Стратегія відкритого коду Nvidia оновлюється: від "підтримувача" до "будівельника", компанія планує особисто створити провідні у світі відкриті AI-моделі

Nvidia тихо здійснює стратегічну трансформацію своєї ідентичності: від «підтримувача» відкритої екосистеми AI до «будівельника», який бере участь безпосередньо.

Згадує Wall Street Vision, 11 серпня, згідно з повідомленням The Information, Nvidia прагне, щоб наступне покоління Nemotron 4 стало одним з найсильніших відкритих моделей у світі.

Працівники, які беруть участь у проекті, очікують, що найбільша версія матиме щонайменше 1 трильйон загальних параметрів, що приблизно вдвічі більше, ніж у Nemotron 3 Ultra, випущеної у червні.

Дані для попереднього тренування та архітектуру моделі вже обрано, але остаточні характеристики та час випуску ще не визначені, і найважливіша фаза тренування ще не почалася. Так званий “трильйон параметрів Nemotron 4” зараз лишається дослідницьким проектом та не є готовим продуктом.

Ця інвестиція легко сприймається як бажання Nvidia стати новим OpenAI або Anthropic, але насправді Nvidia не повинна компенсувати витрати через API Nemotron.

Якщо безкоштовна модель мотивує більше компаній, державних органів та стартапів розпочати тренування, донавчання та розгортання AI, Nvidia зможе на кожному рівні отримувати оплату за GPU, мережу NVLink, системи, CUDA та корпоративне програмне забезпечення.

Nemotron 4 більш схожа на генератор попиту на обчислювальні потужності: модель безкоштовна, але потрібні для неї обчислення – ні.

Nvidia прагне розширити покупців з кількох гігантів на весь ринок

Зараз ера GPU зосереджена у надзвичайно вузькому колі.

Згідно з 10-Q Nvidia на 26 квітня, три прямі клієнти забезпечили відповідно 21%, 17% і 16% доходу за квартал, разом 54%; компанія також повідомила про значний внесок одного AI-дослідницького та розгортаючого підприємства через хмарні сервіси.

Такі прямі клієнти можуть бути виробниками комп’ютерів, дистриб’юторами чи хмарними компаніями, і не завжди є кінцевими користувачами, але ризик концентрації клієнтів вже проявляється у фінансових звітах.

Більше того, великі клієнти одночасно створюють альтернативи Nvidia:

• Amazon AWS використовує Trainium для тренування Anthropic, офіційно заявляючи, що майже 1 мільйон Trainium 2 вже працює з Claude;
• Google пропонує Ironwood TPU для масштабного навчання та інференції;
• AMD також користується MI350 та ROCm для боротьби за відкриті модельні навантаження.

Закриті моделі концентрують попит у кількох лабораторіях та хмарних платформах, які мають великі масштаби, потужність вести переговори та бажання перенести стабільні навантаження на власні чипи.

Для Nvidia найбільш безпечний ринковий стан – не монополія якоїсь компанії-моделі, а тисячі різних моделей і застосувань, які розвиваються паралельно. Чим ширше розсіяння попиту, тим важче клієнтам використовувати кастомний ASIC для всіх архітектур; чим швидше змінюються робочі навантаження, тим більші переваги у зрілій, універсальній екосистемі GPU та CUDA.

Це також пояснює, чому Nvidia не може обмежуватися лише підтримкою відкритої екосистеми на словах. Якщо відкрита модель сильно поступається закритим моделям, вона привертає лиш дослідників, ймовірність, що банки, виробники чи державні структури виділять бюджет, низька.

Модель має бути достатньо сильною, щоб компанії бажали тренувати її на власних даних, щоб клієнти передавали їй часті робочі процеси, і тільки тоді відкриті моделі переходять від завантажень серед розробників до GPU-статистики в дата-центрах.

Трильйон параметрів потрібен саме тут. Це не лише нагорода за рівень інтелекту, а засіб, щоб Nvidia подолала поріг корпоративної застосовності.

Існуюча Nemotron 3 Ultra має 550 мільярдів загальних параметрів, кожен токен активує 55 мільярдів параметрів, підтримує контекст до 1 мільйона токенів.

Згідно тестів Nvidia, вона на деяких завданнях наближається до інших топових відкритих моделей, а пропускна здатність інференції значно вища. Але, на думку The Information, вона все ще поступається найсильнішим китайським відкритим моделям і далеко не серед лідерів у світі.

Отже, масштаб обчислень демонструє амбіції, але не замінює результати.

У розрідженій MoE-архітектурі загальна кількість параметрів значно відрізняється від реально використовуваних при кожній інференції, а якість даних, кількість тренування, донавчання, здатність виклику інструментів та система інференції визначають фінальний ефект.

Якщо Nemotron 4 має тільки гарну цифру – ‘1 трильйон’, але не потрапляє у першу лінію реальних завдань, вона навряд чи змінить рішення щодо закупівлі.

