Прогноз NVIDIA: рынок инфраструктуры ИИ может достичь триллиона долларов к 2027 году

Генеральный директор NVIDIA Дженсен Хуанг представил вчера на конференции разработчиков GTC в Сан-Хосе экстраординарный прогноз: рынок инфраструктуры искусственного интеллекта для центров обработки данных может достичь примерно триллиона долларов к 2027 году. Однако за этой драматической цифрой скрывается более глубокое изменение в индустрии. NVIDIA продемонстрировала, как она пытается изменить способ обучения роботов и автономных систем, перенося «узкое место» с дефицита данных в реальном мире на вычислительные мощности. Если этот шаг увенчается успехом, спрос на вычислительную инфраструктуру для ИИ может вырасти значительно больше, чем предполагалось ранее.

В ходе вступительной речи на конференции Хуанг заявил, что спрос на вычислительные системы компании, основанные на чипах ИИ, включая текущее поколение Blackwell и следующее поколение Vera Rubin, может поддержать рынок инфраструктуры ИИ в объеме около триллиона долларов в течение нескольких лет. Речь идет об оценке, которая существенно выше прогнозов, озвученных аналитиками и представителями отрасли в последние годы, оценивавшими потенциальный рынок в сотни миллиардов долларов. Этот прогноз отражает то, насколько NVIDIA стала центральным игроком в инфраструктуре искусственного интеллекта. Ее графические процессоры сегодня приводят в действие большую часть крупнейших моделей в мире, и с расширением использования ИИ спрос на вычислительные мощности также быстро растет. По словам Хуанга, многие компании уже ограничены не способностью разрабатывать приложения ИИ, а прежде всего объемом вычислительной мощности, которую они способны получить.

Этот скачок также связан с изменениями, происходящими в самой области. Если в последние годы компании в основном фокусировались на обучении больших моделей, то теперь искусственный интеллект переходит на этап, когда он выполняет фактическую работу для пользователей. Системы, основанные на автономных агентах, генерируют огромное количество токенов — единиц информации, на основе которых работают языковые модели, и поэтому требуют гораздо более крупных и быстрых вычислительных инфраструктур, чем чат-боты для роботов.

Одной из заметных тенденций на конференции в этом году является попытка NVIDIA расширить свою деятельность за пределы мира программного обеспечения и облака в физический мир. Компания расширяет свою деятельность в области, которую она называет Physical AI, то есть искусственный интеллект, управляющий системами в реальном мире, такими как автономные транспортные средства и промышленные роботы. В сфере автономного транспорта компания Uber объявила, что рассматривает возможность использования платформы Drive от NVIDIA в рамках проектов автономных перевозок как часть более широкого сотрудничества между компаниями. Параллельно автопроизводители, среди которых Nissan, BYD, Geely и Hyundai, разрабатывают системы автономного вождения на базе платформы Drive Hyperion компании. Также в области промышленной робототехники NVIDIA пытается утвердиться в качестве основного инфраструктурного слоя. Крупные производители роботов, такие как ABB, FANUC, Yaskawa и KUKA, интегрируют инструменты симуляции и искусственного интеллекта компании в разработку и эксплуатацию роботизированных систем на заводах.

Решение проблемы данных для роботов: за объявлениями о роботах и автономных автомобилях скрывается более глубокая проблема. Такие системы нуждаются в огромных объемах обучающих данных из реального мира. Сбор этой информации дорог, медленен и иногда почти невозможен, особенно когда речь идет о редких пограничных случаях. Здесь вступает в дело стратегия NVIDIA. Компания представляет платформы симуляции, которые позволяют генерировать синтетические данные в огромных масштабах с помощью виртуальных сред. Вместо того чтобы задействовать огромный парк автомобилей или роботов для сбора информации, можно имитировать миллионы различных сценариев внутри компьютера. Значение этого подхода гораздо шире, чем просто еще одна технология. Если обучение систем ИИ основывается на симуляциях, «узким местом» разработки становится уже не сбор данных из реального мира, а объем вычислительной мощности, доступной для запуска симуляций. Для NVIDIA это изменение, которое отлично служит ее стратегии. Чем больше компаний будут обучать системы ИИ в симуляции, тем больше будет расти спрос на вычислительную инфраструктуру и чипы, которые ее приводят в действие.

Следующее поколение агентов искусственного интеллекта: параллельно NVIDIA также представила новые программные инструменты, предназначенные для работы автономных агентов ИИ. Согласно сообщениям в технологических СМИ, один из инструментов, который, как ожидается, будет раскрыт, называется NemoClaw — система, позволяющая разработчикам создавать агентов ИИ, которые действуют непрерывно и выполняют сложные задачи для пользователей. Ожидается, что система будет интегрирована в программные инструменты NVIDIA для разработки моделей и управления системами ИИ, что облегчит разработчикам создание автономных агентов, выполняющих сложные задачи в корпоративных средах. В NVIDIA полагают, что в будущем у организаций и частных пользователей будут агенты искусственного интеллекта, работающие в фоновом режиме непрерывно, разрабатывающие новые инструменты и выполняющие сложные задачи. Если это видение реализуется, спрос на вычисления не только вырастет, но и может стать одним из самых критических ресурсов в цифровой экономике.