Долгое время доминирование Nvidia в сфере вычислений для ИИ опиралось на два столпа: его аппаратное обеспечение и программное обеспечение. На GPU сосредоточено всё внимание, но настоящая привязка пользователей происходит благодаря CUDA — проприетарной платформе программирования, вокруг которой миллионы разработчиков построили свои рабочие процессы. OpenAI теперь наносит прямой удар по этому второму столпу.
Компания готовит выпуск инструмента, позволяющего запускать модели ИИ на оборудовании, отличном от Nvidia, с использованием её открытого языка Triton в качестве альтернативы CUDA.
Тихая эволюция Triton
Triton не новый. OpenAI впервые выпустил его в июле 2021 года как открытый язык для написания высокопроизводительных GPU-ядер на Python. Суть предложения была проста: CUDA мощна, но известна своей сложностью. Triton стремится обеспечить сопоставимую производительность с кодом, гораздо более доступным для обычного разработчика.
С тех пор проект постоянно набирает обороты. Сейчас он служит фоновым компонентом для популярных фреймворков, таких как PyTorch. Последняя версия, Triton 3.7, была выпущена в 2026 году, что свидетельствует о том, что OpenAI не рассматривает это как побочный проект.
Стратегия аппаратной диверсификации
Продвижение программного обеспечения OpenAI не происходит в вакууме. Компания активно ищет альтернативы чипам Nvidia с 2025 года, частично из-за недовольства некоторыми чипами Nvidia для вывода. Вывод — это процесс фактического запуска обученной модели ИИ, в отличие от ее первоначального обучения.
Компания объявила о партнерстве с AMD, включающем значительные вычислительные мощности объемом 6 ГВт на базе AMD. OpenAI описала это как дополнение к существующим партнерствам с Nvidia, а не как их замену.
Помимо AMD, OpenAI ведет переговоры со стартапами, такими как Cerebras и Groq, которые разработали специализированные чипы, оптимизированные для задач инференса. Компания также разрабатывает собственные чипы для AI-инференса с Broadcom, с планами по запуску производства на 2026 год.
Что это значит для инвесторов
Экосистема CUDA от Nvidia включает миллионы разработчиков, годы институциональных знаний и глубокую интеграцию практически во все основные фреймворки ИИ.
AMD улучшает свою платформу ROCm для повышения совместимости с задачами ИИ. Появились открытые проекты, такие как ZLUDA, которые переводят код CUDA для работы на не-Nvidia оборудовании. И теперь крупнейший в мире потребитель вычислительных ресурсов ИИ активно разрабатывает инструменты, делающие программное преимущество Nvidia менее значимым.
Для AMD и более широкой экосистемы альтернативных чипов действия OpenAI представляют потенциальную точку перелома. Самым большим барьером для принятия оборудования, отличного от Nvidia, всегда была совместимость программного обеспечения. Если Triton станет настоящим кроссплатформенным стандартом, это устранит главный аргумент, который препятствует AI-разработчикам при рассмотрении AMD или пользовательских чипов.