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.

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Компьютер месяца — август 2026 года

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Сравнительный тест камер флагманских смартфонов (2026): итоги

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

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.

Небольшой лондонский стартап Spectral Compute разработал компилятор CUDA, который при запуске на оборудовании AMD превосходит инструменты, разработанные самой AMD. Компания сделала ставку на то, что по-настоящему доминирующим решением в области высокопроизводительных вычислений (HPC) и искусственного интеллекта является комплекс CUDA, а не оборудование Nvidia.

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Компьютер месяца — август 2026 года

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Источник изображения: Mariia Shalabaieva / unsplash.com

Spectral Compute разработала компилятор SCALE, выступающий заменой компилятору Nvidia NVCC и позволяющий запускать существующий код CUDA на другом оборудовании, включая ускорители AMD — никаких изменений в исходный код вносить не требуется. В отличие от инструментов, которые транслируют CUDA на другие языки или работают с уже скомпилированными файлами, SCALE выступает как полноценный компилятор, и он компилирует код CUDA непосредственно под целевое оборудование. Принцип его работы аналогичен механизмам работы компиляторов для центральных процессоров: код выполняется на различных архитектурах, а разница в производительности обусловливается лишь аппаратной частью, а не компилятором.

Разработчик исходит из того, что CUDA сохранит свои позиции в будущем — сейчас на долю этой технологии приходятся около 80 % кода в сфере HPC. Решения от Spectral Compute опередили существующие аналоги. AMD HIPIFY преобразует код CUDA в C++ для платформы ROCm, но не задействует в полной мере низкоуровневые возможности. Intel SYCLomatic переводит около 90 % кода, но 10 % приходится дорабатывать вручную. Метод Spectral Compute позволяет избежать подобных компромиссов: перекомпиляция исходного кода и сверка результатов с NVCC позволяют сохранить точность вычислений и повысить производительность. На графических процессорах AMD средства SCALE могут превосходить HIPIFY до шестикратных значений.

Пока компания занимается в первую очередь оборудованием AMD, но работает и над поддержкой других архитектур ускорителей для задач ИИ, включая оборудование самой Nvidia — и для него сохраняется возможность повысить производительность за счёт более эффективной компиляции. Spectral также работает над расширением поддержки таких библиотек CUDA как cuDNN, cuTENSOR и cuDF, планируя обеспечить совместимость с PyTorch для лучшей интеграции в типичные рабочие процессы в области ИИ. К прямой конкуренции с Nvidia в Spectral не стремятся — в июне компания присоединилась к программе Nvidia Inception. Она готова сотрудничать со всеми игроками в отрасли, поддерживая хорошие отношения и с Nvidia, и с AMD. В компании работают около 30 сотрудников. Коммерческим компаниям компилятор продаётся, а академическим и некоммерческим организациям предоставляется бесплатно. Spectral стремится сохранить CUDA в качестве стандарта, но устранить зависимость отрасли от одного производителя оборудования.

Nvidia начала поэтапно сокращать программную поддержку графических процессоров Maxwell, Pascal и Volta. Одновременно с выпуском библиотеки для ускоренных вычислений CUDA 12.8, компания объявила, что эти архитектуры теперь «заморожены», хотя и остаются пока полностью функциональными. Это означает, что в дальнейшем для этих архитектур в библиотеке CUDA не будет добавлено никаких новых функций.

Обзор беззеркальной камеры Sony Alpha 7 V: эволюция с человеческим лицом

Сравнительный тест камер флагманских смартфонов (2026): итоги

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Компьютер месяца — август 2026 года

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Источник изображений: Nvidia

Пока неясно, когда будет прекращена поддержка драйверов игровых GPU на упомянутых архитектурах. Представленные в свежей библиотеке CUDA обновлённые программные инструменты содержат интегрированные драйверы с номером версии 571.96, в то время как текущие актуальные драйверы имеют версию 566.36. При этом версия прикладного программного обеспечение не выросла, к тому же само приложение, похоже, неправильно идентифицирует этот выпуск драйвера, помечая его как «драйвер запуска 4070 Ti SUPER» (4070 Ti SUPER launch driver).

Специалисты ресурса VideoCardz изучили обновлённые драйверы. Они сообщают, что поддержка Maxwell и Pascal в этой версии драйверов сохранена и вероятность её прекращения на данный момент, по-видимому, невелика.

Чипы поколения Maxwell использовались в линейке видеокарт GeForce GTX 700/900, а архитектура Pascal лежит в основе графических ускорителей Nvidia GeForce GTX 10-й серии. Чипы Volta использовались лишь в одной потребительской модели — TITAN Volta. Ранее Nvidia уже прекратила поддержку устаревшей архитектуры Kepler, следующими могут стать видеокарты эпохи «до-RTX».