Эра агентов: как NVIDIA Vera Rubin превращает код в ВВП

«В прошлом мы строили процессоры для людей, но новая эра принадлежит агентам — и этот рынок будет на порядок масштабнее всего, что мы видели до сих пор». Представляя архитектуру Vera Rubin на Computex 2026, Дженсен Хуанг объявил о превращении ИИ из вспомогательного инструмента в автономный генератор ВВП, способный превратить 3 триллиона долларов программистских зарплат в 9 триллионов экономической ценности. NVIDIA переизобретает компьютер как «ИИ-фабрику», где библиотеки CUDA становятся не просто кодом, а набором врожденных навыков для цифровых сущностей и человекоподобных роботов.

🎸 Гимн новой индустрии и возвращение домой 18:45

Выступление Дженсена Хуанга на Computex 2026 в Тайбэе началось не просто как технический анонс, а как эмоциональное возвращение к корням. Под звуки специально написанного гимна, воспевающего «новое начало» и «искру в душе» , глава NVIDIA приветствовал аудиторию в Тайване, который он назвал домом . Масштаб события подчеркивался тем, что прямая трансляция велась одновременно на 70 различных площадок по всему острову .

Хуанг подчеркнул уникальность местной экосистемы. По его словам, когда люди говорят об NVIDIA, они часто думают только о программном стеке или готовых системах . Однако реальная мощь компании опирается на «самую богатую в мире цепочку поставок», которая начинается именно здесь, в Тайване . Влияние этого сотрудничества на локальную экономику беспрецедентно: по прогнозам, годовой ВВП Тайваня благодаря бурному росту ИИ-индустрии вырастет почти на 10% .

В контексте этого роста Хуанг кратко упомянул, что индустрия уже перешла от простого генеративного ИИ к эпохе ИИ-агентов , что стало фундаментом для главного прорыва года — взрывного роста продуктивности в разработке программного обеспечения.

Код как топливо экономики: Феномен GitHub 22:20

Одним из первых и наиболее наглядных применений агентного ИИ стало программирование . Программная инженерия — это колоссальная профессиональная экосистема, насчитывающая 30–40 миллионов специалистов мирового уровня . Дженсен Хуанг привел статистику GitHub, которая наглядно демонстрирует тектонический сдвиг в том, как создаются технологии.

Динамика количества коммитов (фиксаций изменений в коде) показывает экспоненциальный рост:

• В 2023 году было зафиксировано 300 миллионов коммитов .
• В 2024 году этот показатель вырос до 400 миллионов .
• В 2025 году — до 500 миллионов .
• За первые месяцы 2026 года количество коммитов практически утроилось по сравнению с предыдущими периодами .

Этот всплеск не является признаком того, что программисты стали печатать быстрее. Это результат внедрения ИИ-инструментов, которые превратили написание кода из ручного ремесла в процесс, поддерживаемый интеллектуальными агентами.

Экономика AI-продуктивности: 9 триллионов из трех 23:40

Хуанг представил экономическую модель, объясняющую значимость этого роста. По его оценке, совокупная рыночная стоимость труда 30–40 миллионов программистов составляет около 3 триллионов долларов в год в виде зарплат . Этот интеллектуальный ресурс является рычагом для всей мировой промышленности объемом около 100 триллионов долларов .

Благодаря ИИ-инструментам те же самые инженеры, получая те же 3 триллиона долларов, теперь производят объем работы, эквивалентный продуктивности на 9 триллионов долларов . «Разница абсолютно экстраординарная. В этом заключается потенциал и обещание ИИ», — заявил глава NVIDIA .

Почему ИИ не заменяет инженеров, а заставляет нанимать новых 24:32

Вопреки распространенным опасениям, что автоматизация приведет к сокращению рабочих мест в IT, Хуанг утверждает обратное: количество вакансий для софтверных инженеров растет . Он назвал разговоры о том, что ИИ уничтожит профессию программиста, «полной чепухой» .

