NVIDIA переходит к поставкам полных систем для AI-инфраструктуры

По данным Wccftech, NVIDIA находится в процессе масштабной трансформации своей стратегии поставок в сфере искусственного интеллекта. Компания, ранее поставлявшая отдельные компоненты, такие как графические процессоры и платы для серверов, теперь рассматривает возможность поставки целых систем. Это решение направлено на ускорение развертывания AI-инфраструктуры и упрощение взаимодействия с партнёрами.

Изменение модели поставок

Ранее NVIDIA передавала основную часть сборки серверных стоек компаниям, таким как Foxconn, Quanta и Wistron, оставляя за собой только поставку ключевых элементов, включая GPU и платы. Однако, как стало известно в ходе третьего квартального звонка Wistron, аналитик JPMorgan отметил, что NVIDIA планирует сменить подход. Вместо поставки отдельных компонентов компания может начать поставлять полные системы, включая заданные архитектурные схемы. Это позволит партнёрам избежать самостоятельного проектирования стойки и сосредоточиться на сборке по готовым схемам.

Стратегия «MGX» и ускорение развертывания

Решение NVIDIA связано с её архитектурой MGX, которая определяет как физическое, так и электрическое устройство сервера, переходя от отдельного узла к масштабным rack-scale системам. Такой подход уже позволяет сократить время развертывания с 9–12 месяцев до 90 дней, поскольку 80% системы предварительно определены и проверены NVIDIA. Это особенно важно для новых архитектур, таких как Rubin и Rubin CPX, которые будут поставляться клиентам быстрее.

Потенциальные выгоды для всех сторон

С точки зрения партнёров, включая Wistron, такой сдвиг не приведёт к значительному изменению бизнеса. Наоборот, он может принести преимущества, поскольку позволит избежать сложностей, связанных с проектированием. Для NVIDIA же это шаг к расширению TAM (Total Addressable Market) и увеличению маржинальности за счёт полных поставок систем.

Интересно: Как повлияет на рынок переход NVIDIA от поставок отдельных компонентов к полным системам, и сможет ли это ускорить масштабирование AI-инфраструктуры без потери гибкости у партнёров?

i

Создано специально для ASECTOR

Концептуальное изображение

Стратегия NVIDIA: От компонентов к системам

Когда «готовое решение» становится новой нормой

NVIDIA делает шаг, который может изменить привычный порядок вещей в сфере искусственного интеллекта. Ранее компания специализировалась на поставке отдельных компонентов — графических процессоров, серверных плат — доверяя сборку и интеграцию партнёрам. Теперь же, как стало известно, NVIDIA рассматривает возможность поставки целых систем, включая архитектурные схемы. Это не изменение в логистике, а сдвиг в стратегии, который может повлиять на весь рынок.

Как работает новая модель

Вместо того чтобы передавать Foxconn, Quanta или Wistron задание собирать серверные стойки по собственным схемам, NVIDIA предлагает готовые решения. Это подразумевает, что партнёры получают не только компоненты, но и архитектурные указания, которые нужно лишь реализовать. Такой подход ускоряет процесс развертывания: вместо 9–12 месяцев — 90 дней. Это достигается за счёт того, что 80% системы уже определены и протестированы.

Это похоже на то, как в строительстве домов всё чаще появляются готовые проекты, которые строительные компании лишь реализуют. Это снижает риски, ускоряет процесс, но при этом снижает гибкость — ведь теперь нельзя только «вставить» другой элемент в готовую систему.

Кто выигрывает, а кто теряет

Для NVIDIA такой шаг — стратегический. Компания расширяет TAM (Total Addressable Market), увеличивая контроль над цепочкой поставок и, соответственно, маржинальность. Для партнёров, таких как Wistron, это может быть выгодно: они избавляются от сложностей проектирования и сосредотачиваются на сборке. Однако в долгосрочной перспективе это может снизить их роль в цепочке создания стоимости.

