Nvidia aktualizuje swoją strategię open source: z „wspierającego” do „twórcy”, planując samodzielnie tworzyć najlepsze na świecie otwarte modele AI

Nvidia po cichu dokonuje strategicznej zmiany tożsamości, przechodząc od „wspierającego” otwartego ekosystemu AI do roli prawdziwego „twórcy”.

Wall Street Vision wspomniał, że według The Information z 11 sierpnia, Nvidia chce, aby kolejna generacja Nemotron 4 znalazła się wśród najsilniejszych otwartych modeli na świecie.

Pracownicy zaangażowani w projekt przewidują, że największa wersja będzie miała co najmniej bilion całkowitych parametrów, czyli około dwukrotnie więcej niż wydany w czerwcu Nemotron 3 Ultra.

Dane do pretreningu i architektura modelu zostały już wstępnie ustalone, ale ostateczna specyfikacja i data publikacji nie są jeszcze znane, a najważniejszy etap treningu dopiero się rozpocznie. Tak zwany „bilionowy Nemotron 4” wciąż pozostaje projektem badawczo-rozwojowym i nie można go traktować jako gotowego produktu.

Ta inwestycja łatwo może być postrzegana jako aspiracje Nvidii do stania się OpenAI lub Anthropic, lecz Nvidia nie musi odzyskiwać kosztów poprzez opłaty za API Nemotron.

Wystarczy, że darmowy model przyciągnie więcej firm, rządów i start-upów do treningu, dostrajania i wdrażania AI, a Nvidia będzie mogła stopniowo pobierać opłaty za GPU, sieci NVLink, systemy komputerowe, CUDA oraz oprogramowanie dla przedsiębiorstw.

Nemotron 4 jest raczej generatorem zapotrzebowania na moc obliczeniową: model jest darmowy, ale obliczenia wymagane do jego użycia już nie.

Nvidia musi rozproszyć kupujących z kilku głównych graczy na cały rynek

Obecny boom na GPU jest niezwykle skoncentrowany.

Z raportu 10-Q Nvidii z 26 kwietnia wynika, że trzech bezpośrednich klientów odpowiadało odpowiednio za 21%, 17% i 16% dochodów w kwartale, łącznie 54%; firma podała również, że jedna firma zajmująca się badaniami i wdrażaniem AI dostarczyła „znaczące przychody” poprzez usługi chmurowe.

Tacy bezpośredni klienci mogą być integratorami systemów, dystrybutorami lub dostawcami chmury, więc nie można ich po prostu utożsamiać z trzema ostatecznymi użytkownikami, ale ryzyko koncentracji klientów jest już widoczne w księgach.

Co gorsza, najwięksi klienci równocześnie tworzą własne zamienniki dla Nvidii:

• Amazon AWS wykorzystuje Trainium do obsługi treningu i inferencji Anthropic, oficjalnie informując, że blisko milion Trainium 2 obsługuje Claude;
• Google prezentuje Ironwood TPU do masowego treningu i inferencji;
• AMD używa MI350 i ROCm do konkurencji przy otwartych modelach.

Zamknięte modele skupiają zapotrzebowanie w kilku laboratoriach i platformach chmurowych — są one ogromne, mają silną pozycję negocjacyjną i motywację, by przenieść stabilne i dojrzałe obciążenia na własne chipy.

Dla Nvidii najbezpieczniejszy kształt rynku to nie dominacja jednej firmy modelowej, lecz tysiące różniących się od siebie modeli i aplikacji rozwijających się równolegle. Im bardziej rozproszone jest zapotrzebowanie, tym trudniej klientom objąć wszystkie architektury za pomocą jednego niestandardowego ASIC; im szybciej zmieniają się obciążenia, tym bardziej opłaca się dojrzały ekosystem oprogramowania na GPU i CUDA.

To wyjaśnia, czemu Nvidia nie może tylko deklaratywnie wspierać otwartego ekosystemu. Otwarty model o znacząco niższym poziomie od modeli zamkniętych przyciągnie tylko badania i eksperymenty; nie zmotywuje banków, producentów czy rządów do otwierania budżetów na produkcyjne klastry.

Model musi być wystarczająco silny — tak mocny, by firmy chciały użyć własnych danych do dalszego treningu, a klienci byli skłonni powierzać mu częste przepływy pracy. Dopiero wtedy otwarty model stanie się GPU utilization w serwerowniach, a nie tylko liczbą pobrań pośród deweloperów.

To tu rola bilionowych parametrów. Nie są one medalem potwierdzającym poziom inteligencji, lecz sposobem na przekroczenie progu użytkowego dla firm przez Nvidię.

Obecny Nemotron 3 Ultra ma 550 miliardów parametrów, 55 miliardów aktywowanych na każdy token, obsługuję kontekst na ponad milion tokenów.

Testy Nvidii pokazują, że w niektórych zadaniach model jest bliski czołowym otwartym modelom, a jego throughput inferencyjny jest znacznie wyższy. Jednak według The Information, powołując się na zewnętrzne rankingi, pozostaje w tyle za najpotężniejszym chińskim otwartym modelem i nie znajduje się w pierwszej światowej lidze.

Zatem liczba parametrów ilustruje ambicje, nie zastępuje wyników.

W architekturze sparse MoE całkowita liczba parametrów różni się znacząco od tych wykorzystywanych przy każdej inferencji; jakość danych, liczba tokenów treningowych, dalszy trening, zdolność do obsługi narzędzi i system inferencyjny wspólnie wpływają na końcowy efekt.

Jeśli Nemotron 4 ma tylko „bilion” przyciągającą wzrok liczbę, lecz nie dostaje się do pierwszej ligii w rzeczywistych zadaniach, trudno będzie zmienić decyzje zakupowe.

