По данным инсайдеров, технологический гигант Nvidia работает над созданием нового поколения масштабных моделей искусственного интеллекта — семейством Nemotron 4. Релиз ожидается осенью этого года, а главной целью проекта заявлена прямая конкуренция с ведущими мировыми языковыми моделями с открытым исходным кодом.

Компания Nvidia приступила к разработке новой линейки искусственного интеллекта Nemotron 4. Согласно источникам, знакомым с планами корпорации, проект направлен на создание высокопроизводительных систем, способных потеснить передовые разработки ведущих лабораторий в сегменте открытого кода.

На фоне высокого спроса на гибкие ИИ-решения, доступные для независимого развертывания, Nvidia стремится укрепить позиции не только как главный поставщик аппаратного обеспечения, но и как создатель востребованного программного обеспечения с открытыми весами.

Технические детали будущей архитектуры пока не раскрываются официально, однако источники сообщают об амбициозных планах компании по созданию масштабных конфигураций, включая модели с числом параметров до одного триллиона.

Предыдущие поколения линейки Nemotron развивались как специализированные инструменты для работы с текстом, кодом, визуальными данными и задачами безопасности. Новое поколение призвано объединить передовые достижения компании в области эффективности обучения и инференса, предоставив разработчикам открытые веса и комплексные архитектурные наработки.

Инициатива Nvidia знаменует собой расширение присутствия производителя аппаратных ускорителей в софтверном сегменте рынка генеративного ИИ. Активное развитие флагманских open-source моделей усиливает конкуренцию с экосистемами других технологических гигантов вроде Meta, а также с независимыми разработчиками базовых LLM. Для бизнеса это означает появление новых мощных альтернатив, которые можно адаптировать под корпоративные задачи без жесткой зависимости от проприетарных облачных платформ.

Подпишись на мой ВК и Дзен и астрологи объявят неделю изобилия до конца года)

Источник: www.reuters.com

Шесть крупнейших управляющих капиталом — Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR — вместе с Nvidia мобилизуют более 500 миллиардов долларов стороннего капитала на дата-центры, заводы чипов и электростанции. Взамен Nvidia делает то, чего производители железа обычно не делают: берёт на себя риск, что её же чипы обесценятся.

Что именно пообещала Nvidia

Компания гарантирует до 25 процентов остаточной стоимости установленных чипов. Если к концу срока финансирования железо при перепродаже или переиспользовании стоит меньше ожидаемого — Nvidia покрывает разницу в пределах этого потолка. Условия согласуются по каждому проекту отдельно.

Зачем это нужно

Банки дают дешёвые длинные деньги только под залог с понятной остаточной стоимостью — так работают лизинг самолётов или ипотека. С ускорителями такого рынка нет: никто не знает, сколько будет стоить H100 через пять лет. Nvidia фактически подставила собственный баланс вместо отсутствующего вторичного рынка — и этим разблокировала капитал, который иначе в ИИ-стройку не шёл.

Спор, на котором всё держится

Вся конструкция упирается в один вопрос: сколько живёт GPU. Дженсен Хуанг настаивает, что A100 образца 2020 года до сих пор коммерчески работают — шесть лет спустя, а экономический срок службы тянется к десятилетию. Именно он убедил Уолл-стрит считать чипы «инвестиционным активом».

Против — Майкл Бьюрри, тот самый из «Игры на понижение». Его аргумент: цикл обновления самой Nvidia — два-три года, так что срок полезной службы в пять-семь лет натянут. По его оценке, принятая в отрасли амортизация занижает потерю стоимости примерно на 176 миллиардов долларов за 2026–2028 годы.

Цифры пока на стороне Хуанга

Годовые контракты на H100 не дешевеют, а растут: 1,70 доллара за GPU-час в октябре 2025-го против 2,35 в марте 2026-го. Мощности на B200 идут по 5,30–7,05 доллара за час. Дефицит держит цену даже на формально устаревшем железе — пока.

Кто нервничает

Банк Англии назвал темпы таких инвестиций «исторически беспрецедентными» и предупредил о риске кредитного сжатия, если закредитованные ИИ-компании получат шок. Отдельно регулятор отметил: у банков «ограниченная видимость» собственного косвенного участия в этой стройке.

Почему это важно

До сих пор Nvidia была продавцом лопат на золотой лихорадке — самая безопасная роль из возможных. Теперь она ещё и поручитель по чужим кредитам: если спрос на вычисления просядет, убытки придут не только от упавших продаж, но и по гарантиям. Риск не исчез — он переехал с балансов дата-центров на баланс того, кто им эти чипы продаёт.

Источники: The Decoder и CNBC

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

NVIDIA выложила в открытый доступ NemotronLabs VoiceChat 11B — голосовую модель, которая работает в полном дуплексе: слушает, пока говорит, и позволяет себя перебивать. Лицензия OpenMDW-1.1, веса на Hugging Face, код в NeMo Speech, контейнер в NGC.

