Мы используем файлы cookie и сервисы аналитики. Ознакомьтесь с нашей Политикой сбора данных и выберите, какие типы cookie вы разрешаете:
cookie_policy_accepted — хранит ваш выбор cookiePHPSESSID — сессияkey3 — запоминание входа_ix — единая сессия входа на ixbt.comadminuserskey — вход администратораtopic_add_autosave — автосохранение черновикаls_photoset_target_tmp — временные данные загрузки фотоgeo_country — определяет ваш регион_ga, _ga_*, _ym_uid, _ym_d, _ym_* — статистика посещений__gads, __gpi — таргетирование объявленийВы всегда можете изменить свои предпочтения в настройках.
Откуда вы взяли про второй Face ID?
Вы ставите знак равенства между «это началось до X» и «значит не из-за конкуренции». В бигтехе так не работает. R&D-циклы — 3–7 лет. Стратегические инвестиции делаются под угрозу входа, под соседние рынки и возможные стандарты. Это и есть динамическая конкуренция.
CUDA (2007): да, раньше ROCm. Но контекстом были альтернативные вычислительные стеки: BrookGPU/Close-to-Metal/ATI Stream, начинавшийся OpenCL/DirectCompute, и конкуренция CPU-кластер vs GPGPU (Intel/IBM и пр.). Nvidia стелила солому заранее, чтобы не оказаться заменяемой открытым стандартом.
NVLink (2014): да, раньше Gaudi. Но реальный соперник тогда — не Gaudi, а PCIe-узкое горлышко + масштабирование через CPU/Knights Landing/Omni-Path. Чтобы не проиграть масштабированию на CPU/фабриках/сетях, Nvidia ускорила собственный стек и позже закрепила эффект покупкой Mellanox. Это тоже превентивный ответ.
Tensor Cores/Volta (2017): работа началась до 2016, но закрепление приоритета случилось на фоне взрывного роста DL и появления TPU. То что в релизе оказались матричные блоки под ML, а не слегка улучшенный графический шейдер, отражает именно давление конкуренции за стандарт обучения.
GeForce NOW: сервисы начались до коммерциализации TPU у Google — верно. Но это все то же стратегическое опережение: Nvidia уводит конкуренцию с железа в платформу/облако/экосистему, где её барьеры входа выше.
«Начали раньше конкурента» — следствие ожиданий конкуренции, а не её отсутствия :)
G-Sync -> FreeSync -> G-Sync Compatible. Сначала Nvidia монетизировала проприетарный модуль. AMD протолкнула VESA FreeSync. Рынок потребовал открытой совместимости — Nvidia добавила G-Sync Compatible. В итоге Nvidia расширила число совместимых мониторов и сохранила премиум-сегмент G-Sync Ultimate. Конкуренция увеличила охват Nvidia.
Конкуренция — не помеха, благодаря ней Nvidia сегодня сильнее.
Ценность grok не столько в его коде, сколько в вычислительных мощностях, на которых его обучают.
То есть, если машина с заблокированным рулям из-за невозможности отвернуть наедет на пешехода или на другую машину, то виноват будет водитель?
Если это был выпад на мое сообщение, то, максимально упрощая: монополия выгодна тактически, но не выгодна стратегически. Рано или поздно она кончается, и бывший монополист остается у разбитого корыта или вообще банкротом.
Вот некоторые примеры провалившихся монополий:
— Интел против АМД. Тут и комментировать нечего — все на ваших глазах.
— Nokia против Apple и Андроид. В 2000-е Nokia контролировала до 40% рынка телефонов. Компания тормозила развитие смартфонов: Symbian не развивался, а сенсорные экраны и экосистему приложений игнорировали. Где она сейчас?
— Микрософт с ее Internet Explorer против Firefox и Chrome. В начале 2000-х IE занимал >90% рынка. Развитие практически остановилось: новые стандарты внедрялись медленно. Новички ее съели без труда.
— IBM с корпоративными ЭВМ против Microsoft+Intel. Компания пропустила переход к персональным ПК и софт-ориентированному миру. В итоге Microsoft и Intel забрали рынок ПК, а IBM ушла в консалтинг и серверные ниши.
— Blackberry со смартофонами был смыт Apple и Андроидами буквально за пару лет. Компания игнорировала потребительский сегмент и сенсорные смартфоны. Технологический лидер потерял всё, потому что перестал бежать вперёд.
Монополия даёт краткосрочные сверхприбыли, но почти всегда ослабляет лидера стратегически.
Как только появляется серьёзный конкурент, рынок быстро перетекает к нему.
Конкуренция усиливает ведущие компании стратегически.
от железа — к экосистеме (CUDA),
от видеокарт — к дата-центрам (DGX, NVLink, InfiniBand),
от железа — к сервисам (AI Enterprise, облачные интеграции).
В итоге конкуренция не просто «мешала» — она делала Nvidia той самой компанией, которая сегодня держит почти весь рынок ИИ.
У компаний получение прибыли может быть основной задачей. Но у людей, стоящих за компаниями, бывают и другие цели.
И Дженсен в области разработки видеокарт и карт для обучения ИИ — с их самого начала. Очевидно, уходить из этих областей не хочет. А хочет закреплять в них преимущество.
Посмотрим на историю.
* Когда AMD Radeon пыталась отобрать долю рынка у GeForce, Nvidia вложилась в технологии вроде DLSS, RTX и Studio Drivers. Эти разработки сделали GeForce более ценным для геймеров, дизайнеров, исследователей. Nvidia ушла далеко вперед в прикладной ценности.
* Когда AMD продвигала ROCm как альтернативу CUDA, Nvidia вложилась в развитие экосистемы: оптимизации для TensorFlow, PyTorch, ускоренные библиотеки (cuDNN, TensorRT), партнерские программы для университетов и стартапов. В итоге ROCm остался нишевым, а CUDA превратился в фактический стандарт. Конкуренция заставила Nvidia строить не только “железо”, но и экосистему, которую теперь крайне сложно заменить.
* Когда Intel вышла с Gaudi, ориентированный на обучение нейросетей, Nvidia ускорила выпуск A100/H100 с упором на матричные тензорные ядра и масштабируемость в DGX-кластерах. Nvidia также сделала акцент на NVLink, InfiniBand, превратив продукт в комплексное решение для дата-центров. Intel Gaudi так и не смог выбить Nvidia с рынка, а Nvidia получила ещё более крепкие позиции в HPC и облаках.
* Google начала активно продвигать TPU для своих облачных клиентов. Nvidia ответила агрессивным развитием облачных сервисов (NVIDIA AI Enterprise, partnerships с AWS, Azure, Oracle Cloud) и интегрировала CUDA в ML-фреймворки. Сегодня TPUs используются в Google Cloud, но глобальный рынок облачного ИИ всё равно сидит на Nvidia. Конкуренция подтолкнула Nvidia стать платформой, а не просто поставщиком чипов.
* Китайские игроки стали выпускать ИИ-чипы, более дешёвые и заточенные под локальный рынок. Nvidia в ответ ускорила релиз Hopper (H100) и готовит Blackwell (B200), делая ставку на более универсальные и гибкие решения, которые могут закрывать широкий спектр задач. Это укрепляет её позиции на глобальном рынке.
Наличие конкурентов у Nvidia — это хорошо для всей отрасли, в том числе и для самой Nvidia. Но этим конкурентам не мешало бы немного быстрее бежать.
Прорывная технология.
За ней тысячи часов работы КБ и сотни патентов.
Это организационно обеспечено или технически?