавестись ускорителями Blackwell в своих центрах обработки данных, несмотря на ограничения. Учитывая, что эти ускорители сейчас в дефиците даже при законных схемах приобретения, ни у одной из компаний не оказалось их достаточного количества для обучения Kimi K3. Поэтому Moonshot AI пришлось придумать, как объединить несколько серверов Blackwell в разных ЦОД, чтобы использовать их ресурс. Появление Kimi K3 спровоцировало новый виток гонки разработчиков ИИ в Китае при том, что обучение перспективных моделей сложно или вообще невозможно на многообещающих, но медленно развивающихся китайских ускорителях — они отстают на одно или два поколения от оборудования Nvidia, а списки ожидания расписаны на несколько месяцев. А вот в задачах инференса Moonshot AI использует ускорители Nvidia HGX H20, которые разрешены для работы в Китае и Вашингтоном, и Пекином — для запуска Kimi K3 компания рекомендует использовать системы с как минимум 64 ускорителями. Из-за таких требований и привлекательности самой модели у компании быстро закончились доступные вычислительные ресурсы, и на подписку тоже установилась очередь. Учитывая, что это модель с открытыми весами, другие поставщики в ближайшее время также предложат доступ к ней. Кроме того, Moonshot AI теперь закупила оборудование на системах Nvidia GB300, а также арендовала вычислительные мощности GB300 в Таиланде, утверждает советник Белого дома по ИИ Майкл Крациос (Michael Kratsios). Первое является прямым нарушением запрета США, а второе пока ещё легально — Вашингтон пока не вынес прямого запрета китайским компаниям арендовать подсанкционное оборудование. Покупка этих ускорителей нарушает запрет и Пекина, но едва ли Moonshot AI сейчас ждёт наказание за это — компания помогает стране догнать Anthropic и OpenAI. Nvidia выпустила драйвер с поддержкой Halo: Campaign Evolved и беты мультиплеера Gears of War: E-Day
28.07.2026 [20:21],
Николай Хижняк
Компания Nvidia выпустила свежий пакет графического драйвера GeForce Game Ready 610.88. Он добавляет поддержку игр Halo: Campaign Evolved, бета-версии мультиплеера Gears of War: E-Day и Mistfall Hunter, в которых реализованы технологии DLSS и RTX. 
Источник изображения: Xbox Список исправленных проблем:
Известные проблемы:
Скачать драйвер GeForce Game Ready 610.88 можно через приложение Nvidia App или с официального сайта Nvidia. |
© 1997—2026 Электронное периодическое издание "3ДНьюс" | Свидетельство о регистрации СМИ Эл ФС 77-22224
выдано Федеральной Службой по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культурного наследия
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
