# Производство Blackwell в США и заказы на $500 млрд: итоги GTC DC

Источник: https://www.youtube.com/watch?v=lQHK61IDFH4
Канал: NVIDIA
Опубликовано: 28.10.2025

---

Дженсен Хуанг 28 октября 2025 года на конференции GTC в Вашингтоне представил стратегию развития национальной ИИ-инфраструктуры США. Глава NVIDIA объявил о переходе к новой модели вычислений и запуске массового производства чипов Blackwell на американских фабриках [4:19].

## 📉 Конец закона Мура и переход к ускоренным вычислениям
[[JUMP:06:03]]

Закон Мура исчерпал себя из-за физических ограничений транзисторов, что привело к замедлению роста производительности CPU [6:40]. NVIDIA в течение 30 лет разрабатывала модель ускоренных вычислений, объединяющую последовательную обработку на центральном процессоре с параллельной работой GPU [7:22].

Ускорение требует полной переработки алгоритмов и библиотек, что делает программную модель CUDA ключевым активом компании [8:19]. Сегодня экосистема NVIDIA включает более 350 специализированных библиотек CUDA-X:

*   **cuLitho**: ускоряет вычислительную литографию для производства чипов TSMC и Samsung [9:02].
*   **cuOpt**: устанавливает рекорды в решении задач логистики и оптимизации цепочек поставок [9:18].
*   **Megatron Core**: обеспечивает обучение сверхбольших языковых моделей [9:49].
*   **Monai**: является стандартом для ИИ в области медицинских изображений [10:05].

## 📡 Революция в связи: NVIDIA Arc и партнерство с Nokia
[[JUMP:15:34]]

NVIDIA возвращает лидерство в телекоммуникационных технологиях на территорию США через создание ИИ-ориентированного стандарта 6G [16:56]. Компания представила NVIDIA Arc — радиосетевой компьютер (Aerial Radio Network Computer) для базовых станций [17:34].

NVIDIA Arc объединяет три технологии: процессор Grace, графический чип Blackwell и сетевые решения ConnectX [17:56]. Nokia интегрирует эти решения в свои базовые станции Airscale для реализации концепции AI-on-RAN [18:46].

Это позволяет использовать искусственный интеллект для повышения спектральной эффективности сетей в реальном времени [19:32]. Телекоммуникационная инфраструктура превращается в распределенное облако для индустриальной робототехники и обработки данных на периферии [20:33].

## ⚛️ Квантовый скачок и суперкомпьютеры для Министерства энергетики
[[JUMP:21:37]]

Индустрия совершила прорыв, создав первый логический кубит с коррекцией ошибок, который требует сверхбыстрой обработки данных для поддержания стабильности [22:03]. NVIDIA анонсировала NVQLink — интерфейс для прямого соединения квантовых процессоров (QPU) с ИИ-суперкомпьютерами [24:58].

Технология NVQLink позволяет передавать терабайты данных тысячи раз в секунду для мгновенного исправления ошибок квантовых вычислений [25:13]. Платформа CUDA-Q стала открытым стандартом для гибридных вычислений, объединяющих возможности GPU и квантовых систем [25:41].

Министерство энергетики США (Department of Energy) построит семь новых ИИ-суперкомпьютеров на базе технологий NVIDIA [28:40]. Лаборатории в Беркли, Чикаго и Лос-Аламосе будут использовать эти системы для фундаментальных научных исследований и симуляций [28:05].

## 🏭 Три закона масштабирования и ИИ-фабрики
[[JUMP:30:32]]

Искусственный интеллект перестал быть просто инструментом и превратился в цифровую рабочую силу, способную выполнять задачи в экономике объемом $100 трлн [36:28]. Дженсен Хуанг выделил три этапа вычислений, которые формируют интеллект:

1.  **Pre-training**: предварительное обучение на гигантских массивах данных для получения базовых навыков [42:23].
2.  **Post-training**: обучение конкретным навыкам решения задач, кодингу и логическим рассуждениям [43:07].
3.  **Thinking (Inference)**: процесс размышления и поиска ответов, требующий колоссальных вычислительных мощностей при каждом запросе [43:36].

ИИ-фабрики заменяют традиционные дата-центры, переходя от хранения файлов к производству ценных «токенов» — единиц интеллектуальной деятельности [41:09]. Рост сложности моделей и увеличение числа пользователей создают двойную экспоненту спроса на вычисления [47:16].

## 🛡️ Архитектура Blackwell: производство в Америке
[[JUMP:1:01:10]]

NVIDIA обеспечила видимость заказов на сумму **$500 млрд** до конца 2026 года для систем Blackwell и будущей платформы Vera Rubin [1:01:25]. Компания уже отгрузила 6 млн чипов Blackwell за первый год производства, что в пять раз превышает темпы роста предыдущего поколения Hopper [1:02:15].

Производство Blackwell полностью локализовано в США, включая заводы в Аризоне и Индиане [1:03:05]. Система Grace Blackwell NVL72 представляет собой единый логический GPU, состоящий из 72 графических процессоров, соединенных шиной NVLink [1:05:36].

Основные показатели эффективности Blackwell:

*   Производительность выросла в **10 раз** по сравнению с поколением H200 при сопоставимом количестве транзисторов [1:06:48].
*   Стоимость генерации токенов снизилась до минимальных значений в индустрии благодаря экстремальному совместному проектированию (Co-design) [57:26].
*   Общая пропускная способность стойки NVL72 достигает 130 Тбайт/с, что сравнимо с пиковым трафиком всего мирового интернета [1:05:36].

## 🚀 Будущее вычислений: Vera Rubin и BlueField-4
[[JUMP:1:08:20]]

NVIDIA представила платформу следующего поколения Vera Rubin, которая переходит на ежегодный цикл обновления продуктов [1:09:18]. Система Vera Rubin CPX включает новые процессоры для обработки контекста и сверхбыструю память для работы с ИИ-агентами [1:10:48].

Новый процессор BlueField-4 предназначен для революционной работы с KV-кэшем, что ускоряет извлечение контекста из предыдущих диалогов с ИИ [1:12:03]. Платформа Omniverse DSX позволяет проектировать гигаваттные ИИ-фабрики в виде цифровых двойников перед их физическим строительством [1:15:35].

## 🤖 Робототехника и физический ИИ
[[JUMP:1:26:30]]

Для создания физического ИИ требуется три типа компьютеров: для обучения моделей, для симуляции в цифровой среде Omniverse и для непосредственного управления роботом [1:26:48]. Foxconn строит в Техасе роботизированный завод, спроектированный как цифровой двойник для выпуска систем NVIDIA [1:28:51].

NVIDIA развивает рынок гуманоидных роботов в партнерстве с компаниями Figure и Agility Robotics [1:32:32]. Для обучения движений используется Newton Simulation Platform, позволяющая роботам осваивать физику в реальном времени [1:34:00]. В качестве примера Дженсен Хуанг продемонстрировал робота Disney Blue, чье поведение полностью управляется симуляцией [1:34:56].

В секторе автономного транспорта представлена платформа NVIDIA DRIVE Hyperion, которую внедряют Mercedes-Benz, Lucid и Stellantis [1:36:57]. Партнерство с Uber обеспечит интеграцию этих автомобилей в глобальную сеть пассажирских перевозок [1:38:51].