Arm запускает AGI CPU и конкурирует с Nvidia за рынок чипов для ИИ

По данным Computerworld, компания Arm меняет свою бизнес-модель, переходя от чистой разработки архитектуры процессоров к производству собственного аппаратного обеспечения. В основе новой стратегии лежит запуск AGI CPU, чипов, которые будут использоваться такими гигантами, как OpenAI и Meta⋆. Этот шаг позволяет Arm напрямую конкурировать на рынке с Apple, Intel, Nvidia, Amazon и Google, ранее выступавшими лишь лицензиатами её технологий.

Смена парадигмы: от архитектуры к железу

В течение более 40 лет компания специализировалась на проектировании микросхем, которые другие производители превращали в готовые устройства. Теперь фокус смещается на создание собственных решений. Новое аппаратное обеспечение станет платформой для запуска сложных задач искусственного интеллекта. Для поддержки этого перехода разработана программная среда Performix. Она использует алгоритмы и аналитику ИИ для помощи инженерам в выявлении проблемных участков кода и «горячих точек» в процессорах.

Этот переход указывает на глобальный тренд: производители чипов стремятся контролировать всю цепочку создания стоимости, от проектирования до финального продукта. Для рынка это сигнал о возможном изменении структуры поставок и конкуренции в сфере вычислительных мощностей.

Эволюция профессии инженера

Алекс Спинелли (Alex Spinelli), старший вице-президент по искусственному интеллекту и платформам разработчиков в Arm, отмечает фундаментальные изменения в инженерии. Если раньше развитие шло от перфокарт к языкам низкого уровня, а затем к высокоуровневым языкам программирования, то сейчас естественный язык, в частности английский, становится высшей формой взаимодействия с машиной.

Программирование не исчезает, но меняется способ его выражения. Инженерная деятельность трансформируется в сочетание управления продуктом, дизайна и архитектуры. Ключевым элементом новой модели становятся агенты — программные сущности, активно использующие возможности ИИ. Инженеру теперь важно понимать свое место в этой цепочке инструментов.

Спинелли приводит пример практического применения: использование облачной среды OpenClaw для запуска множества небольших моделей и встраиваемых моделей (SLM) на процессоре. В зависимости от задачи система может подключать быстрые и дешевые модели, такие как Haiku или Flash, или обращаться к мощным фундаментальным моделям вроде ChatGPT 5.5 для решения сложных задач рассуждения. Это и есть современная инженерия.

Риски и стратегии внедрения

Внедрение новых технологий несет за собой специфические риски, которые требуют внимания бизнеса.

• Финансовые риски: Стоимость токенов может стать значительной нагрузкой. Ошибки в конфигурации могут привести к резкому росту расходов, как в случае с фактурой в $500 за один уик-энд при неправильной настройке среды.
• Безопасность: Основные угрозы связаны не с самими фреймворками, а с действиями пользователей, например, с хранением паролей и токенов в открытом виде. В ответ на это появляются решения вроде NemoClaw от Nvidia, которые добавляют слой политик безопасности.
• Стандартизация: Эксперты рекомендуют компаниям избегать как чрезмерной стандартизации на одной модели, так и полного хаоса. Необходимо внедрять корпоративные политики прямо в фреймворки агентов.

Будущее разработки программного обеспечения

Отрасль движется к модели, напоминающей «быструю моду» в одежде. Резкое снижение стоимости производства ПО приведет к появлению одноразового программного обеспечения. Скорость создания проектов станет приоритетом, а неудачи будут восприниматься как часть процесса, подлежащая автоматическому исправлению.

Целью становится увеличение производительности инженеров в 10 раз. Для этого каждый специалист будет использовать экспертного «сидекара» (помощника) и рой агентов-разработчиков. Исследования показывают, что связывание агентов с конкретными ролями (дизайнер, архитектор, тестировщик) и регламентами дает результаты, превосходящие работу одного агента на порядки.

Несмотря на рост автоматизации, фундаментальные знания остаются критически важными. Спинелли сравнивает большие языковые модели (LLM) с талантливым, но самоуверенным выпускником магистратуры, которому нужен опыт старшего инженера для руководства. Понимание того, как работает компьютер, память и компиляторы, необходимо для контроля над решениями, принимаемыми ИИ.

Адаптация к переменам

В условиях еженедельных изменений в сфере ИИ традиционные методы планирования теряют актуальность. Компании должны полагаться на разнообразие мнений и гибкие подходы. Модульные архитектуры и ориентация на пользователя остаются важными, но способность быстро меняться становится ключевой.

i

Создано специально для ASECTOR

Концептуальное изображение

Принципы гибкой разработки (Agile), которые ранее отошли на второй план, снова выходят на первый план. Стратегия «думать наперед, но не пытаться создать защиту от будущего» становится более эффективной, так как многие предположения о будущем могут оказаться неверными.

Ситуация требует детального анализа со стороны руководителей и технических специалистов, чтобы понять, как интегрировать эти изменения в текущие бизнес-процессы без потери контроля над качеством и безопасностью.

Когда архитектор решает строить дом

Решение Arm запустить собственные процессоры AGI CPU меняет правила игры в индустрии полупроводников. Компания, десятилетиями остававшаяся нейтральным поставщиком архитектурных чертежей, выходит на поле, где её клиентами являются Apple, Google, Amazon и Nvidia. Этот шаг превращает Arm из стандарта в конкурента, способного диктовать условия бывшим партнерам.