Логика бизнеса здесь предельно проста:

1. Если нанятый инженер благодаря ИИ начинает генерировать в три раза больше полезного продукта .
2. Предприятие получает колоссальную добавленную стоимость на каждый вложенный в зарплату доллар.
3. Следовательно, компании стремятся нанять как можно больше таких сверхпродуктивных сотрудников, чтобы масштабировать свой успех .

Если бы график продуктивности оставался плоским, спрос на кадры мог бы стагнировать. Но взрывной рост отдачи делает каждого инженера более ценным активом для бизнеса, чем когда-либо прежде. «Полезный ИИ наконец-то пришел» , и его первым осязаемым продуктом стал дефицит «токенов» — элементарных единиц интеллектуальной работы, спрос на которые теперь растет по всему миру.

🤖 Эра агентного ИИ и новые инструменты CUDA-X 25:11

Вторая четверть презентации Дженсена Хуанга на Computex 2026 знаменует собой фундаментальный сдвиг в понимании вычислений. Если ранее индустрия фокусировалась на «токенах как единицах прибыли» , то теперь центром внимания становится сама структура ИИ-приложений. По словам Хуанга, мы перешли от эры программного кода к эре агентного ИИ, где компьютер больше не просто исполняет инструкции, а планирует и действует самостоятельно .

Концепция ИИ-агентов: Мозг, Тело и Окружение 26:20

Дженсен описывает новую модель вычислений, которая радикально отличается от классического стека «приложение — код — ОС» . В современном мире «полезный ИИ» — это агент, состоящий из трех ключевых компонентов:

• Мозг: Большая языковая модель (LLM), отвечающая за логику, понимание контекста и планирование .
• Тело (Harness): Программная «обвязка», которая оркеструет работу, управляет памятью и связывает модель с внешним миром .
• Инструментарий: Набор внешних средств — от браузеров и баз данных до компиляторов и систем 3D-проектирования .

Паттерн работы агента строится на цикле «наблюдение — рассуждение — планирование — действие» . Важнейшим прорывом Хуанг называет управление памятью: агенты оперируют как кратковременной «рабочей памятью» (KV-кэширование), так и долгосрочными хранилищами данных . Это превращает ИИ из чат-бота в полноценного цифрового сотрудника, который понимает намерения пользователя (intent) и самостоятельно генерирует результат, будь то сложный CAD-файл для 3D-печати или анимированный GIF по текстовому описанию . При этом, хотя ранее упоминался рост производительности разработчиков, здесь Хуанг подчеркивает, что агентная среда — это не конец софтверных компаний, а их «золотой век», так как количество потребителей ПО теперь не ограничено числом людей .

CUDA-X: Готовые навыки для ИИ-сотрудников 31:05

Самым ценным ресурсом NVIDIA Хуанг называет библиотеки CUDA-X — многолетний архив оптимизированных алгоритмов . В эпоху агентного ИИ эти библиотеки проходят трансформацию: из инструментов для программистов они превращаются в «навыки» для агентов .

Концепция проста: современный агент может прочитать «руководство пользователя» к библиотеке CUDA-X и использовать её гораздо эффективнее, чем это сделал бы человек-разработчик . Дженсен представил впечатляющий список таких инструментов-навыков :

• cuLitho: для вычислительной литографии;
• cuOpt: для оптимизации сложных решений и логистики;
• Ariel: для ИИ в сетях радиодоступа (RAN);
• Warp: для дифференцируемой физики;
• Parabricks: для геномных исследований.

«Математика прекрасна», — резюмирует Хуанг под аплодисменты зала . Эти библиотеки позволяют агентам решать сложнейшие мировые проблемы, используя специализированные ускорители там, где обычного CPU недостаточно .

Гетерогенная архитектура агентных вычислений 35:46

Агентный ИИ — это предельно дезагрегированная вычислительная модель . Хуанг поясняет, что выполнение одной задачи агентом может задействовать ресурсы всего дата-центра одновременно:

1. Процесс мышления (LLM) активирует целые стойки Blackwell и системы NVLink 72 .
2. Использование инструментов (Python, C++, SQL) ложится на плечи CPU .
3. Безопасность и оркестрация обеспечиваются процессорами BlueField DPU, которые шифруют данные «в покое, в движении и в использовании» .

