Стратегия развития открытого исходного кода Nvidia: переход от «поддерживающего» к «создателю», компания планирует самостоятельно разрабатывать ведущие в мире открытые AI-модели.

Компания Nvidia тихо завершает стратегическую трансформацию своей роли — от «сторонника» открытой экосистемы ИИ к «строителю», лично участвующему в развитии технологий.

Как отмечает Wall Street Vision, 11 августа, по данным The Information, Nvidia стремится, чтобы следующее поколение Nemotron 4 вошло в число самых мощных открытых моделей в мире.

Сотрудники, участвующие в проекте, ожидают, что самая крупная версия будет содержать не менее 1 триллиона общих параметров, что примерно вдвое больше, чем у выпущенной в июне Nemotron 3 Ultra.

Данные для предварительного обучения и архитектура модели уже определены предварительно, однако финальные спецификации и дата релиза пока неизвестны, и самое ключевое — последующий раунд обучения — ещё не начался. Так называемый “триллион-параметровый Nemotron 4” на данный момент всё ещё исследовательский проект и не является уже выпущенным продуктом.

Такое вложение можно было бы трактовать как желание Nvidia повторить путь OpenAI или Anthropic, но на самом деле Nvidia не обязана окупать затраты на Nemotron через платные API.

Как только бесплатная модель позволит большему числу компаний, государственных организаций и стартапов приступить к обучению, тонкой настройке и внедрению ИИ, Nvidia сможет зарабатывать многослойно — на GPU, NVLink-сетях, стоечных системах, CUDA и корпоративном ПО.

Nemotron 4 больше напоминает генератор спроса на вычислительные ресурсы: модель бесплатна, а вот вычисления, необходимые для её использования — уже нет.

Nvidia нужно расширить круг покупателей с нескольких гигантов до всего рынка

Текущий бум спроса на GPU необычайно сконцентрирован.

Согласно отчету 10-Q Nvidia за период на 26 апреля, три основных прямых клиента обеспечили 21%, 17% и 16% выручки за квартал, суммарно — 54%; также раскрыто, что одна ИИ-компания внесла «значительный вклад» через облачные сервисы.

Такие клиенты могут выступать как сборщики, дистрибьюторы или облачные провайдеры — и не обязательно являются конечными пользователями, однако риск концентрации явно присутствует.

Более того, крупные клиенты параллельно создают аналоги продуктов Nvidia:

• Amazon AWS использует Trainium для обучения и инференса моделей Anthropic — заявлено, что почти 1 миллион Trainium 2 работает на Claude;
• Google разрабатывает Ironwood TPU для масштабного обучения и инференса;
• AMD с MI350 и ROCm борется за долю открытых моделей.

Закрытые модели концентрируют спрос в руках нескольких лабораторий и облаков: они масштабны, обладают высокой переговорной силой и мотивированы переносить торговые рабочие нагрузки на собственные чипы.

Для Nvidia наиболее безопасным образом будет рынок, где нет господства одной компании, а существуют одновременно тысячи различных моделей и приложений. Чем более фрагментирован спрос, тем сложнее клиенту заменить все архитектуры одним специализированным ASIC; чем быстрее меняются рабочие нагрузки, тем выгоднее зрелая универсальная программно-аппаратная экосистема на базе GPU и CUDA.

Это объясняет, почему Nvidia формально не ограничивается поддержкой открытых экосистем. Если открытая модель значительно уступает закрытым, она может привлечь только исследовательские эксперименты и вряд ли убедит банки, производителей или органы власти выделять деньги на производственные кластеры.

Модель должна быть достаточно сильной, чтобы предприятия готовы были её дообучать на своих данных, чтобы клиенты могли доверять ей выполнение частых рабочих процессов, и только тогда открытая модель превращается из числа скачанных разработчиками — в реальную GPU-нагрузку дата-центров.

Вот для чего нужен триллион параметров. Это не «значок» уровня интеллекта, а инструмент Nvidia для прохождения корпоративного порога применимости.

Текущий Nemotron 3 Ultra содержит 550 миллиардов общих параметров, активирует 55 миллиардов на каждый токен и поддерживает контекст до 1 миллиона токенов.

По опубликованным тестам Nvidia, по ряду задач она близка к другим ведущим открытым моделям, а по скорости инференса превосходит их. Однако, по сообщению The Information со ссылкой на сторонние рейтинги, модель всё равно отстаёт от сильнейших китайских открытых моделей и не входит в мировую топ-группу.

Поэтому масштаб модели отражает только амбиции, но не гарантирует результат.

В архитектуре MoE с разреженной экспертизой общий размер параметров сильно превышает количество реально используемых на каждом инференсе; однако на итог влияет не только размер, но и качество данных, число тренировочных токенов, финальная доводка, способность вызывать инструменты и вся система инференса.

Если у Nemotron 4 будет только красивая «1 триллион», но её не станут применять в реальных задачах топ-уровня, она не изменит никаких клиентских решений.

