Три графика, иллюстрирующие конференцию GTC от NVIDIA: чем дешевле вычислительная мощность, тем больше ее используют.

От итераций оборудования до экономических моделей, контент, представленный на конференции GTC от NVIDIA, раскрывает глубокую логику, выходящую за рамки простого технологического прогресса. "Стоимость токенов снизилась в десять раз", на что обратил внимание Йен Хен, – это не изолительный технологический прорыв, а результат системной оптимизации, включающей точность FP4, движок Transformer и программное обеспечение динамической обработки Dynamo. Это снижение затрат запускает ключевой экономический механизм: парадокс Джевонса.

Когда стоимость единицы вычислительной мощности резко снижается, общий спрос не линейно сокращается, а экспоненциально возрастает. Рост капитальных затрат облачных провайдеров на 170% за три года является тому подтверждением. Низкая стоимость вычислений делает экономически целесообразными сценарии использования, которые ранее были нерентабельными (например, круглосуточная поддержка клиентов, оптимизация ставок в рекламе, генерация мультимодальных данных), что приводит к увеличению потребления вычислительной мощности. Это похоже на историческую закономерность, когда повышение эффективности паровых машин приводило к увеличению общего потребления угля.

Гениальность стратегии NVIDIA заключается в том, что она усиливает этот парадоксальный эффект посредством платформенного подхода. Эволюция от H100 к Vera Rubin показывает, что на разных этапах прорывом в производительности становятся пропускная способность памяти, дизайн chiplet и усовершенствование технологического процесса, но истинным барьером является экосистема совместной работы аппаратного и программного обеспечения. 7-кратное повышение производительности вычислений благодаря операционной системе Dynamo подтверждает это – повышение эффективности оборудования удваивается благодаря программному уровню.

Объявление о триллионных заказах – это, по сути, признак того, что наклон кривой спроса на вычислительную мощность еще не достиг своего пика. Когда стоимость токенов приближается к пределу, взрывной рост сценариев использования продолжается. Огромные капитальные затраты облачных провайдеров направляются не только на кластеры обучения, но и все больше на инфраструктуру вычислений, поскольку приложения искусственного интеллекта в реальном времени становятся новым каналом трафика.

Стоит отметить, что NVIDIA выходит на рынок процессоров для агентов с помощью Vera CPU, что означает, что архитектура вычислений переходит от "ориентированной на GPU" к "оптимальной конфигурации для конкретных сценариев". В будущем конкуренция на рынке вычислительной мощности будет заключаться не только в гонке за FLOPS, но и в способности к тонкой настройке для конкретных рабочих нагрузок.

Этот эволюционный процесс дает следующие уроки для криптоиндустрии: децентрализованные сети вычислительной мощности должны создавать аналогичные циклы обратной связи между затратами и спросом. Когда валидаторы обращают внимание на рентабельность инвестиций в оборудование, ключевым фактором станет возможность достижения более низких граничных затрат и более широкого спектра применения. В настоящее время эффект масштаба централизованных облачных провайдеров остается сильным, но ограничения по электроэнергии и потребности в индивидуализации могут создать возможности для альтернативных решений. Настоящим прорывом может стать поиск сценариев использования для агентов, которые подходят для распределенной архитектуры вычислительной мощности, а не простое повторение пути NVIDIA.