Настоящим рвом Nvidia никогда не были чипы. ИИ начал переписывать это.

Обычный рассказ об Nvidia — это история про «железо»: самые быстрые чипы, в дефиците и по самой высокой цене. Но более важная часть — это программное обеспечение. На протяжении двух десятилетий настоящим рвом компании была CUDA. Это тот слой, который превращает кремний в платформу, на которой разработчики могут создавать ИИ. Теперь этот ров проходит проверку на прочность.

CUDA (аббревиатура от Compute Unified Device Architecture) создавалась годами. Она объединяет готовый код и инструменты отладки. Она также позволяет тысячам чипов совместно обучать модель. Новая угроза выглядит прямолинейно: агенты для написания кода на базе ИИ, которые способны сами создавать программное обеспечение столь низкого уровня.

Джереми Никсон (Jeremy Nixon), бывший исследователь Google Brain и основатель стартапа Infinity, рассказал Business Insider, что его команда использовала агентов для воссоздания аналога CUDA для чипмейкера D-Matrix примерно за 10 часов. Он охарактеризовал это как доказательство того, что один из главных рвов Nvidia преодолевается.

Два рва, оба под давлением

Первое преимущество CUDA — это само ПО. Второе — все, что построено поверх него. Миллионы строк корпоративного кода и рабочих процессов делают переход на чип конкурента медленным и дорогостоящим. Внутренние документы Amazon однажды назвали CUDA серьезным препятствием для внедрения собственных чипов ИИ.

Агенты подтачивают первое преимущество. Давление исходит не только от стартапов. Google, Amazon и Microsoft годами писали софт для собственных чипов. OpenAI и Anthropic продемонстрировали модели, способные генерировать системный код. Основатель DeepSeek заявил, что агенты для кодирования вместе с собственным языком программирования значительно упростили создание ИИ-ПО.

Nvidia не столько оспаривает этот тренд, сколько пытается возглавить его. Компания утверждает, что разработчики с каждым годом все сильнее полагаются на библиотеки CUDA. Она также сама использует ИИ-агентов для более быстрого создания CUDA. Другими словами, технологическая зависимость может согнуться, но не сломаться.

Проблема инференса

Более острая угроза заключается в изменении назначения ИИ-чипов. По мере того как отрасль переходит от обучения моделей к их запуску (инференсу), приоритеты меняются. Покупателей все меньше волнует пиковая производительность и все больше — дешевизна работы ИИ. Это благоприятствует ПО, которое работает на разных чипах, а не привязано к одному вендору.

В сфере инференса CUDA «больше не является фактором», говорит Маршалл Чой (Marshall Choy) из корейского чип-стартапа Rebellions. Он называет это направлением с открытым исходным кодом. Ту же брешь штурмуют и другие наши конкуренты по инференсу. Вспомните оптические чипы, сетевой кремний и альтернативу CUDA с открытым исходным кодом от Alibaba.

Крис Латтнер (Chris Lattner), чей стартап Modular создает независимое от чипов ИИ-ПО, отмечает, что возраст CUDA играет в обе стороны. По его словам, она несет в себе багаж многолетнего наследия игрового происхождения, «как Microsoft Windows, пытающаяся поместиться на телефоне». Уолл-стрит это заметила. Аналитики расценивают стагнацию акций Nvidia за последний год отчасти как ставку против ее защитного рва.

Ров может просто переместиться

Контраргумент заключается в том, что агенты перемещают ров, а не устраняют его. Сгенерированный код все равно нужно проверять и оптимизировать, и именно здесь экосистема CUDA обладает наибольшей глубиной. Бин Сюй (Bing Xu), чей предыдущий стартап по разработке ПО для чипов был куплен Nvidia, утверждает, что верификация станет следующим рвом.

«Агенты могут генерировать много кода за короткое время, но верификация — это самое узкое горлышко», — говорит Сюй. Латтнер выражается еще резче. По его словам, шумиха «сильно преувеличена». Написание кода — это лишь малая часть создания ПО; самое сложное — настроить его для продакшена. При этом софт для чипов — узкая сфера, в которой мало публичных примеров, на которых агенты могли бы учиться.

Так что объективная реальность заключается не в том, что CUDA падает. А в том, что у защиты Nvidia впервые появился правдоподобный срок годности. Агенты теперь могут делать за часы то, на что у специализированных команд раньше уходили годы. Инференс вознаграждает того, кто освободит покупателей от привязки к единому стеку. Устоит ли ров — зависит от одного обстоятельства. Конкуренты должны сократить разрыв быстрее, чем Nvidia, которая «не спит», сможет выкопать новый.