Интервью с Jensen Huang

В увлекательной дискуссии Дженсен Хуан, дальновидный CEO Nvidia, предложил редкий взгляд на будущее вычислений, ИИ и даже мировой экономики. В беседе с Биллом Гёрли и Брэдом Герстнером из Bg2 Pod Хуан с поразительной ясностью изложил, как недооцененный аспект искусственного интеллекта готов переопределить отрасли и высвободить беспрецедентный рост, бросая вызов общепринятой мудрости Уолл-стрит.

Взрывной рост в миллиард раз: Переосмысление вычислительных потребностей ИИ

Год назад Дженсен Хуан смело предсказал, что ИИ-вывод вырастет не просто в 100 или 1000 раз, а в ошеломляющий миллиард раз. Пересматривая этот прогноз, он признает: "Я недооценил. Хочу официально заявить." Его уверенность лишь укрепилась, подпитываемая быстрой эволюцией ИИ. То, что когда-то считалось единым законом масштабирования "предварительного обучения", теперь разделилось на три отдельные, экспоненциально растущие силы: предварительное обучение (pre-training), постобучение (post-training, где ИИ "отрабатывает" навыки) и, что крайне важно, "мыслительный" вывод (thinking inference).

Этот "мыслительный" вывод меняет правила игры. В отличие от старой модели однократного вывода, современный ИИ теперь разработан так, чтобы "думать, прежде чем ответить", проводя исследования, проверяя достоверность данных и итерируя. Этот сложный когнитивный процесс требует экспоненциально больше вычислительной мощности. Как выразился Хуан: "ИИ больше не является языковой моделью; ИИ — это система языковых моделей, и все они работают параллельно, возможно, используя инструменты... и это всё мультимодальность." Этот глубокий сдвиг означает, что вычислительный аппетит ИИ не просто велик, он ненасытен и быстро растет, далеко за пределами того, что многие в настоящее время понимают.

Ключевые выводы:

• ИИ-вывод переживает "миллиардный" рост вычислительных мощностей благодаря появлению возможностей "мышления" и цепочек рассуждений.
• Ландшафт ИИ теперь регулируется тремя различными законами масштабирования: предварительное обучение, постобучение (отработка навыков ИИ) и сложный вывод.
• Многоагентные системы, мультимодальный ИИ и активное использование инструментов значительно увеличивают требования к вычислениям по сравнению с простыми языковыми моделями.

OpenAI: Следующий триллионный гиперскейлер и стратегический гамбит Nvidia

В основе видения Хуана лежит стратегическое партнерство Nvidia с OpenAI, включающее инвестиции и поддержку в создании их собственной колоссальной ИИ-инфраструктуры. Он рассматривает OpenAI не просто как клиента, а как "вероятно, следующую мультитриллионную гипермасштабную компанию". Это смелое предсказание лежит в основе решения Nvidia инвестировать заранее, предвидя стремительный взлет OpenAI — возможность, которую Хуан называет "одними из самых умных инвестиций, которые мы только можем себе представить".

Это партнерство также знаменует значительный сдвиг в ландшафте ИИ. OpenAI, традиционно использующая гиперскейлеры вроде Microsoft Azure, теперь строит свою собственную "самостоятельно создаваемую ИИ-инфраструктуру" – фактически сама становится гиперскейлером. Это отражает прямые отношения Nvidia с такими гигантами, как Meta и Google, где они работают напрямую на уровнях чипов, программного обеспечения и систем. OpenAI одновременно преодолевает "две экспоненциальные кривые": экспоненциальный рост использования клиентами и экспоненциальный рост вычислительных требований для каждого варианта использования (из-за "мыслящего" ИИ). Многовекторная поддержка Nvidia через Azure, OCI, CoreWeave, а теперь и прямое строительство OpenAI, призвана удовлетворить этот нарастающий спрос, еще больше укрепляя незаменимую роль Nvidia.

Ключевые решения:

• Инвестиции Nvidia в OpenAI — это стратегический шаг, ставка на ее потенциал стать мультитриллионной гипермасштабной сущностью.
• Поддержка OpenAI в самостоятельном создании ее ИИ-инфраструктуры способствует прямым, полностековым отношениям, отражая взаимодействие Nvidia с другими технологическими гигантами.
• Партнерство решает сложную задачу экспоненциального роста клиентского спроса и вычислительных потребностей на каждого пользователя в ИИ.