Эта сложность и потребность в моментальном доступе к структурированным и неструктурированным данным заставляет NVIDIA эволюционировать. Компания более не просто производитель чипов — она стала системной и инфраструктурной компанией . Хуанг вскользь упоминает, что именно для обслуживания этого сложного цикла «мышления и действия» была разработана архитектура Vera Rubin, которая объединяет все эти элементы в единую фабрику ИИ .

Смена парадигмы: От чипа к ИИ-фабрике 41:38

Завершая главу, Хуанг демонстрирует, как агентная модель меняет экономику регионов. Вместо покупки отдельных серверов, клиенты строят ИИ-фабрики мощностью до 1 гигаватта, стоимость которых достигает 100 миллиардов долларов . NVIDIA создала платформу «DSX» — инфраструктурный эквивалент DGX — для проектирования таких гигантов в цифровых двойниках Omniverse до начала строительства .

Благодаря этому даже небольшие облачные провайдеры (такие как Coreweave, Nebius или N Scale) становятся лидерами рынка, предоставляя мощности для Cursor, Shopify и даже Google . «Вычисления — это теперь выручка и прибыль», — подчеркивает Хуанг , объясняя, что малейшая задержка в развертывании такой инфраструктуры ведет к колоссальным убыткам.

🌌 Архитектура Vera Rubin: Новая эра агентных систем 50:37

Дженсен Хуанг представил Vera Rubin не просто как очередное обновление чипа, а как фундаментальный сдвиг в архитектуре вычислений. Если предыдущее поколение Hopper было сосредоточено на обучении моделей , а Grace Blackwell — на эффективном инференсе, то Vera Rubin создана для эры «агентного ИИ» . Это сложная, распределенная и полностью интегрированная система, которая учитывает, что ИИ-агенты ведут себя иначе, чем люди или классические алгоритмы: они «нетерпеливы», работают в наносекундном диапазоне и требуют мгновенного переключения между задачами .

Интеграция «от земли» и экономика токенов 51:05

В основе Vera Rubin лежит концепция экстремального совместного проектирования (extreme co-design) . Вместо того чтобы просто предлагать отдельные чипы, Nvidia создала полную инфраструктуру, где каждый компонент — от транзистора до стойки — оптимизирован для максимизации «пропускной способности на ватт» (throughput per watt). В современных ЦОД, ограниченных мощностью в 1 ГВт, производительность напрямую конвертируется в выручку, так как каждый сгенерированный токен — это прибыль .

Ключевые аспекты архитектурной надежности и эффективности:

• Скорость развертывания: Благодаря полной интеграции время до получения «первого токена» и запуска обучения сокращается в разы .
• Надежность: В системах с миллионами кабелей и движущихся частей Nvidia добилась беспрецедентного времени наработки на отказ .
• Долговечность актива: Гибкая архитектура CUDA позволяет системе оставаться актуальной даже при радикальной смене алгоритмов — от CNN до Mixture of Experts и агентов .
• Снижение TCO: Длительный жизненный цикл и высокая плотность вычислений делают стоимость владения (TCO) минимальной, несмотря на сложность железа .

Vera Rubin: Первая многостоечная система масштаба «Pod» 57:16

Vera Rubin — это первая в мире суперкомпьютерная система уровня «Pod», специально спроектированная для обработки агентного ИИ . В то время как обычные модели просто генерируют ответы, агенты должны наблюдать, рассуждать, планировать и использовать инструменты, жонглируя рабочей и долговременной памятью . Для реализации этой сложности Nvidia пересмотрела дизайн каждой платы.

Система Vera Rubin NVL72 включает в себя:

• Вычислительные платы нового поколения: 6 триллионов транзисторов и более 18 000 компонентов на одной плате .
• Безкабельный дизайн: Новая конструкция PCB-мидплейна (PCB midplane) позволила отказаться от кабелей, шлангов и вентиляторов внутри системы, что радикально повысило надежность .
• Энергоэффективность: Жидкостное охлаждение шин (bus bars), способных проводить ток более 5 000 ампер — это эквивалент 20 электромобилей Тесла на полном ускорении .
• Скорость сборки: Благодаря модульности то, что раньше требовало 2 часов ручной сборки, теперь собирается за 5 минут .

