Если среди американских производителей, я бы поставил на Google и объясню почему.

▪️ Ресурсы определяют долгосрочную устойчивость – Google имеет колоссальный операционный денежный поток в 150 млрд долларов в год, который может без потери стратегической устойчивости отгружать в «плантации ИИ фабрик», чего не может себе позволить OpenAI, Anthropic и xAI, сидящие на подсосе у венчурных инвесторов. 

▪️ Мощнейшая инженерная школа DeepMind (практически все ведущие ученые в LLM являются выходцами из DeepMind). Работают медленнее и менее рисково, чем стартапы, но зато системно и последовательно.

▪️Общемировая корпоративная и потребительская клиентская база в несколько миллиардов уникальных пользователей, удерживая через развитую сеть цифровых сервисов Google на всех уровнях (от развлекательных, поисковых, навигационных до бизнес сервисов) и слоях, платформах (мобильные, web, PC, серверные и IDE среды).

▪️ Full-stack платформа: собственное железо, которое выкупает само у себя по себестоимости (Google производит TPU Trillium / v6e) + имеет развитые облачные технологии Google Cloud Platform (GCP)  + среда разработки Vertex AI и Google AI Studio с развитыми библиотеками и фреймфорками (Project IDX, Kotlin, Firebase Genkit и т.д.

( Читать дальше )

Настоящая революция начнется тогда, когда ИИ обретут квази-самосознание, когда машины научатся не только генерировать токены на основе распределения вероятностей, а понимать, в каком мире они находятся, какой процесс описывают и к чему приведут действия (цепочка последовательности через выстраивание динамического равновесия в условиях нестационарных корреляционных связей).

Реальный мир неоднородный и неоднозначный, то что казалось устойчивым еще вчера может сегодня изменить характеристики, связи, конфигурационные параметры.

Настоящий интеллект начинается тогда, когда идет динамическая балансировка иерархическими связями, где можно выделять сущностные элементы, события и процессы в каждый момент времени (выстраивать иерархию приоритетов), оценивая всю совокупность данных, факторов и динамических связей.

LLMs – это в какой-то степени зеркало заднего опыта, некий синтетический суррогат ранее накопленного опыта, своего рода квинтэссенция заполненного резервуара данных обучения.

Это очень полезная функция – умение качественно обобщать критически важно для практически любой деятельности и особенно для исследований и разработок.

( Читать дальше )

Имеет смысл анализировать заявления и выступления реальных архитекторов мирового порядка – те, кто непосредственно меняет мир (ключевые разработчики аппаратного обеспечения под ИИ, архитекторы алгоритмов и ведущие разработчики LLM).

На выходных занимался тем, что действительно имеет смысл – просмотр и чтение всех ключевых выступлений Дженсена Хуанга (глава Nvidia) за последние 1.5 года.

Нужно учитывать, что Хуанг на выступлениях промоутирует оборудование, на котором делает сотни миллиардов, разогрев капитализацию более, чем 4 трлн, поэтому ажиотаж нужно немного «приглушать», тем не менее – именно такие люди и являются реальными инсайдерами отрасли.

При просмотре фиксировал интересны заявления:

🔘ИИ развивается с невероятной скоростью. Каждый слой технологического стека был преобразован за всего 12 лет.

ИИ понимает контекст, понимает, о чем мы просим. Понимает смысл нашего запроса. Теперь он генерирует ответы. Это фундаментально изменило способ вычислений.

( Читать дальше )

Лидерство в LLMs определит в перспективе лидерство в развитии широкого спектра технологий и успешность развития всей экономики.

LLM вписываются в шестой технологический уклад (нано, био, инфо и когнитивные технологии), причем переход из пятого в шестой технологический уклад может быть только после освоения доминирующих технологий в пятом укладе (микроэлектроника, компьютеры, программное обеспечение, телекоммуникации, интернет, мобильные технологии и т.д.).

Шестой технологический уклад зависит не только от доминирования в ИИ, но и от интеграции ИИ в биотехнологии, медицину, материалы нового поколения и квантовые вычисления. Здесь LLMs играют ключевую роль как инструменты анализа и синтеза данных, что ускоряет прогресс во всех этих направлениях.

Доля США в глобальной вычислительной мощности под задачи ИИ ближе к 70% по планам внедрения на 2025 год (совокупная мощность около 1000-1100 EFLOPS за счет масштабного внедрения передовых чипов от Nvidia) и около 20% за Китаем (примерно 300-320 EFLOPS) по предварительным оценкам. Все остальные страны формируют 9-13%.

( Читать дальше )

Дженсен Хуанг выступил на CES 2025 в 1.5 часовой презентации. Анализ выступления важен не только в контексте «самой дорогой и успешной компании планеты», но и в контексте технологического прогресса, т.к. именно Nvidia выступает основный драйвером внедрения ИИ.

Очевидно, что значительная часть пресс-конференции носила «рекламно-агитационный характер». Хуанг продает технологии, которые рынком оценены почти в 4 трлн долларов. Также очевидно, что фактор ИИ будет подсвечен максимально ярко, т.к. ИИ и только ИИ создал Nvidia той компанией, которая есть (самая дорогая и успешная за всю историю по скорости набора капитализации и генерации денежного потока).

Я опущу первую треть презентации (анонс игровых видеокарт RTX пятой серии и Blackwell для дата центров). По игровым видеокартам необходимо ждать реальных тестов, а серверный сегмент Blackwell был представлен и подробно изучен почти год назад.

В презентации очень много технической информации, поэтому я буду разбавлять своими комментариями и дополнениями.

( Читать дальше )

Пока спекулянты неистово хайпуют вокруг ИИ, ожидая десятков триллионов долларов создания «новой стоимости», выскажу альтернативную гипотезу.

Генерирующий или генеративный ИИ (далее ГИИ) не создает экономику, а ее обнуляет через девальвацию конечного информационного продукта.

Наибольший успех ГИИ добился в редактировании и генерации текстовой, аудио, фото и видео информации.

Ценность продукта создается через дефицит, через высокий порог входа, через уникальность и эксклюзивность.

Для получения результата сложной творческой деятельности по созданию контента или услуги требуются определенные усилия, знания, навыки или ресурсы.

Шедевры не создают с пинка и по щелчку пальцев – это квинтэссенция таланта, упорства, опыта, трудолюбия и многолетней практики, оттачивание мастерства.

Ведущие и наиболее успешные дизайнеры, музыканты, писатели и художники формируют ценность в результате своей деятельности не только через качество в сравнении с конкурирующими продуктами, но и через ограниченность предложения.

( Читать дальше )