Одна бесплатная модель может привести к продаже целого ИИ-завода

Nvidia уже выстроила для этого путь:

1. Открытый Nemotron предоставляет веса модели, данные и рецепты обучения;
2. Компании используют NeMo для дообучения, тонкой настройки, обучения с подкреплением и оценки;
3. При развертывании подключают NIM-инференс микросервисы, TensorRT-LLM и CUDA;
4. С ростом масштаба мощность переносится на DGX Cloud, публичные облачные GPU или частные кластеры HGX/DGX предприятий.
5. Помимо GPU, в счет также идут NVLink, InfiniBand или Spectrum-X-сети, CPU, DPU и подписки на NVIDIA AI Enterprise.

Этот путь уже иллюстрируют первые кейсы. Palantir внедряет Nemotron в изолированные сети правительства США, где клиенты могут обучать модель на локальной инфраструктуре, сохранять веса и постоянно обновлять, а рабочее внедрение поддерживается NVIDIA AI Enterprise.

Японский рынок ближе к формату «суверенного ИИ»: исследовательские организации и корпорации используют данные Nemotron и NeMo для обучения японских моделей, HGX B300 обслуживает частную инфраструктуру, Jetson отвечает за развёртывание на периферии.

Закрытый API не может попасть в изолированные сети, а также сложно удовлетворить требования к хранению данных, владению моделью и локальному аудиту. Открытые модели приносят такую нагрузку от частного облака, государственного дата-центра, локальной AI-облака и edge-устройств, которая раньше была невозможна на публичных облаках.

Для модельных компаний это разрозненный и трудномонетизируемый рынок; а вот для Nvidia, продающей инфраструктуру, каждый новый пункт внедрения — это дополнительный источник дохода от аппаратного и программного обеспечения.

Маршрутизация моделей ещё увеличивает масштаб бизнеса. The Information сообщает, что параллельно с Nemotron 3.5 Lightning Nvidia выпустила бесплатный софт для роутинга моделей: он отдаёт простые задачи дешёвым маленьким моделям, а сложные — крупным.

На первый взгляд, это помогает клиентам экономить на дорогих ресурсах; но ставка делается на том, что при снижении стоимости одной задачи предприятия будут создавать больше постоянных интеллектуальных агентов, а единичный запрос превратится в цепочку из планирования, поиска, вызова инструментов, проверки и доработки.

Gartner прогнозирует, что к 2030 году стоимость инференса триллион-параметровых моделей упадёт более чем на 90% по сравнению с 2025 годом, однако расход токенов на задачу у интеллектуальных агентов будет в 5–30 раз выше, чем у обычных чатботов; если объём токенов будет расти быстрее их удешевления, итоговые расходы на инференс вырастут.

Ставка Nvidia — не в том, чтобы сделать “чем дороже модель, тем больше продажи GPU”, а в том, что “чем дешевле интеллект, тем быстрее растёт спрос”.Nemotron сразу охватывает лёгкие модели, флагманы и инструменты маршрутизации, стимулируя рост спроса за счёт удешевления.

Разработка моделей нужна и для правильного проектирования новых чипов

У Nemotron есть ещё одно ценное свойство, не отражающееся напрямую в доходах за модель: это полная стресс-тестовая нагрузка для всей стека технологий Nvidia.

Если чиповые компании будут ждать пока модели клиентов финализируются, чтобы адаптировать новшества в attention-механизмах, MoE-маршрутизации, длинных контекстах, форматах низкой точности, то аппаратная эволюция всегда будет отставать.

Создавая передовые собственные модели, инженеры Nvidia заранее видят узкие места в вычислениях, памяти, интерконнектах, пропускной способности и логистике инференса — и закладывают эти наблюдения в новое поколение GPU, NVLink и библиотек.

Nemotron 3 Ultra уже явно создан на принципах «совместного проектирования с железом»: применяется гибридная архитектура Mamba-Attention и MoE, для предварительного обучения реализован NVFP4-формат, оптимизированный под Blackwell, а ускоренную генерацию обеспечивают предсказания по нескольким токенам.

По словам Nvidia, квантизированная версия может быть размещена на четырёх B200. Такая модель — одновременно продукт и демонстрационная нагрузка для вычислений с низкой точностью, памяти и ПО для Blackwell.

После открытия исходников, внешние разработчики будут оптимизировать ту же нагрузку для Nvidia дальше.

Новые архитектуры сначала реализуются на CUDA, PyTorch, vLLM, SGLang и TensorRT-LLM, затем оптимизации возвращаются в платформу Nvidia, и будущие участники получают не просто GPU, а платформу, отшлифованную тысячами проектов.

В кейсах Nvidia за этот год стоимость вычисления одного токена для DeepSeek V4 на Blackwell за месяц падала до одной пятой от изначальной; совмещение нескольких программных оптимизаций увеличивает скорость инференса до 20 раз.