Одна безкоштовна модель може продати весь завод AI

Nvidia вже проклала трансформаційну траєкторію:

1. Відкритий Nemotron пропонує ваги моделі, дані та рецепт тренування;
2. Компанії використовують NeMo для продовження навчання, донавчання, RL та оцінки;
3. При розгортанні підключають NIM інференційні мікросервіси, TensorRT-LLM та CUDA;
4. Зі збільшенням масштабу потужності розміщуються на DGX Cloud, хмарних GPU або приватних HGX/DGX кластерах;
5. Крім GPU, у рахунок включається мережа NVLink, InfiniBand або Spectrum-X, CPU, DPU та підписка NVIDIA AI Enterprise.

Цей ланцюжок вже має перші приклади. Palantir інтегрує Nemotron у ізольовані мережі уряду США; клієнти можуть тренувати моделі на локальній інфраструктурі, зберігати ваги та постійно їх оновлювати, а виробниче розгортання підтримується NVIDIA AI Enterprise.

Японський ринок ближчий до шаблону “суверенного AI”: дослідники та компанії використовують дані Nemotron та NeMo для тренування японськомовних моделей, HGX B300 забезпечує приватну інфраструктуру, Jetson відповідає за розгортання на крайових пристроях.

Закриті API не можуть потрапити в ізольовані мережі, а також важко виконують вимоги щодо локалізації даних, власності моделей та аудиту. Відкриті моделі приносять ці навантаження у державні дата-центри, корпоративні центри, регіональні AI хмари та крайові пристрої, що раніше було неможливим для публічних API.

Для компаній моделей це більш розсіяний, трудно монетизований ринок; для Nvidia, яка продає інфраструктуру, кожне нове місце розгортання — це додаткове джерело доходу від обладнання та програмного забезпечення.

Маршрутизація моделей робить бізнес ще більшим. Згідно з The Information, водночас із Nemotron 3.5 Lightning Nvidia випустила безкоштовне програмне забезпечення для маршрутизації моделей. Маршрутизатор спрямовує прості завдання на дешеві маленькі моделі, а складні — на великі.

На перший погляд він допомагає клієнтам менше використовувати дорогі потужності; насправді ставка полягає в тому, що зі зниженням вартості однієї задачі підприємства відчинять численні постійні агенти, і одне питання перетвориться на процес із плануванням, пошуком, викликом інструментів, перевіркою та переробкою.

Gartner прогнозує, що до 2030 року вартість інференції трильйонних моделей знизиться більш ніж на 90% порівняно з 2025-м, але агенти використовуватимуть у 5–30 разів більше токенів на завдання, ніж звичайні чат-боти; якщо обсяг токенів росте швидше за зниження ціни, витрати на інференцію теж зростають.

Ставка Nvidia — не “чим дорожча велика модель, тим більше GPU продається”, а “чим дешевший інтелект, тим швидше розширюється його використання”. Nemotron покриває і легкі, і флагманські моделі, і маршрутизацію — він свідомо створює цю еластичність попиту при зниженні цін.

Створюючи моделі, Nvidia робить правильний наступний чип

Nemotron має ще одну цінність не прямо фінансову: це повноцінний тест стека Nvidia.

Якщо виробник чипів чекатиме завершення моделі клієнта, щоб адаптувати нові механізми уваги, MoE маршрутизацію, довгий контекст та низьку точність — апаратна еволюція завжди відставатиме.

Тренуючи передові моделі самостійно, інженерна команда раніше помічає вузькі місця у потужностях, пам’яті, мережах, пропускній здатності даних та інференції, й інтегрує ці знахідки у наступні GPU, NVLink та програмні бібліотеки.

Nemotron 3 Ultra вже має чіткі ознаки «спільного дизайну обладнання»: модель використовує гібридну архітектуру Mamba-Attention та MoE, попереднє навчання здійснюється у NVFP4-форматі для Blackwell, і застосовується мульти-токен прогнозування для пришвидшення генерації.

Nvidia стверджує, що квантована версія може бути розгорнута на 4 B200. Така модель — це і продукт для демонстрації можливостей Blackwell з низькою точністю, і тест навантаження для пам’яті та інференції.

Після відкриття зовнішні розробники продовжують оптимізувати це навантаження для Nvidia.

Нова архітектура моделі запускається на CUDA, PyTorch, vLLM, SGLang і TensorRT-LLM, оптимізації повертаються на платформу Nvidia, і у новачків вже не лише різниця продуктивності одного GPU, а цілий середовище, налаштоване тисячами проектів.

За кейсами цього року, Blackwell, при виконанні DeepSeek V4, знизив вартість одного токену максимум до 1/5 за місяць; сукупні софт-оптимізації підняли пропускну здатність до 20 разів.