Vera CPU: Процессор, созданный для «CONDUCTOR» 1:07:20

Особое место в архитектуре занимает процессор Vera. Дженсен Хуанг подчеркнул, что все предыдущие CPU в мире создавались для людей, но Vera CPU — первый процессор, построенный специально для ИИ-агентов . Если раньше процессор был основным вычислителем, то теперь его роль изменилась: CPU — это дирижер, а GPU — это оркестр [видео-вставка после 1:15:36]. Ранее в разговоре они касались того, как агенты используют инструменты, и именно для ускорения этого процесса Vera CPU была переработана с нуля.

Архитектура Vera CPU базируется на четырех «столпах» :

1. Рекордный IPC (инструкций за такт): Самая высокая в мире однопоточная производительность — 10 инструкций выбираются, декодируются и исполняются за один такт .
2. Пропускная способность на ядро: Агентам нужна мгновенная реакция при обращении к базам данных, поэтому пропускная способность внутри чипа доведена до предела .
3. Общая пропускная способность системы: Фабрика данных внутри чипа работает со «скоростью света» — 3,6 Тбайт/с без задержек на пересечение границ чиплетов .
4. Энергоэффективность: Процессор спроектирован так, чтобы занимать минимум энергетического бюджета фабрики, оставляя основную мощность для генерации токенов в GPU .

Это делает Vera первым процессором с поддержкой PCI Express Gen 6 и памяти LPDDR5 с пропускной способностью 1,2 Тбайт/с, что в три раза превышает показатели самых мощных серверных CPU конкурентов . В составе стойки 256 таких процессоров координируют модели, управляют кэшем (KV cache) и обеспечивают безопасность через системы BlueField .

🚀 Новая инфраструктура ИИ: От фабрик токенов до процессора Vera 1:15:36

Переход к эре ИИ-агентности требует радикального пересмотра основ вычислительной архитектуры . Традиционная модель, ориентированная на максимальное количество ядер на сокет и их виртуализацию для аренды, больше не эффективна в мире, где критически важными становятся не просто циклы процессора, а пропускная способность токенов и минимальная задержка . В этом контексте NVIDIA переосмысливает роль каждого компонента системы, превращая дата-центры в ИИ-фабрики, а процессоры — в специализированные инструменты для работы агентов.

Экономика ИИ-фабрик: конвертация ватт в доход 1:18:31

Современная ИИ-фабрика — это не просто серверная комната, а критическая инфраструктура, где каждый потребленный ватт энергии напрямую конвертируется в доход через генерацию токенов . Дженсен Хуанг подчеркивает, что этот сегмент станет новым основным драйвером роста компании .

Эффективность такой фабрики теперь измеряется способностью поддерживать «агентный цикл» (agentic loop), где ИИ не просто отвечает на запросы, а непрерывно выполняет задачи в фоновом режиме . Экономическая выгода напрямую зависит от устранения «узких мест» между CPU и GPU, что позволяет максимизировать отдачу от дорогостоящего оборудования .

Особое внимание уделяется работе с данными в реальном времени. Например, в партнерстве с Нью-Йоркской фондовой биржей (NYSE) и ее президентом Линн Мартин было показано, что новая архитектура позволяет обрабатывать потоковую телеметрию в 6 раз быстрее . Для ИИ-фабрики это означает возможность обслуживать на порядок больше агентов при тех же энергозатратах, что критично для масштабирования бизнеса .

Vera Rubin: Масштабирование производства и серийный выпуск 1:35:03

Важнейшим анонсом главы стало подтверждение того, что система Vera Rubin запущена в серийное производство . NVIDIA стремится к кратному ускорению выпуска оборудования, чтобы удовлетворить растущий спрос на ИИ-инфраструктуру. Процесс перехода на новую платформу был упрощен благодаря тому, что вся индустрия уже квалифицировала и оптимизировала свои программные стеки под предыдущее поколение (Grace), что позволило внедрить Vera Rubin плавно и без риска для безопасности .

