Снимка: iStock

Nvidia разработва ново семейство модели за изкуствен интелект под името Nemotron 4, с което компанията цели да се конкурира с най-добрите отворени модели в света. Най-голямата версия се очаква да разполага с поне 1 трилион параметъра, като финалното обучение все още не е приключило и моделът може да бъде готов най-рано към края на есента.

Разработката показва как Nvidia постепенно разширява ролята си отвъд производството на чипове и се стреми да заеме по-централно място в софтуерната екосистема около изкуствения интелект.

Компанията вече е безспорен лидер при графичните ускорители, използвани за обучение и работа на големи модели, но все по-активно инвестира и в собствен софтуер, библиотеки и модели.

Nemotron 4 трябва да се превърне в най-амбициозния ѝ проект в тази област.

Размерът от най-малко 1 трилион параметъра поставя системата сред най-големите публично известни модели. Параметрите представляват числовите стойности, които моделът научава по време на обучението и използва, за да разпознава закономерности, да генерира отговори и да изпълнява задачи.

По-големият брой параметри обаче не означава автоматично по-висока производителност. Архитектурата, качеството на данните, ефективността на обучението и начинът, по който моделът използва отделните си компоненти, също имат ключово значение.

Nvidia все още не е определила официална дата за пускането на Nemotron 4.

Компанията потвърждава, че работи по следващото поколение Nemotron, но не е потвърдила конкретните технически характеристики, включително размера от 1 трилион параметъра.

Фокусът върху отворените модели идва в момент, когато те привличат все по-голям интерес от компании и разработчици.

Една от основните причини е цената.

Разходите за използване на водещите затворени модели се увеличават с нарастването на потреблението, докато моделите с отворени тегла могат да бъдат изтеглени, модифицирани и използвани върху собствена инфраструктура.

Това позволява на компаниите да имат по-голям контрол върху разходите, данните и начина, по който моделите се адаптират към конкретни задачи.

Допълнителен натиск идва от Китай.

Китайски компании успяха значително да намалят разликата спрямо най-добрите американски модели, като едновременно предлагат значително по-ниски цени и в много случаи публикуват теглата на системите си.

Moonshot AI, Alibaba и DeepSeek са сред компаниите, които през последните месеци пуснаха модели, способни да се конкурират с водещи системи на OpenAI и Anthropic при определени задачи.

Това променя стратегическия баланс на пазара.

Ако американските компании концентрират най-добрите си модели изцяло зад платени програмни интерфейси, а китайските конкуренти предлагат близка производителност чрез свободно достъпни системи, разработчиците могат постепенно да започнат да изграждат повече приложения върху китайска технология.

Именно срещу подобен сценарий се обявява Nvidia.

Компанията заявява, че всяка държава и всяка компания трябва да има достъп до водещи отворени модели, върху които може да изгражда собствени системи.

Аргументът е, че подобна инфраструктура може да подпомогне иновациите, сигурността и независимостта от ограничен брой доставчици.

Nvidia вече участва и в по-широка коалиция от технологични компании, която подкрепя развитието на модели с отворени тегла и настоява американските власти да не въвеждат прекомерни ограничения върху тях.

Сред поддръжниците на подобен подход са и Microsoft и други големи представители на технологичната индустрия.

За Nvidia съществува и очевиден икономически стимул.

Колкото повече компании могат да изтеглят и използват собствени модели, толкова повече изчислителна мощност ще бъде необходима за тяхното обучение, настройване и използване.

А основната част от тази изчислителна инфраструктура в момента работи с чипове на Nvidia.

Така компанията може да има интерес самият модел да бъде евтин или дори безплатен, ако това стимулира значително по-голямо търсене на хардуера, необходим за работата му.

Отворените модели могат да разширят пазара от няколко големи лаборатории към хиляди компании, университети, правителства и разработчици.

Това би намалило зависимостта на Nvidia от инвестиционните бюджети на малък брой технологични гиганти и би разширило общия пазар за ускорители.

Стратегията обаче има и рискове.

Отворените модели могат да бъдат модифицирани и използвани без същите ограничения, които разработчиците могат да налагат върху затворените системи.

Последните случаи на пробиви и злоупотреби с автономни агенти увеличиха вниманието към потенциалните рискове за киберсигурността.

При отворен модел разработчикът трудно може да ограничи конкретни приложения, след като теглата вече са публично достъпни.

Nvidia обаче защитава позицията, че отвореността може да помогне и за сигурността, защото повече независими специалисти могат да анализират системите, да откриват слабости и да разработват защити.

Компанията предприе и други стъпки в същата посока.

Паралелно с информацията за Nemotron 4 Nvidia представи Nemotron 3.5 Lightning - модел, насочен към задачи като проверка на програмен код, използване на инструменти, наблюдение на сигнали за сигурност и обработка на клиентски запитвания.

Компанията представи и NeMo Switchyard - библиотека с отворен код, която автоматично насочва различните задачи към най-подходящия модел.

Това подсказва, че Nvidia не залага непременно на сценарий, при който един модел ще доминира всички задачи.

По-скоро компанията изгражда екосистема, в която различни модели могат да бъдат използвани според тяхната цена, скорост и способности.

За производител на хардуер това е логична стратегия.

Nvidia няма задължително нужда Nemotron 4 да победи OpenAI, Anthropic или китайските конкуренти по всеки показател. По-важно е използването на изкуствен интелект да продължи да се разширява и повече компании да изпълняват модели върху инфраструктурата на Nvidia.

Нарастващата конкуренция от Китай прави тази стратегия още по-важна.

Moonshot AI вече представи Kimi K3 с 2,8 трилиона параметъра, а Alibaba разработи Qwen3.8-Max с 2,4 трилиона. ByteDance работи по още по-мащабна система, която според информацията може да достигне до 10 трилиона параметъра.

Това показва колко бързо се ускорява надпреварата при моделите.

Самият размер обаче няма да бъде достатъчен.

За Nemotron 4 ще бъде решаващо дали Nvidia може да предложи производителност, близка до най-добрите американски и китайски системи, без разходите за обучение и използване да станат прекомерни.

Ако успее, компанията може да се превърне не само в основен доставчик на хардуера за изкуствен интелект, но и в един от ключовите доставчици на самите модели.

Това би разширило влиянието ѝ върху цялата индустрия - от чиповете и центровете за данни до софтуера и крайните приложения.

Nemotron 4 все още е в процес на разработване и финалните му възможности не са известни. Но самият мащаб на проекта показва, че Nvidia не възнамерява да остане само компанията, която продава изчислителната мощност за революцията в изкуствения интелект.

Тя все по-ясно иска да участва и в определянето на технологията, която ще работи върху собствените ѝ чипове.

*Материалът е с аналитичен характер и не е съвет за търговия на финансовите пазари.