В смежных сегментах — например, у компаний, которые специализируются на проектировании серверов — это может вызвать перераспределение ресурсов. Если NVIDIA предлагает готовые решения, то спрос на кастомизацию будет снижаться. Это может сработать как эффект домино, затронув и рынок программного обеспечения, и рынок услуг по адаптации оборудования.

Важный нюанс: NVIDIA не только меняет модель поставок, она создаёт новую форму зависимости: клиенты всё больше полагаются на её архитектурные решения, а партнёры — на её схемы. Это снижает барьер входа, но повышает барьер выхода.

Рыночные тренды, подкрепляющие стратегию NVIDIA

Решение NVIDIA поставлять полные системы выглядит как логичный следующий шаг в условиях, когда спрос на компоненты искусственного интеллекта растёт экспоненциально. Это подтверждается рядом данных из смежных секторов.

Рост спроса на чипы и память. Компания TSMC, один из ключевых производителей полупроводников, увеличивает долю 3-нм техпроцесса в выручке до 23% благодаря росту заказов NVIDIA на 35 000 лотов в месяц [!]. Это связано с разработкой новых чипов, таких как Vera Rubin и Rubin Ultra, ориентированных на ИИ. В свою очередь, рост спроса на графические процессоры и память HBM приводит к дефициту и росту цен на компоненты, включая DRAM и NAND. Например, цены на модули DDR5 выросли на 60%, а стоимость NAND-чипов увеличилась более чем вдвое [!].

Расширение инфраструктуры. NVIDIA оказывается в центре масштабных инвестиций в ИИ-инфраструктуру. Например, OpenAI заключила соглашение с Amazon на $38 млрд, в рамках которого получает десятки тысяч чипов NVIDIA для масштабирования своих моделей [!]. Также компания Anthropic инвестирует $50 млрд в создание дата-центров в США, где NVIDIA будет играть ключевую роль в обеспечении вычислительных мощностей [!].

Геополитический контекст. В условиях роста технологической конкуренции, Китай временно снял экспортные ограничения на полупроводниковые материалы, такие как галлий и германий, что может временно облегчить доступ к сырью для американских разработчиков ИИ, включая NVIDIA [!]. Это подчёркивает важность NVIDIA в глобальной цепочке поставок.

Что дальше: интеграция, конкуренция и риски

NVIDIA продолжает усиливать свою позицию на рынке, но конкуренция растёт. AMD активно развивает свои ИИ-чипы, такие как MI355 и MI450, которые обещают улучшенную архитектуру и энергоэффективность [!]. Это создаёт давление на NVIDIA, заставляя её ускорять инновации и повышать качество решений.

В то же время, переход к поставкам полных систем может повысить затраты. Например, TSMC планирует повысить цены на чипы 2–4 нм на 3–5% ежегодно, начиная с 2026 года [!]. Это, в свою очередь, может сказаться на стоимости оборудования NVIDIA, особенно в сегменте потребительских видеокарт и ускорителей ИИ.

Важный нюанс: Для партнёров, таких как Foxconn и Quanta, это может быть как возможностью, так и вызовом. С одной стороны, они избавляются от сложностей проектирования и могут сосредоточиться на сборке. С другой — их роль в цепочке создания стоимости сокращается, что может повлиять на долгосрочную стратегию развития.

Заключение

NVIDIA демонстрирует устойчивую тенденцию к расширению влияния в сфере искусственного интеллекта, меняя не только модель поставок, но и подход к интеграции. В условиях роста спроса на ИИ-инфраструктуру, компании, которые смогут предложить готовые решения, будут в выигрыше. Однако важно учитывать, что рынок становится всё более конкурентным, а глобальные факторы, такие как геополитика и рост цен на полупроводниковые компоненты, могут повлиять на темпы развития. Для бизнеса ключевым остаётся баланс между скоростью внедрения и гибкостью, что делает стратегию NVIDIA интересной, но и требующей внимательного анализа.