Масштабирование производства Vera Rubin опирается на следующие факторы:

• Унификация экосистемы: Все облачные провайдеры и предприятия, работающие с NVIDIA, уже имеют готовый софт для этой архитектуры .
• Глобальное партнерство: Мощности тайваньских ODM-производителей и OEM-компаний по всему миру уже задействованы для выпуска «миллионов единиц» чипов Vera .
• Оптимизация сборки: Использование монолитной меш-сети (mesh) и отдельных кристаллов для памяти и ввода-вывода упрощает компоновку систем при сохранении высочайшей производительности .

Хуанг отмечает, что переход с x86 на собственные процессоры Grace во время итерации Blackwell был «чрезвычайно опасным» маневром, который, тем не менее, прошел успешно и заложил фундамент для триумфального запуска Vera Rubin .

Процессор Vera: архитектура, рожденная для агентного ИИ 1:16:02

В отличие от традиционных CPU, которые десятилетиями оптимизировались под задачи, инициируемые человеком, процессор Vera спроектирован специально для нужд ИИ-агентов . NVIDIA называет это «первым CPU для агентской эры», поскольку поведение агентов радикально отличается от поведения пользователя за ПК .

Ключевые технологические инновации Vera включают:

1. Ядро Olympus: Специально настроено для выполнения тяжелых Python-рантаймов, вызовов инструментов (tool calls) и работы в песочницах (sandboxes) . Оно оснащено нейронным предсказателем переходов, оценивающим два перехода за цикл .
2. Память LPDDR5X: Vera — первый серверный процессор, использующий этот тип памяти с одновременным исправлением множественных ошибок без потери пропускной способности . Это снижает пиковую задержку на 40% по сравнению с архитектурой x86 .
3. Масштабируемая когерентная фабрика: Все 88 ядер Olympus объединены на монолитной сетке, что обеспечивает передачу данных между ядрами на 50% быстрее, чем в традиционных чиплетных процессорах .
4. Связь через NVLink: Прямое когерентное соединение с GPU и возможность масштабирования до нескольких сокетов превращает Vera во флагманский вычислительный узел для самых сложных задач .

Результатом такой архитектуры стал прирост производительности в задачах SQL в 3 раза , а в выполнении кода в изолированных песочницах — в 1.8 раза по сравнению с x86-решениями . Ранее в разговоре Хуанг уже упоминал важность снижения задержек для агентных систем, и Vera становится физическим воплощением этой стратегии. Как подчеркнул гендиректор NVIDIA: «Агентов будет гораздо больше, чем людей, и они очень нетерпеливы» .

🤖 Новая экосистема ИИ: от корпоративных агентов до «умного» дома 1:40:53

В этой части выступления Дженсен Хуанг переходит от глобальной инфраструктуры центров обработки данных к конкретным инструментам, которые изменят повседневную работу компаний и жизнь обычных пользователей. Ранее в разговоре затронув принципы работы ИИ-фабрик и архитектуру чипов, NVIDIA теперь демонстрирует, как эти мощности упаковываются в прикладной софт и персональные устройства.

Инструментарий Enterprise AI: стек для создания агентов 1:42:53

NVIDIA представила комплексное решение для корпоративного сектора, позволяющее компаниям не просто использовать ИИ, а создавать собственные защищенные агентные системы. Этот стек включает в себя:

• Модели и Harness-обвязки: Использование открытых моделей в сочетании с такими инструментами, как Hermes (harness для управления логикой) .
• Runtime-среды: Возможность запускать агентов локально на устройствах с поддержкой RTX или в облаке, используя защищенные «песочницы» (Open Shell Sandbox) .
• Интеграция с корпоративным ПО: Агенты могут напрямую взаимодействовать с профессиональными инструментами. Например, Adobe полностью переработала архитектуру Photoshop и Premiere, сделав их «agent-friendly» через внедрение MCP-серверов . Это позволяет ИИ-помощнику напрямую манипулировать функциями редактора, работая в два раза быстрее предыдущих версий .

