NVIDIA начала продавать способы изготовления лопат.

Автор: Ада, TechFlow

Сан-Франциско, конференц-центр Сан-Хосе, место проведения GTC.

Главный ученый Nvidia Билл Далли сидел на сцене напротив Джеффа Деана из Google. Пока они беседовали, Далли озвучил цифру: «Ранее для переноса библиотеки стандартных ячеек, содержащей около 2500–3000 элементов, требовалась команда из 8 инженеров, работавших около 10 месяцев».

Он сделал паузу.

«Теперь для этого достаточно всего одной графической карты и одной ночи вычислений».

В зале не последовало возгласов удивления, потому что те, кто понял смысл сказанного, знали, что это значит. Работа восьмерых инженеров за десять месяцев была поглощена одной собственной GPU Nvidia всего за одну ночь. И Далли добавил: результаты, полученные в ходе этих вычислений, по трем ключевым показателям — площади, энергопотреблению и задержке — соответствовали человеческому дизайну или даже превосходили его.

На следующий день новости интерпретировались как «Nvidia использует ИИ для проектирования GPU».

Но реальное положение дел гораздо глубже и многозначительнее, чем звучит в заголовках новостей.

Что именно работает внутри Nvidia?

То, что работает внутри Nvidia, также не является «черным ящиком», а представляет собой несколько инструментальных цепочек, оттачивавшихся годами.

NB-Cell — это программа на основе обучения с подкреплением, которая занимается самой тяжелой задачей — миграцией библиотек стандартных ячеек. Prefix RL призван решить давнюю исследовательскую проблему размещения этапа предсказания в цепях предсказания переноса. Далли отметил, что сгенерированные системой компоновки «невозможно представить человеческому разуму», а ключевые показатели улучшились примерно на 20–30% по сравнению с человеческим дизайном.

Далее идут две внутренние LLM — Chip Nemo и Bug Nemo. Nvidia подала на эти большие языковые модели RTЛ-код каждой исторической GPU, архитектурную документацию и спецификации дизайна. По словам Далли, это равносильно тому, как если бы профессиональная память Nvidia в течение двадцати лет (от G80 до Blackwell) была дистиллирована в одну внутреннюю модель, так что новичок сразу получал доступ к знаниям инженера высшей квалификации с двадцатилетним стажем.

Так может ли «ИИ проектировать GPU»?

Совершенно наоборот. Оригинал слов Далли звучал так: «Я бы очень хотел однажды просто сказать „спроектируй мне новую GPU“, но мы пока очень далеки от этого».

Nvidia не спроектировала GPU с помощью ИИ. Но другое ее действие оставляет целую отрасль без возможности обойтись без нее в будущем.

Покупка доли в сердце индустрии EDA за 2 миллиарда долларов

1 декабря 2025 года Nvidia приобрела долю в Synopsys, одном из трех гигантов EDA, за 2 миллиарда долларов. Стороны подписали соглашение о совместной разработке, в котором стек ускоренных вычислений Nvidia был интегрирован во весь рабочий процесс EDA Synopsys, а GPU Blackwell и будущая архитектура Rubin будут глубоко интегрированы с Synopsys.ai.

Положение Synopsys требует пояснения. При проектировании практически каждого чипа передового технологического процесса в мире — будь то серия Apple M, AMD MI или Google TPU — используются инструментальные цепочки Synopsys или Cadence. Вместе с Siemens EDA эти три компании монополизировали базовые инструменты для проектирования микросхем. Вы можете отказаться от чипов Qualcomm или производственных линий TSMC, но отказаться от программного обеспечения этих трех компаний невозможно.

Через три месяца после инвестиций в Synopsys Nvidia привлекла к сотрудничеству Cadence, Siemens и Dassault, объявив, что все они разрабатывают управляемые ИИ инструменты для проектирования чипов на базе GPU Nvidia.

Публикуемые Nvidia данные бенчмарков выглядят впечатляюще: Synopsys PrimeSim работает в 30 раз быстрее на Blackwell, Proteus — в 20 раз быстрее, Sentaurus ускоряется в 12 раз на B200 по сравнению с CPU. MediaTek увеличила скорость работы Cadence Spectre в 6 раз с помощью H100. Astera Labs ускорила верификацию чипов в 3,5 раза с использованием Synopsys + NVIDIA.