Стратегия напоминает попытку архитектора, продававшего проекты, начать строительство домов под своим брендом. Однако у Arm нет того, что есть у Apple: собственной экосистемы устройств и прямого контакта с конечным пользователем. Успех Apple строится на полном контроле цепочки создания стоимости — от чипа до сервиса, что создает высокий барьер для входа и обеспечивает стабильную прибыль ~67449. Arm пытается повторить эту модель вертикальной интеграции, но без «железа» для массового рынка её позиция уязвима.

Риск заключается в потере нейтралитета. Если Arm начнет продвигать свои чипы как оптимальное решение для ИИ, это может спровоцировать ответную реакцию со стороны гигантов, которые уже доказали способность обходить её ограничения. Qualcomm, например, недавно выиграл ключевой судебный спор против Arm, сохранив право использовать лицензию без ограничений, что укрепило её позиции в разработке собственных процессоров ~37548. Apple также уже продемонстрировала готовность уйти от зависимости от внешних поставщиков, перейдя на собственные чипы на базе архитектуры Arm и сделав её прямым конкурентом Intel ~38023.

Важный нюанс: Попытка Arm захватить всю цепочку стоимости может ускорить распад её экосистемы, так как ключевые клиенты, видя в ней конкурента, будут активнее развивать собственные решения или искать альтернативы.

Экономика ошибок в эпоху агентов

Внедрение инструментов вроде Performix и переход к управлению агентами через естественный язык меняют экономику разработки программного обеспечения. Снижение порога входа ведет к взрывному росту объема создаваемого кода, но не отменяет ответственности за ошибки. Напротив, цена ошибки в новой модели становится выше.

Автоматизация позволяет агентам работать круглосуточно, что при неправильной настройке может привести к неконтролируемым расходам. Пример с фактурой в $500 за уик-энд из-за сбоя в конфигурации среды иллюстрирует этот риск. В условиях системного дефицита мощностей, когда Intel вынуждена повышать цены на процессоры на 10% из-за перетока ресурсов в сегмент ИИ ~66117, каждая ошибка в коде, сжигающая вычислительные ресурсы, превращается в прямую финансовую потерю.

Дефицит центральных процессоров, необходимый для работы автономных агентов, уже ощущается на рынке. Intel, AMD и Nvidia сталкиваются с невозможностью выполнить все обязательства перед гиперскейлерами из-за нехватки производственных мощностей ~59238. В такой ситуации ошибка в логике агента, требующего дополнительных ресурсов, может привести не только к убыткам, а к потере доступа к критической инфраструктуре.

Стоит учесть: Автоматизация разработки не снижает стоимость ошибки, а лишь увеличивает её потенциальный масштаб, превращая технические сбои в прямые финансовые потери за считанные часы.

Смена роли инженера и кадровый вызов

Трансформация инженерной деятельности смещает фокус с написания кода на управление архитектурой и контроль решений. Естественный язык становится основным интерфейсом взаимодействия с машиной, но это требует от специалиста новых компетенций. Инженер будущего должен уметь оценивать логику работы агентов и предотвращать накопление скрытых дефектов.

Это создает ситуацию, где спрос смещается с исполнителей на архитекторов и контролеров. Те, кто привык писать код вручную, рискуют оказаться невостребованными, если не смогут переквалифицироваться в менеджеров ИИ-агентов. Компании, полагающиеся на автономные модели без опытного надзора, столкнутся с риском снижения качества систем.

Для российского рынка это сигнал о необходимости пересмотра подходов к обучению и найму. Глобальный тренд на модульную разработку и «одноразовое» ПО требует гибкости. Те, кто попытается сохранить старые методы планирования, проиграют в скорости. Однако слепое следование моде на агентов без понимания их ограничений приведет к потере контроля над критически важными процессами.

Конкуренция за ресурсы и стандарты

Выход Arm с собственными чипами происходит на фоне жесткой конкуренции за вычислительные ресурсы. Nvidia, стремясь контролировать весь технологический стек, планирует выпустить собственные процессоры для ноутбуков, что создает прямую угрозу для Intel и AMD ~67132. Google инвестирует миллиарды в развитие инфраструктуры, понимая, что наличие мощностей становится фактором выживания ~56611.

В этих условиях попытка Arm стать производителем чипов может быть воспринята рынком как угроза независимости. Если Apple и Qualcomm уже показали, что могут обходить Arm, то выход Arm в производство может ускорить этот процесс. Google, Amazon и Meta⋆, являющиеся ключевыми клиентами, могут начать активнее развивать собственные процессоры, чтобы не зависеть от поставщика, который теперь является их конкурентом.

На фоне этого: Успех внедрения ИИ-агентов зависит не от количества моделей, а от качества человеческого надзора, который превращает хаос автоматизации в управляемый бизнес-процесс.

Итогом становится не только технологическое обновление, а перераспределение ресурсов и ответственности. Arm, создавая свои чипы, и инженеры, делегирующие задачи агентам, формируют новую реальность, где скорость и масштабируемость становятся главными валютами, а цена ошибки — самым дорогим активом. Рынок ИИ требует нейтральных стандартов для масштабирования, и потеря этого статуса может стоить Arm доли в индустрии.