Хуанг подчеркивает, что такая архитектура позволяет компаниям строить проприетарные решения, где агент понимает контекст бизнеса, имеет доступ к инструментам (Rhino, Blender, Photoshop) и может самостоятельно исправлять свои ошибки в процессе проектирования .

Партнерство с Cadence: супер-агенты в проектировании 1:43:21

Одним из самых ярких примеров работы агентных систем стало партнерство с Cadence. ИИ-агенты радикально трансформируют сложные инженерные циклы. В продемонстрированном кейсе агент на базе RTX Spark помогает архитектору спроектировать дом :

1. Анализ контекста: Агент изучает эскизы, мудборды и текстовые требования .
2. Автоматизация моделирования: ИИ самостоятельно открывает приложение Rhino, формирует ландшафт и предлагает варианты строения, оптимизированные по стоимости и качеству .
3. Бесшовный перенос данных: После утверждения формы агент экспортирует модель в Blender, сохраняя весь контекст дизайна .
4. Финальный рендеринг: Используя генеративную модель Flux 2, агент создает фотореалистичные изображения с разными сценариями освещения .

Такой подход сокращает циклы верификации и проектирования, которые раньше занимали недели, до нескольких часов рутинной работы ИИ под управлением человека .

NeMoTron 3 Ultra: интеллект нового поколения 1:43:08

Важной частью анонса стало семейство моделей NeMoTron 3 Ultra. Это открытая архитектура, которая служит «мозгом» для создаваемых агентов.

• Производительность: Модели оптимизированы для разных масштабов — от сверхмощных Ultra-версий до компактных Super-моделей для локального запуска .
• Архитектура: NeMoTron базируется на смеси экспертов (MoE), что обеспечивает более дешевую и быструю генерацию токенов при сохранении высокого уровня рассуждений .
• Эволюция: Хуанг пообещал, что эти системы будут становиться умнее с каждым годом: «Сегодня у нас NeMoTron 3 Ultra, завтра будет 4, 5 и 6» .

Для разработчиков, работающих с моделями триллионного масштаба, была представлена DGX Station для Windows — персональный суперкомпьютер с 768 ГБ памяти и производительностью 20 петафлопс, который позволяет обучать и тестировать агентов прямо у рабочего стола .

RTX Spark: переосмысление персонального компьютера 1:40:53

Финальным аккордом главы стало объявление о создании нового класса устройств — RTX Spark. Это результат глубокой коллаборации NVIDIA, Microsoft и MediaTek по переосмыслению ПК, которое Хуанг сравнил с превращением обычного телефона в смартфон .

• Чип N1X: В партнерстве с MediaTek был создан процессор, на котором запускается 100% программного стека NVIDIA, включая CUDA, физические симуляции и геномику .
• Локальные агенты: Главная особенность этих ПК — возможность запускать мощных агентов локально и «безлимитно» (meter-free), не платя за каждый токен облачному провайдеру .
• Интеграция с домом: Настольные системы, такие как модель от MSI, могут работать 24/7, управляя всей умной инфраструктурой дома — от камер безопасности до водонагревателей .
• Будущее: Хуанг предсказывает, что через 10 лет ПК перестанет быть инструментом, где нужно «кликать и печатать». Он превратится в домашний ИИ-суперкомпьютер, который будет скорее напоминать цифрового помощника уровня R2-D2 или C-3PO, чем привычный системный блок .

Весь мировой рынок ПК, по словам главы NVIDIA, присоединился к этой инициативе, чтобы начать «новую эру персональных вычислений» .