Цифры

Задержка на обычной смене реплик — 448 мс, при перебивании пользователем — 480 мс. Именно это отличает полный дуплекс от привычного голосового ассистента: не нужно ждать, пока модель договорит, её можно оборвать на полуслове, и она это корректно обработает.

Что внутри

Гибридная архитектура Mamba и трансформера, собранная из трёх собственных компонентов NVIDIA: речевой энкодер Fast Conformer на входе, языковой бэкбон Nemotron Nano v2 и TTS-декодер с кодеком на выходе. Плюс отдельный канал для вызова инструментов.

Последнее — главная новость для разработчиков. Это первая открытая full-duplex модель, которая умеет дёргать внешние функции прямо посреди разговора: она выделяет вызов в отдельный блок и при этом может сказать собеседнику что-то вроде «секунду, проверяю», пока запрос выполняется. По бенчмарку выбора инструмента — 82,5%, точность аргументов — 44,2%. На VoiceBench модель занимает второе место среди открытых full-duplex систем.

Чем придётся заплатить

Аппетит серьёзный: нужна одна видеокарта минимум с 80 ГБ видеопамяти — A100, H100, RTX 6000 Pro или B200, x86_64 Linux. И сама NVIDIA пишет прямо: модель готова для пилотов, но не для продакшна. Известные ограничения — контекст всего две минуты аудио и деградация качества после нескольких ходов диалога.

Кто ещё в этой гонке

Планку по скорости держит французская Moshi от лаборатории Kyutai: около 200 мс сквозной задержки, 7 миллиардов параметров, открытый код, запускается на одной видеокарте или даже на iPhone. Правда, только английский. На её архитектуре сама NVIDIA в январе 2026 года выпустила PersonaPlex.

Из Китая главный соперник — Alibaba с Qwen2.5-Omni: средняя задержка 257 мс и полная мультимодальность из коробки, то есть картинки, видео, аудио и текст в одной модели, в вариантах на 7B и 3B.

А накануне релиза NVIDIA свою заявку сделала ByteDance — SeedRealtime, единая модель, которая не только слушает и говорит, но и смотрит: аудио, видео и текст обрабатываются насквозь, без каскада «распознавание — модель — синтез». Вот только проверить это невозможно. ByteDance не опубликовала ни технического отчёта, ни числа параметров, ни бенчмарков: нет ни открытых весов, ни объявленного API, модель доступна только внутри приложения Doubao.

Контраст показательный. Реалтайм-голос расходится по двум дорожкам: одни выкладывают веса и метрики и дают себя измерить, другие показывают демо и предлагают поверить на слово.

Источник: MarkTechPost

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

На витрине импортозамещение почти победило.

Huawei и другие китайские производители отбирают внутренний рынок у Nvidia. Но внутри лабораторий осталась американская дверь, которую пока не получается закрыть.

По данным китайского медиа SCMP, обучение передовых языковых моделей на Nvidia все еще считается нормой. Дело не только в мощности чипа. За годы вокруг фирменной Nvidia CUDA выросли библиотеки, инструменты и готовые процессы. У Huawei есть собственная платформа CANN, но старый код на ней напрямую не запускается.

Исследователь из связанного с шанхайским университетом института оценил переход своей команды минимум в плюс 50% времени и расходов.

Разница особенно заметна между обучением и запуском готовой модели. Китайские ускорители уже умеют обрабатывать запросы пользователей, поэтому DeepSeek и Kimi адаптировали для платформ Huawei. Но при обучении инженеры постоянно меняют код, исправляют ошибки и заново настраивают весь процесс — здесь зрелость CUDA экономит месяцы.

По оценке другого инженера, перенос обучения открытой модели семейства DeepSeek на Huawei потребует команды из двух-трех специалистов и примерно дополнительного месяца — при нынешних темпах ИИ-гонки это значительное отставание. Для Kimi K3, у которой опубликованы веса, но не исходный код, речь может идти уже о десяти инженерах и более чем шести месяцах работы.

Просто оказалось, что заменить кремний легче, чем десять лет привычек программистов.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

AMD покупает канадский стартап Taalas — компанию, которая делает чипы под одну-единственную нейросеть. Сумму не раскрыли, сделку ещё должны согласовать регуляторы; акции AMD на новости подросли примерно на 1,5%.

Что вообще делает Taalas

Обычный ускоритель — универсальная машина: веса модели лежат в быстрой памяти, чип их вычитывает и считает. Taalas предлагает выкинуть этот цикл целиком и зашить веса модели и маршруты данных прямо в транзисторы. Никакой HBM-памяти, никакой перегонки данных туда-обратно — модель физически становится схемой.

Их первый чип HC1 сделан на 6-нанометровом техпроцессе TSMC, занимает 815 мм² (это почти предел того, что вообще можно вытравить одним кристаллом) и несёт 53 миллиарда транзисторов. Внутри намертво впаяна Llama 3.1 8B. Результат: около 17 тысяч токенов в секунду на одного пользователя. По заявлению компании — в 73 раза быстрее Nvidia H200 при вдесятеро меньшем энергопотреблении, и примерно в 10 раз быстрее решений Cerebras при в 20 раз меньшей стоимости постройки.

