# Битва за ИИ: почему Google и Amazon создают собственные чипы

Источник: https://www.youtube.com/watch?v=RBmOgQi4Fr0
Канал: CNBC
Опубликовано: 21.11.2025

---

## Битва за «кремний»: как Nvidia, Google и Amazon делят рынок AI-чипов
[[JUMP:0:00]]

Сегодня графические процессоры (GPU) Nvidia, такие как новейшие Blackwell, занимают центральное место в индустрии генеративного ИИ, обеспечивая обучение нейросетей и выполнение сложнейших рабочих нагрузок. За последний год компания поставила 6 миллионов таких GPU, а их совокупная стоимость вывела Nvidia в лидеры технологического рынка. Однако параллельно с доминированием графических ускорителей стремительно растет рынок специализированных чипов — ASIC (Application Specific Integrated Circuit), которые разрабатываются крупнейшими облачными провайдерами для повышения эффективности и снижения затрат.

### 👑 Эра GPU и доминирование Nvidia
[[JUMP:1:38]]

Успех Nvidia начался с архитектуры GPU, которая изначально была предназначена для параллельных вычислений, необходимых при рендеринге графики. Поворотным моментом стал 2012 год и появление нейросети AlexNet, которая наглядно показала, что параллельная обработка данных идеально подходит для обучения нейросетей.

В отличие от CPU, которые обладают небольшим числом мощных ядер для последовательных задач, GPU содержат тысячи узкоспециализированных ядер, выполняющих матричное умножение. Это делает их незаменимыми для двух ключевых этапов работы с ИИ:

* **Обучение (Training):** Процесс «обучения» модели на огромных массивах данных.
* **Инференс (Inference):** Непосредственное использование ИИ для принятия решений в реальном времени, например, в приложениях или при голосовом взаимодействии.

Nvidia не просто продает «железо», а поставляет целые серверные стойки с жидкостным охлаждением, стоимость которых достигает $3 миллионов. Одним из главных конкурентов компании остается AMD со своей линейкой Instinct, которая делает ставку на открытую экосистему в противовес проприетарной программной платформе Nvidia — CUDA.

### 🛠 Кастомные ASIC: ставка на эффективность
[[JUMP:5:21]]

По мере взросления ИИ-моделей акцент смещается с обучения на инференс, где требования к «универсальности» чипа снижаются. Здесь на сцену выходят ASIC — узкоспециализированные чипы, которые эффективнее и дешевле GPU, но обладают жесткой структурой, не подлежащей изменению после производства.

Основные игроки в этой сфере:

* **Google:** Пионер сегмента, выпустивший свой первый тензорный процессор (TPU) еще в 2015 году. Архитектура TPU во многом способствовала появлению технологии Transformer в 2017 году. Недавний релиз седьмого поколения — чипа Ironwood — подтверждает серьезность намерений Google в обучении своих LLM, таких как Claude.
* **Amazon (AWS):** После покупки Annapurna Labs в 2015 году компания разработала чипы Inferentia и Trainium. Amazon утверждает, что Trainium обеспечивает на 30–40% лучшее соотношение цены и производительности по сравнению с аналогами. В Индиане AWS уже эксплуатирует дата-центры, где обучение моделей Anthropic идет исключительно на их собственных чипах Trainium 2.
* **Broadcom и Marvell:** Эти компании выступают «бэкенд-партнерами», помогая облачным гигантам проектировать сложные чипы, не нанимая огромные команды инженеров внутри. По прогнозам, Broadcom может контролировать до 80% этого рынка.

### 📱 Edge AI: ИИ в вашем кармане
[[JUMP:10:24]]

Последняя категория — чипы для «граничных» вычислений (Edge AI), позволяющие запускать нейросети локально на смартфонах или ноутбуках, не отправляя данные в облако. Здесь ключевую роль играют NPU (нейронные процессоры), интегрированные в систему на кристалле (SoC).

Преимущества локального ИИ:

* **Приватность:** Данные пользователя не покидают устройство.
* **Отзывчивость:** Отсутствие задержек при передаче данных в дата-центр.
* **Энергоэффективность:** Локальные чипы значительно дешевле и меньше серверных аналогов.

### 🌏 Геополитика и будущее «кремниевого суверенитета»
[[JUMP:13:22]]

Почти все мировые гиганты, включая Nvidia, Google и Amazon, зависят от одного производителя — тайваньской TSMC. Это создает серьезные геополитические риски. Однако в рамках программы CHIPS Act ситуация начинает меняться: в Аризоне уже запущены новые производственные линии, где, по заявлениям, ведется полномасштабный выпуск чипов Nvidia Blackwell. 

Тем не менее, эксперты предупреждают, что главным «узким местом» в ближайшем будущем станут не сами чипы, а доступ к электроэнергии, необходимой для обслуживания этих колоссальных мощностей. Несмотря на доминирование Nvidia, рынок продолжит расти, привлекая новых участников и стимулируя развитие инноваций в энергообеспечении и локальном производстве.