Дженсен Хуанг назвал производство чипов «идеальным приложением» для ИИ и ускорителей вычислений NVIDIA

Глава NVIDIA Дженсен Хуанг заявил, что производство микросхем стало «идеальным приложением» для ускорителей вычислений и алгоритмов искусственного интеллекта, фактически обозначив смену технологической парадигмы. По его словам, традиционные центральные процессоры (ЦП) достигли предела производительности, и именно гибридные решения на базе GPU способны не только спасти отрасль от энергетического кризиса, но и кардинально удешевить выпуск чипов. Выступление на конференции ITF World 2023 в Антверпене прозвучало как манифест новой эры, где ИИ становится не просто инструментом, а основой производственного цикла.

Кризис закона Мура и энергетический тупик дата-центров

На протяжении почти сорока лет рост производительности ЦП подчинялся эмпирическому правилу Гордона Мура, однако в последние годы этот процесс замедлился. Спрос на вычислительные мощности, напротив, продолжает расти лавинообразно. Как отметил Хуанг, это привело к резкому увеличению энергопотребления центров обработки данных (ЦОД). Выходом из ситуации стала концепция ускоренных вычислений, где NVIDIA объединила возможности параллельной обработки графических процессоров (GPU) с логикой ЦП. Исследования в области машинного обучения подтвердили, что GPU способны обеспечивать производительность на уровне суперкомпьютеров при значительно более низком энергопотреблении. Оптимизация алгоритмов позволяет ускорять работу приложений в 10–100 раз, одновременно снижая затраты на электроэнергию и инфраструктуру на порядок.

Революция в литографии: cuLitho как прорыв

Производство современных чипов включает более тысячи технологических операций, где размеры компонентов сопоставимы с биомолекулами. Ключевым узким местом здесь является вычислительная литография — самый ресурсоемкий этап цикла. В марте 2023 года NVIDIA совместно с TSMC, ASML и Synopsys представила библиотеку cuLitho. Решение позволило ускорить обработку данных в 50 раз, заменив десятки тысяч традиционных серверов несколькими сотнями систем NVIDIA DGX. По оценкам компании, это на порядок снижает как энергопотребление, так и капитальные затраты производителей.

От цифровых двойников Земли до управления термоядерным синтезом

Хуанг также анонсировал перспективные системы ИИ, способные не только понимать запросы пользователей и рассуждать, но и взаимодействовать с физическим миром. Речь идет о робототехнике, автономном транспорте и чат-ботах нового поколения. Внутренняя разработка компании — проект NVIDIA VIMA — уже позволяет манипулировать графическими объектами по текстовому описанию, используя платформу Omniverse для 3D-моделирования. Параллельно развивается проект NVIDIA Earth-2 — цифровой двойник Земли. Созданная в его рамках модель FourCastNet эмулирует погодные условия в 100 тысяч раз быстрее традиционных аналогов. Наконец, технологии компании нашли применение в атомной энергетике: ученые Управления по атомной энергии Великобритании и Манчестерского университета построили на базе GPU эмулятор термоядерного реактора, позволяющий проверять гипотезы физики плазмы до запуска реальных процессов.

Показательно, что еще несколько лет назад ускоренные вычисления воспринимались как нишевый инструмент для научных задач. Сегодня же именно ИИ и гибридные архитектуры становятся драйвером всей полупроводниковой индустрии. Если ранее производители чипов гнались за техпроцессом (уменьшением транзисторов), то теперь ключевым фактором конкурентоспособности становится интеграция алгоритмов машинного обучения непосредственно в производственный цикл. Это не только снижает порог входа для разработки новых микросхем, но и перераспределяет роли на рынке: компании, владеющие программно-аппаратными платформами для ИИ, получают рычаги влияния на физическое производство. Для глобальной экономики это означает ускорение цикла обновления оборудования и потенциальное снижение стоимости высокопроизводительных вычислений, что критически важно для развития квантовых симуляций, климатического моделирования и автономных систем.