Darmowy model może sprzedać całą fabrykę AI

Nvidia już utorowała ścieżkę konwersji:

1. Otwarty Nemotron oferuje wagi modelu, dane i recepturę treningową;
2. Firmy używają NeMo do dalszego pretreningu, fine-tuningu, uczenia ze wzmocnieniem i ewaluacji;
3. Podczas wdrażania łączą się z mikroserwisem inferencyjnym NIM, TensorRT-LLM i CUDA;
4. W przypadku dużej skali moc obliczeniowa trafia na DGX Cloud, publiczny GPU w chmurze lub własne klastry HGX/DGX;
5. Poza GPU, do rachunku wchodzą sieci NVLink, InfiniBand lub Spectrum-X, CPU, DPU i subskrypcja NVIDIA AI Enterprise.

Już pojawiły się wczesne przykłady tej ścieżki. Palantir wprowadził Nemotron do izolowanej sieci rządu USA, gdzie klienci mogą trenować lokalnie, zachowywać wagi modelu i prowadzić iteracje, a wdrożenie produkcyjne wspiera NVIDIA AI Enterprise.

Rynek japoński jest bliższy „suwerennego AI”: instytuty badawcze i firmy używają danych Nemotron i NeMo, by trenować modele w języku japońskim, HGX B300 obsługuje infrastrukturę prywatną, a Jetson wdraża na urządzeniach brzegowych.

Zamknięte API nie trafi do izolowanych sieci i trudno spełnić wymagania dotyczące lokalizacji danych, własności modelu i audytów lokalnych. Otwarty model przenosi te obciążenia, które pierwotnie nie mogły być wykonywane w API chmury publicznej, do serwerowni rządowych, centrów danych firm, regionalnych chmur AI i urządzeń brzegowych.

Dla firm modelowych to rynek rozproszony, trudny do monetyzowania; dla Nvidii, sprzedającej infrastrukturę, każde nowe miejsce wdrożenia to nowe źródło przychodów z hardware i software.

Routing modelów jeszcze ten biznes powiększa. The Information donosi, że przy premierze Nemotron 3.5 Lightning Nvidia udostępniła bezpłatnie oprogramowanie do routingu modeli. Router zleca proste zadania małemu, niedrogiemu modelowi, a trudniejsze daje dużemu modelowi.

Na pierwszy rzut oka pomaga to klientom ograniczyć korzystanie z drogiej mocy obliczeniowej; ale realna stawka polega na tym, że spadający koszt pojedynczego zadania pozwoli firmom uruchamiać coraz więcej stałych agentów AI, przekształcając pojedyncze zapytanie w ciągły proces obejmujący planowanie, wyszukiwanie, obsługę narzędzi, weryfikację i poprawki.

Gartner prognozuje, że do 2030 koszt inferencji modelu z bilionem parametrów spadnie o ponad 90% względem 2025, ale każdy agent AI wyda na zadanie 5–30 razy więcej tokenów niż zwykły chatbot; jeśli użycie tokenów wzrośnie szybciej niż spadnie jednostkowa cena, całkowite wydatki na inferencję będą wciąż rosły.

Zakład Nvidii nie brzmi „im większy model, tym bardziej drogie, tym więcej GPU się sprzeda”, tylko „im tańsza inteligencja, tym szybciej rośnie zużycie”. Nemotron jednocześnie pokrywa lekkie modele, flagowe modele i narzędzia routingowe, proaktywnie kreując elastyczność popytu wobec spadku cen.

Tworzenie modeli służy także dopracowaniu kolejnych chipów

Nemotron wnosi także wartość, która nie pojawia się bezpośrednio w przychodach z modelu: jest całostackowym testem obciążeniowym dla Nvidii.

Jeśli firma chipowa czeka tylko na finalizację modeli przez klientów, by dopiero później dostosować się do nowych mechanizmów uwagi, routingu MoE, długiego kontekstu i niskiej precyzji, to hardware zawsze będzie się opóźniać.

Prowadząc własny trening modeli cutting-edge, zespoły inżynierskie dużo wcześniej identyfikują wąskie gardła, jak ograniczenia mocy obliczeniowej, pamięci, połączeń, przepustowości lub harmonogramowania inferencji, i mogą wcielić wnioski w kolejną generację GPU, NVLink czy bibliotek oprogramowania.

Nemotron 3 Ultra już mocno nosi ślady „współprojektowania sprzętu”: model korzysta z mieszanej architektury Mamba-Attention i MoE, pretrening przebiega w NVFP4, formacie stworzonym dla Blackwell, a szybkość generowania zwiększa predykcja na wielu tokenach.

Nvidia twierdzi, że wersję z kwantyzacją można wdrożyć na 4 kartach B200. Taki model jest nie tylko produktem, ale też demonstracją możliwości Blackwell w niskiej precyzji, systemie pamięci oraz oprogramowaniu inferencyjnym.

Po otwarciu kodu zewnętrzni deweloperzy będą dalej optymalizować te obciążenia dla Nvidii.

Nowe architektury modeli najpierw uruchamia się na CUDA, PyTorch, vLLM, SGLang i TensorRT-LLM, a potem optymalizacje trafiają z powrotem na platformę Nvidii — kolejne projekty nie będą mierzyć się tylko z pojedynczą GPU, lecz z środowiskiem produkcyjnym doskonalonym przez tysiące projektów.

W tegorocznych prezentacjach Nvidii, koszt per token dla Blackwell obsługującego DeepSeek V4 spadł w ciągu miesiąca najwyżej do jednej piątej pierwotnej wartości; a dzięki wielu nakładającym się optymalizacjom oprogramowania, throughput może wzrosnąć nawet 20-krotnie.