📊 Доминирование Nvidia в AI-чипах держится на трёх опорах, и каждая дала трещину По данным свежего разбора на Habr, Nvidia удерживает около 80% рынка AI-чипов благодаря трём столпам: передовому техпроцессу TSMC (сейчас 3 нм в Rubin R200), проприетарному интерконнекту NVLink/NVSwitch и экосистеме CUDA, на которой выросло поколение разработчиков. Но каждый из этих столпов уже атакуют: AMD представила GPU MI400X на 2 нм с 432 ГБ памяти — вдвое больше, чем у флагмана Nvidia, — и создала аналог CUDA — ROCm.AI; Broadcom, захватившая 16% выручки рынка, проектирует ASIC для Google и Anthropic, обеспечивая на 44% меньшее энергопотребление при инференсе по сравнению с Nvidia GB200. Китайские же компании, лишённые доступа к передовым техпроцессам, форсируют кластеризацию: кластер CloudMatrix 384 на чипах Huawei Ascend 910C выдаёт 300 PFLOPS — вдвое больше, чем Nvidia GB200 NVL72, хотя и с четырехкратным перерасходом энергии. Для российского ML-сообщества это сужает коридор до собственных ASIC или адаптации китайских решений — CUDA-монополия Nvidia остаётся недоступной территорией. Битва идёт не за гигафлопсы, а за стоимость инференса и разработки. ASIC выигрывают в энергоэффективности для узких задач, китайские кластеры — в госдотациях, а AMD медленно, но подтягивает софтверную экосистему. Однако самый тревожный сигнал — не технологический, а финансовый: падение Broadcom на 16% после отчёта с ростом прибыли на 88% показало, что рынок начинает сомневаться в бесконечном росте спроса на AI-железо. Если инвестиции охладеют, Nvidia пострадает первой. #Nvidia #AIhardware #CUDA #AMD #Broadcom