Неприступный ров: Экстремально совместное проектирование и годовая скорость

Аналитики Уолл-стрит в настоящее время прогнозируют стагнацию роста Nvidia примерно к 2027-2030 годам — перспектива, которую Хуан считает несовместимой с лежащими в основе изменениями. Он выделяет три фундаментальных аспекта: Во-первых, "вычисления общего назначения закончились", и мировая вычислительная инфраструктура стоимостью в триллионы долларов должна быть обновлена с помощью ускоренных ИИ-вычислений. Во-вторых, существующие гипермасштабные рабочие нагрузки (поиск, рекомендательные системы) быстро мигрируют с CPU на GPU, что представляет собой сдвиг на "сотни миллиардов долларов". И, наконец, что наиболее глубоко, ИИ будет дополнять человеческий интеллект, влияя на 50-65% мирового ВВП.

Чтобы соответствовать "экспоненте экспонент", обусловленной генерацией токенов и использованием клиентами, Nvidia приняла агрессивный ежегодный цикл выпуска для своих архитектур (Hopper, Blackwell, Rubin, Fineman). Поскольку закон Мура в отношении производительности в значительной степени исчерпал себя, конкурентное преимущество Nvidia исходит из "экстремального совместного проектирования". Речь идет не только о более быстрых чипах; это оптимизация модели, алгоритма, системы и чипа одновременно, инновации "вне рамок". Как объясняет Хуан, этот полностековый подход — включающий CPU, GPU, сетевые чипы, MVLink и Spectrum-X Ethernet — позволяет Nvidia достигать прироста производительности в 30 раз между поколениями (например, от Hopper до Blackwell), чего не мог бы обеспечить никакой обычный прогресс в области кремния. Эта системная инновация, в сочетании с огромными масштабами инвестиций, требуемых как от Nvidia, так и от ее клиентов, создает грозный "неприступный ров", который "сложнее, чем когда-либо прежде", воспроизвести конкурентам.

Ключевые практики:

• Nvidia поддерживает агрессивный ежегодный цикл выпуска своих архитектур, чтобы идти в ногу с экспоненциальным ростом генерации токенов и использования ИИ.
• "Экстремальное совместное проектирование" включает одновременную оптимизацию всей фабричной стека ИИ: моделей, алгоритмов, систем, чипов, сетевых решений и программного обеспечения.
• Компания вышла за рамки инноваций в отдельных чипах к созданию интегрированных, полностековых ИИ-систем, обеспечивающих беспрецедентный прирост производительности.
• Масштабы развертывания клиентами (например, гигаватт, требующий 500 000 GPU) и пропускная способность цепочки поставок Nvidia создают огромный барьер для входа.

Дополнение человеческого интеллекта: Экономический сдвиг на триллион долларов

Реальное долгосрочное влияние ИИ, утверждает Хуан, заключается в его способности дополнять человеческий интеллект. Проводя аналогию, он утверждает, что подобно тому, как моторы заменили физический труд, "эти ИИ-суперкомпьютеры, эти ИИ-фабрики, о которых я говорю, будут генерировать токены для дополнения человеческого интеллекта". Поскольку человеческий интеллект потенциально составляет $50 триллионов мирового ВВП, даже скромное дополнение — например, ИИ за $10 000, делающий сотрудника с зарплатой $100 000 вдвое продуктивнее — создает огромный новый рынок.

Это дополнение, по его мнению, может добавить "10 триллионов" к мировому ВВП, требуя ежегодных капиталовложений в размере "5 триллионов" на ИИ-инфраструктуру. Речь идет не о "воздушном пузыре" или "перенасыщении"; это фундаментальный сдвиг. Он отметает опасения по поводу переизбытка, заявляя: "пока мы полностью не переведем все вычисления общего назначения на ускоренные вычисления и ИИ... шансы [на перенасыщение] крайне малы". Сигналы спроса от клиентов постоянно недооценивают фактическую потребность, удерживая Nvidia в постоянном "режиме аврала". Этот "ренессанс для энергетической отрасли" и всей экосистемы инфраструктуры означает глобальное ускорение роста ВВП, движимое миллиардами новых ИИ-"коллег".

Ключевые выводы:

• Основное экономическое влияние ИИ будет заключаться в дополнении человеческого интеллекта, что приведет к ускорению роста мирового ВВП.
• Переход от вычислений общего назначения к ускоренным/ИИ-вычислениям, в сочетании с миграцией существующих гипермасштабных рабочих нагрузок на ИИ, обеспечивает постоянный спрос.
• Цепочка поставок Nvidia ориентирована на спрос, постоянно реагируя на прогнозы клиентов, которые обычно занижают фактические потребности в вычислениях.

"Мое единственное сожаление в том, что они пригласили нас инвестировать на раннем этапе... а мы были так бедны, вы знаете, так бедны, что недостаточно инвестировали, вы знаете, и мне следовало бы отдать им все свои деньги." - Дженсен Хуан