Единственная деталь, которую стоит выделить отдельно: платформа Cadence Millennium M2000 имеет маркировку «Разработана специально для рынка EDA, исключительно на базе NVIDIA Blackwell».

Два слова «исключительно» заслуживают особого внимания. Это означает, что раньше инструменты EDA работали на CPU, и ими могли пользоваться как Intel, так и AMD. В будущем, чтобы получить самый быстрый EDA, придется покупать только карты Nvidia.

Настоящая структура бизнес-маховика

Маховик Nvidia, в понимании большинства, выглядит так: продажа GPU компаниям, занимающимся ИИ; эти компании обучают большие модели; модели доказывают незаменимость GPU, и больше людей начинают покупать GPU.

Этот маховик уже сам по себе ужасающ. Но под ним скрывается еще один слой.

Nvidia проектирует GPU следующего поколения с помощью собственных инструментов, увеличивая разрыв между поколениями за счет эффективности дизайна, одновременно привязывая инструментальные цепочки EDA всей отрасли к своему оборудованию. Конкуренты хотят догнать, но даже инструменты для догонялки им придется арендовать в экосистеме Nvidia.

Именно этот страх скрывается за отчетом об убытках AMD, вызвавшим резкое падение акций. Даже если Nvidia и Synopsys публично заявляют, что «инвестиции не предполагают никаких обязательств по покупке оборудования Nvidia», рынок прекрасно понимает: первоначальный выпуск функций EDA с ускорением происходит исключительно на оборудовании Nvidia, а AMD и Intel остаются зависеть от «пути оптимизации под платформу главного конкурента».

Представьте: инженер AMD хочет в будущем разработать чип, противостоящий Blackwell. Он запускает инструмент Synopsys, который работает быстрее всего на GPU Nvidia. Тогда ему либо приходится мириться с двухкратным увеличением цикла проектирования, либо закупать множество карт Nvidia для разработки чипов, призванных победить Nvidia.

Лопаты все еще продаются. Но изменился способ их продажи.

Реальное положение дел с китайскими GPU

Доходя до этого момента, необходимо привести цифры, которые помогут прийти в себя.

В том же году, когда чистая прибыль Nvidia по итогам 2025 финансового года превысила 70 миллиардов долларов, четыре лидера китайских GPU — Moore Threads, MetaX, Biren и Enflame — толпятся в очереди перед окном IPO.

Из проспекта эмиссии Moore Threads следует, что за три года с 2022 по 2024 год совокупный чистый убыток составил 5 млрд юаней, а за первое полугодие 2025 года он увеличился еще на 271 млн юаней. На 30 июня накопленные непокрытые убытки достигли 1,478 млрд юаней. Руководство компании самостоятельно прогнозирует, что выход на прибыльность по консолидированной отчетности возможен не ранее 2027 года. У MetaX дела обстоят чуть лучше: за три года совокупный убыток превысил 3 млрд юаней. Хуже всех пришлось Biren: за полтора года убытки достигли более 6,3 млрд юаней, а выручка за первое полугодие 2025 года составила всего 58,9 млн юаней, что составляет лишь малую часть от 702 млн юаней, заработанных Moore Threads за тот же период.

Если посмотреть на интенсивность инвестиций в НИОКР, доля расходов на разработку у Moore Threads в 2022 году достигала 2422,51% от выручки, а в 2024 году оставалась на уровне 309,88%. Средства, затраченные на разработку за год, превышают доходы втрижды. Это уже не ведение бизнеса, а поддерживающая инфузия, постоянное переливание капитала из первичного рынка и недавно открывшегося окна биржевого сегмента科技创新板.

Ситуация с инструментами еще более критична. Согласно проспекту IPO Empyrean 2022 года, инструменты лишь частично поддерживают передовые технологические процессы 5 нм. Primemore может охватывать узлы 7 нм / 5 нм / 3 нм, но предлагает только точечные решения, далеко не полный цикл проектирования.

Основатель Empyrean Лю Вэйпин прямо заявил: «Поддержка передовых процессов китайскими EDA-системами по-прежнему явно недостаточна, особенно для современных 7 нм, 5 нм, 3 нм и т. д. В настоящее время китайские EDA могут обеспечить уровень 14 нм. Хотя технологии 7 нм освоены, их глубокая интеграция с практическим применением требует синхронизированных усилий всей производственно-технологической цепочки».