🤖 Наступление эпохи физического ИИ: Cosmos и Isaac GR00T 2:05:52

Завершая свое выступление на Computex, Дженсен Хуанг подчеркнул, что за последние шесть месяцев компьютерная индустрия изменилась до неузнаваемости . Главным драйвером этих перемен стало слияние концепции агентов с новейшими фронтирными моделями, что позволило ИИ наконец-то выйти за пределы чат-ботов и начать выполнять полезную физическую работу . Если ранее в обсуждении затрагивались инструменты для разработки и корпоративные ИИ-фабрики, то финальный аккорд презентации был посвящен тому, как интеллект обретает тело. По словам Хуанга, мир стоит на пороге новой эры, где вычислительные паттерны для роботов, ПК и облачных систем становятся идентичными, но именно робототехника станет высшим проявлением этой технологической конвергенции .

Isaac GR00T: Универсальная платформа для гуманоидных роботов 2:06:06

NVIDIA представила Isaac GR00T — фундаментальную платформу и референсный дизайн для создания человекоподобных роботов . Это не просто отдельный продукт, а открытая экосистема, призванная ускорить разработки в области робототехники по всему миру . Хуанг отметил, что компания уже сотрудничает практически со всеми игроками рынка, которые занимаются созданием роботизированных систем .

Ключевые особенности платформы Isaac GR00T:

• Доступность для исследований: Референсный дизайн предназначен для использования в любой лаборатории мира, обеспечивая ученых мощным фундаментом для фронтирных исследований .
• Гибкость архитектуры: Платформа позволяет использовать различные модели и программные «обвязки» (harnesses) в зависимости от предпочтений разработчика или проприетарных задач .
• Масштабируемость: Система спроектирована так, чтобы роботы могли обучаться сложным навыкам и адаптироваться к изменяющимся условиям промышленной автоматизации .

Дженсен акцентировал внимание на том, что NVIDIA окончательно трансформировалась из производителя GPU в инфраструктурную компанию . Теперь её задача — предоставлять не просто чипы, а целостную среду, включая специализированные процессоры, которые строятся уже «не для людей, а для агентов» . Разработка таких систем, как архитектура Vera Rubin, о которой упоминалось ранее, напрямую связана с необходимостью обеспечивать колоссальную вычислительную мощность для автономных машин .

Cosmos 3: Обучение ИИ законам физического мира 2:11:55

Важнейшим компонентом в создании по-настоящему автономных машин стала модель Cosmos 3. Это специализированный инструмент для генерации «миров, в которых нуждаются роботы» . Главная проблема современной робототехники — нехватка реальных данных для обучения, и Cosmos решает её через создание высокоточных симуляций .

Функционал Cosmos включает:

• Синтетические данные: Модель превращает облачные вычисления в бесконечный поток синтетических обучающих данных (synthetic feed), на которых роботы могут тренироваться безопасно и быстро .
• Понимание физики: Благодаря Cosmos роботы начинают «понимать дороги так же, как люди» . Модель учит их осознавать причинно-следственные связи и законы физического взаимодействия в пространстве .
• Освоение навыков: Через механизм Cosmos роботы обучаются базовым и сложным движениям, развивая свои навыки в виртуальной среде перед выходом в реальный мир .

Хуанг подчеркнул, что этот агентный паттерн — использование модели, инструментов и среды исполнения — будет повторяться повсеместно: от персональных компьютеров до заводов, спутников и базовых станций . Проект Cosmos фактически выступает в роли «цифрового инкубатора», где ИИ обретает понимание того, как устроена наша реальность.

Будущее агентных систем и финал презентации 2:08:56

В завершение Keynote Дженсен Хуанг напомнил, что те же алгоритмы и архитектурные принципы, которые управляют роботами Isaac GR00T, ложатся в основу нового поколения ИИ-ПК, разработанных совместно с Microsoft и другими партнерами . Он выразил благодарность всему технологическому сообществу Тайваня за многолетнюю дружбу и партнерство, отметив, что без их поддержки текущий успех NVIDIA был бы невозможен . Журналистский итог презентации был подведен в необычном формате — через динамичный рэп-клип, резюмирующий основные анонсы: от дешевых токенов Vera Rubin до Cosmos, который строит миры для машин будущего . «Следующий год будет еще более продуктивным», — пообещал Хуанг, прощаясь с аудиторией Computex под аплодисменты .