Годами производители чипов проектировали полупроводники в вакууме, оптимизируя их под абстрактные тесты трансформеров и надеясь, что разработчики ПО сами разберутся, как выжать производительность из железа. Сделка AMD по покупке компании World Labs во главе с Фэй-Фэй Ли за $8,2 миллиарда знаменует собой жесткое и прагматичное признание: эта эпоха подошла к концу.
Поглощая стартап, AMD реализует стратегию вертикальной интеграции, напрямую увязывая свое будущее аппаратное обеспечение с вычислительными потребностями моделей пространственного интеллекта. Эта сделка продолжает партнерство по оптимизации инференса и обучения, которое компании заключили в прошлом году, но ставки выросли радикально. В World Labs утверждали, что развитие ИИ требует тесного сотрудничества между исследователями моделей, разработкой систем и вычислений, а в AMD дали понять, что понимание этих передовых рабочих нагрузок напрямую определит ее будущую дорожную карту создания чипов. Фэй-Фэй Ли, профессор компьютерных наук Стэнфордского университета, основавшая World Labs в 2024 году, переходит в AMD на должность исполнительного вице-президента и главного научного сотрудника, привнося с собой весь свой исследовательский аппарат.
"Для этого требуется масштабирование наших усилий, расширение охвата и сближение с аппаратным обеспечением."
Как пояснила Ли в публикации, анонсирующей сделку, приобретение отражает очевидную необходимость масштабировать технические прорывы World Labs за пределы лабораторной среды. Ее команда настаивала на том, что общий интеллект требует опоры на физику и способности рассуждать о данных, выходящих за рамки простого текста, что делает прямой и привилегированный доступ к аппаратному исполнению абсолютной необходимостью для масштабирования таких моделей.
Преодоление экосистемного разрыва с NVIDIA
Флагманский продукт World Labs, Marble, позиционируется как утилита для генерации симулированных сред, используемых для обучения роботов и в индустрии развлечений. Эти модели мира создают и поддерживают симуляции физической реальности в реальном времени, без которых невозможно развертывание генеративного ИИ на роботизированных платформах — от автономных транспортных средств до промышленного оборудования и гуманоидов. Поскольку чистых данных из реального мира для обучения роботов по-прежнему катастрофически мало, синтетические данные, генерируемые моделями мира, остаются единственной жизнеспособной альтернативой для платформ, стремящихся к полной автономности.
Для AMD это дорогая и рискованная попытка отыграть позиции у удушающего доминирования NVIDIA в сфере программного обеспечения. В то время как NVIDIA уже развернула устоявшиеся пакеты инструментов физического ИИ и модели с открытыми весами вроде Cosmos, собственный публичный программный след AMD исторически отставал от возможностей ее кремния. Покупка целой передовой исследовательской лаборатории дает AMD проприетарные рабочие нагрузки, настроенные на оптимизацию ее будущих процессоров с первого дня. Тем не менее, попытка перепрыгнуть укоренившуюся программную экосистему после многих лет опоры на стандартные текстово-видеомодели остается крутым и капиталоемким подъемом без каких-либо гарантий успеха.