Инженерный трюк, которым Taalas особенно гордится: четырёхбитный вес модели и умножение на него укладываются в один транзистор. Отсюда безумная плотность.

Где подвох

Подвох ровно там, где вы подумали: чип не умеет ничего, кроме своей модели. Вышла новая Llama — старое железо превращается в тыкву. Звучит как приговор, но экономика неожиданно сходится: под другую модель меняются всего две маски из более чем сотни слоёв, а весь цикл до готового кремния занимает около двух месяцев. Учитывая, что модели в индустрии обновляются каждые полгода, это укладывается в ритм.

Следующее поколение чипов должно вместить модели примерно на 20 миллиардов параметров. Чтобы захостить что-то уровня DeepSeek R1 на 671 миллиард, по расчётам самой компании потребовалось бы порядка тридцати разных кристаллов — так что до фронтир-моделей подход ещё дорастает.

Зачем это AMD

Формально — расширение линейки: чипы Taalas планируют ставить рядом с ускорителями Instinct в серверных стойках Helios и процессорах Epyc, программировать всё это через ROCm. Фактически — ставка на то, что инференс становится массовым товаром, где решают цена за токен и ватты, а не универсальность. Это уже третье поглощение AMD в области ИИ за девять месяцев.

Отдельная ирония в персоналиях. Основатель Taalas Любиша Баич — создатель и бывший глава Tenstorrent, а до того он много лет проработал именно в AMD, дорос до архитектора гибридных CPU-GPU решений, успел заглянуть в Nvidia и вернуться. Теперь он возвращается в AMD в третий раз — уже со своим стартапом за плечами. У Taalas при этом всего около 25 сотрудников и больше 200 миллионов долларов привлечённых инвестиций.

Куда всё идёт

Десять лет индустрия шла к универсальности: одна железка на все задачи, гибкость важнее всего. Сейчас маятник качнулся обратно — в специализацию настолько крайнюю, что чип перестаёт быть вычислителем и становится физическим воплощением конкретной модели. На этой же неделе Anthropic объявила, что тоже начнёт делать собственное железо под свои модели. Похоже, ближайшая гонка в ИИ будет не только про параметры, но и про кремний под них.

Источник: CNBC

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

Слухи, ходившие с апреля, подтвердились официально: Anthropic собирает собственную команду custom silicon. В вакансиях компания ищет проектировщиков процессоров и инженеров-верификаторов, а её представитель формулирует замысел прямо — процессор будут проектировать заодно с будущими моделями Claude, а не подгонять модели под чужое железо.

Ключевое слово — ко-дизайн

Обычно всё устроено наоборот: есть универсальный ускоритель, и лаборатория придумывает, как ужать под него свою архитектуру. Anthropic хочет вести обе линии навстречу друг другу: форма чипа подстраивается под то, как реально считает Claude, а модель проектируется с оглядкой на то, что этот чип умеет быстро. Выигрыш тут не в красивых цифрах TFLOPS, а в том, сколько ватт и центов уходит на каждый выданный токен.

Чип, который проверит сам ИИ

Самое любопытное спрятано в тексте вакансии. Часть верификации Anthropic собирается отдать самому ИИ: построить симуляции, в которых Claude учится проверять дизайн чипа, с отдельным упором на формальную валидацию. То есть модель помогает вылизать железо, на котором потом будет считаться следующая модель. Контур замыкается — и это, пожалуй, первый заметный случай, когда ИИ-лаборатория закладывает такую петлю не в маркетинговый слайд, а в требования к найму.

Зачем это тем, у кого уже есть все чипы мира

У Anthropic подписаны сделки на вычисления с AWS, Google, Nvidia и AMD — дефицита доступа к железу у неё нет. Проблема в другом: гонка давно упёрлась не в алгоритмы, а в себестоимость инференса. Обучить модель — разовая боль, крутить её в проде на миллионах запросов — вечная. Ровно по этой логике Google десять лет назад ушёл в TPU, а Amazon построил Trainium: чип, заточенный под свою конкретную архитектуру, считает те же токены дешевле универсального ускорителя. Пока платишь за чужой кремний, твоя маржа — это чужая маржа.

Кто будет паять и как быстро

Изготовителем, по данным The Information, может стать Samsung: ещё в июле сообщалось, что Anthropic присматривается к корейцам как к производственному партнёру, вплоть до их технологии трёхмерной упаковки памяти zHBM. Сроки тоже перестали быть пятилетними. Для ориентира: чип OpenAI, который делали совместно с Broadcom, по данным SiliconANGLE прошёл путь до готового дизайна примерно за девять месяцев — с активным привлечением автоматизации на ИИ.

Если коротко: соревнование больших моделей потихоньку переезжает из области архитектур в область литографии. Побеждает не тот, у кого модель на пару процентов умнее, а тот, у кого она дешевле отвечает.

🔗 Источник: SiliconANGLE

🎯 НЕЙРО-ПУШКА ● Новости и обзоры нейросетей