Другими словами, полный цикл EDA для передовых процессов китайским разработчикам практически недоступен. Китайские компании по разработке GPU при проектировании чипов до сих пор используют Synopsys и Cadence. В 2025 году Трамп временно объявил об экспортном контроле над всем ключевым программным обеспечением. Хотя эти меры так и не были реализованы на практике, инструменты EDA для процессов ниже 7 нм по-прежнему находятся под строгим контролем. То, когда будет перекрыт доступ к лицензиям, зависит не от них, а от решений других стран.

Реакция капитального рынка оказалась настолько магической. В день листинга MetaX акция закрылась на уровне 829,9 юаней, показав суточный рост на 692,95%. После листинга Moore Threads стоимость ее акции временно заняла третье место среди акций сектора A, уступив только Kweichow Moutai и Cambricon. По оценкам некоторых СМИ, исходя из текущей стоимости, рыночная капитализация компании составляла около 359,5 млрд юаней.

За этими цифрами скрывается суровая реальность: группы компаний, которые все еще работают с убытками, расходуют капиталы и зависят от контролируемых зарубежных инструментальных цепочек для продолжения проектирования чипов, на вторичном рынке оцениваются как наследники «китайской Nvidia».

А инструменты, которые эти компании используют для проектирования чипов, становятся частью экосистемы Nvidia. Сделка Nvidia и Synopsys на 2 миллиарда долларов, маркировка платформы Cadence Millennium M2000 «исключительно на базе NVIDIA Blackwell» превращают сам процесс догоняющего развития в парадокс.

Полная цепочка от проектирования до производства

Вернемся к беседе на GTC.

Далли на протяжении всего мероприятия демонстрировал скромность. «ИИ еще очень далек от самостоятельного проектирования чипов» — эту фразу Nvidia повторяет уже четыре-пять лет. Но формулировки ежегодно меняются. Четыре года назад утверждалось, что «ИИ может помогать в проектировании», три года назад — что «ИИ может автоматизировать определенные этапы», а в этом году прозвучало, что «одной ночью выполняется работа восьми инженеров за десять месяцев». Каждый год происходит небольшой сдвиг вперед, но всегда оставляется фраза о том, что «до конечной цели еще очень далеко». Когда спустя три года оглянешься назад, окажется, что прошлое «еще очень далеко» уже достигнуто, а новое «еще очень далеко» определяется там, куда конкуренты пока не достают.

Все действия Nvidia за последние двенадцать месяцев сводились фактически к одному: внедрению ИИ в самые ценные и обладающие самыми глубокими «ровыми укреплениями» участки цепочки создания стоимости чипов, а затем поэтапной продаже этих инструментов всей отрасли.

Фронтенд проектирования чипов захвачен внутренними LLM, такими как Chip Nemo; задачи середицы процесса — миграцию библиотек стандартных ячеек и оптимизацию макета — взяли на себя NB-Cell и Prefix RL; вся инструментальная цепочка EDA через инвестиции Synopsys на 2 млрд долларов и маркировку Cadence «исключительно на базе Blackwell» жестко привязана к собственным GPU Nvidia; вычислительные задачи фотохимической литографии на этапе производства взял на себя cuLitho, которой уже пользуется TSMC.

От проектирования до производства Nvidia заново перестроила каждый этап с помощью ИИ. Каждый путь ведет к одному и тому же итогу: если вы хотите использовать самые быстрые инструменты, вам придется купить карту Nvidia.

Для всех конкурентов, стремящихся создать чип, способный победить Blackwell, самая неприятная ситуация уже наступила. Версия EDA-инструментов для проектирования этого чипа, работающая быстрее всего, доступна на GPU Nvidia; вычисления для литографии при производстве этого чипа используют самые быстрые алгоритмы от Nvidia; а вычислительные мощности, необходимые для тренировки ИИ, использующегося в процессе проектирования, также предоставляются картами Nvidia.

Конкурент, которого вы пытаетесь победить, уже сдает вам в аренду все необходимые для победы инструменты. Арендная плата выплачивается ежегодно, а условия договора предусматривают повышение цены каждый год.