Влияние Nvidia на аппаратное обеспечение для ИИ хорошо задокументировано. Компания контролирует примерно 86% выручки от GPU для центров обработки данных. Но настоящим конкурентным преимуществом никогда не были сами чипы. Это была CUDA — экосистема программного обеспечения, которая делает разработчиков настолько зависимыми от оборудования Nvidia, что переход на другое решение ощущается как обучение новому языку во время прыжка с парашютом.
OpenAI считает, что может предоставить каждому парашют. Открытый инструмент компании под названием Triton, впервые выпущенный в июле 2021 года, позиционируется как ключ к запуску моделей ИИ на оборудовании, отличном от Nvidia, с минимальными изменениями кода.
От исследовательского проекта к стратегическому оружию
Triton начал свою жизнь как относительно скромный проект. Его первоначальная цель заключалась в том, чтобы позволить разработчикам писать высокопроизводительный код для GPU на Python, вместо того чтобы бороться с низкоуровневым программированием на CUDA.
Инструмент значительно эволюционировал с момента выхода версии 1.0 в середине 2021 года. Анализ за начало 2026 года указывает на то, что Triton достиг точки перелома, теперь позволяя переносить модели ИИ на различные аппаратные платформы с минимальными или даже нулевыми изменениями кода.
OpenAI также не создает инструменты в вакууме. В октябре 2025 года компания заключила многолетнее соглашение с AMD на развертывание до 6 гигаватт GPU Instinct. Первая партия — 1 гигаватт чипов серии MI450 — ожидается во второй половине 2026 года.
Следуя следам найма
OpenAI активно нанимает инженеров по инференсу, специализирующихся на поддержке AMD GPU. Сообщения за 2026 год также указывают, что OpenAI выразила недовольство некоторыми чипами Nvidia.
Что это означает для инвесторов
Доля Nvidia в 86% выручки от продаж GPU для центров обработки данных не исчезнет за одну ночь. CUDA имеет десятилетия накопленной оптимизации и глубоко развитую экосистему разработчиков.
AMD получит наибольшую прямую выгоду. У компании уже есть конкурентоспособные чипы, а партнерство с OpenAI подтверждает амбиции компании в области ИИ-аппаратного обеспечения способом, которого никогда не могли достичь никакие тесты. Когда крупнейшая в мире компания в области ИИ обязуется развернуть гигаватты ваших GPU, это отправляет ясный сигнал остальному отраслевому сообществу о том, что существует жизнеспособная альтернатива Nvidia.
Риск, за которым следует следить — это выполнение. Создать инструмент, который теоретически работает на любом оборудовании — это одно. Заставить его работать на том же уровне, что и код, оптимизированный под CUDA, на собственных чипах Nvidia — это совершенно другая задача.