Революция инференса: Зачем Nvidia «украла» технологии у стартапа Groq?

Мир ИИ меняется: если 2024 и 2025 годы прошли под знаком «обучения» гигантских моделей, то 2026-й стал годом их массового применения. Согласно громкому расследованию The Wall Street Journal, Nvidia осознала, что её легендарные графические процессоры (GPU) – идеальные для обучения – оказываются слишком прожорливыми и медленными для мгновенных ответов в чат-ботах. Решение пришло неожиданно: покупка лицензий и «аквихайринг» команды стартапа Groq за невероятные $20 млрд.

1. Почему GPU больше не хватает?

До сих пор Nvidia доминировала на рынке благодаря универсальности своих чипов. Однако GPU по своей природе – это мастера параллельных вычислений, которым требуется огромная и дорогая память HBM. Когда вы спрашиваете ChatGPT о рецепте блинов, GPU тратят слишком много времени на «общение» с памятью.

Здесь на сцену выходит архитектура LPU (Language Processing Unit), разработанная Groq. Она работает иначе: данные движутся по чипу предсказуемо и плавно, как на конвейере, что позволяет выдавать текст со скоростью пулемета при минимальном потреблении энергии.

2. Секретное оружие GTC 2026

Новый тип чипа от Nvidia, который будет представлен уже в середине марта, станет первым в истории компании процессором, полностью лишенным графических ядер. Это «чистокровный» ИИ-ускоритель, оптимизированный исключительно под вывод (inference).

Программная интеграция: Nvidia сохранит совместимость с библиотеками CUDA, что позволит разработчикам мгновенно переносить свои модели на новое «железо» без полной переписки кода.

Технология SRAM: Вместо внешней памяти новый чип использует сверхбыструю память SRAM, интегрированную прямо в кристалл. Это сокращает задержки в десятки раз.

Детерминизм вычислений: В отличие от традиционных GPU, время отклика здесь фиксировано и предсказуемо. Это критически важно для робототехники, систем реального времени и автономного вождения, где миллисекунда промедления может быть фатальной.

3. Стратегический маневр против Google и Amazon

Зачем Nvidia строить чип на чужих идеях? Всё дело в конкуренции. Google со своими TPUs и Amazon с чипами Inferentia начали откусывать долю рынка у «зеленых». Лицензировав технологии Groq и наняв их основателя Джонатана Росса (который, к слову, когда-то создал первый TPU в Google), Дженсен Хуанг наносит ответный удар. Nvidia хочет контролировать не только то, как ИИ «учится», но и то, как он «думает» в каждом смартфоне и сервере.

Сравнение технологий: GPU против нового LPU от Nvidia

Мнение экспертов

Аналитики из SiliconANGLE и Techzine сходятся во мнении, что это «самый значительный сдвиг в бизнесе Nvidia со времен изобретения CUDA». Компания больше не пытается втиснуть ИИ в рамки графического процессора. Она создает новую категорию кремния.

«Если Nvidia удастся масштабировать архитектуру Groq до уровня своих серверных стоек, мы увидим ИИ, который отвечает раньше, чем вы закончите вводить вопрос. Это конец эпохи задержек», – пишет Wccftech.

Итог: Игра на опережение

Март 2026 года покажет, сможет ли Nvidia удержать трон, став «немного больше похожей на Groq». Этот шаг доказывает: в мире ИИ побеждает не тот, кто больше, а тот, кто быстрее соображает.

Рекомендуем вам прочитать статью: “Революция в десктопах: Как Microsoft планирует покорить рынок с Windows 12“для более глубокого погружения в тему и открытия новых горизонтов знаний.

Впереди вас ждёт ещё больше интересных материалов. Подписывайтесь на locrum.ru , чтобы не пропустить самые яркие открытия и полезные советы.

Список источников:

Wccftech — О планах OpenAI по закупке мощностей на базе новых чипов.

The Wall Street Journal — Репортаж о секретной разработке чипа для инференса (февраль 2026).

Techzine Global — Подробности лицензионного соглашения на $20 млрд между Nvidia и Groq.

SiliconANGLE — Анализ влияния технологий LPU на будущие продукты Nvidia.