Nvidia разрабатывает Nemotron 4 — базовую модель с открытыми весами, размер которой превысит один триллион параметров, сообщает The Information. Запланированная архитектура вдвое превосходит Nemotron 3 Ultra по масштабу, а самый ранний релиз намечен на эту осень. В поддержку этой внутренней инициативы Nvidia выделила 28 миллиардов долларов на облачную инфраструктуру до 2031 года для обучения собственных передовых систем.
Этот шаг подчеркивает стремление Nvidia сократить разрыв в масштабе архитектур, возникший из-за китайских ИИ-лабораторий. Модель Kimi K3 от Moonshot AI уже насчитывает 2,8 триллиона параметров, а DeepSeek V4 Pro работает на 1,6 триллиона параметров. Хотя Nemotron 3 Ultra после июньского релиза позиционировалась как ведущая американская модель с открытыми весами, она уступила конкурентам в ключевых бенчмарках, отстав от Kimi K2.6. В рейтинге Artificial Analysis Intelligence Index Nemotron 3 Ultra набирает 38 баллов против примерно 60 баллов у Kimi K3.
Помимо достижения технического паритета, продвижение триллионных открытых моделей служит для Nvidia понятной аппаратной стратегией: создание эталонной архитектуры для локального корпоративного развертывания стимулирует спрос на собственные GPU-кластеры. И хотя поддержка открытых моделей создает неловкое трение с ключевым облачным клиентом в лице OpenAI и привлекает геополитическое внимание к китайским конкурентам, продажа лопат требует доказательств того, что открытые архитектуры оправдывают закупку многостоечных вычислительных кластеров.
Техническому руководству компаний стоит уже сейчас провести аудит емкости локальных кластеров и объемов доступной памяти. Локальный инференс неквантованной триллионной открытой модели требует колоссальных выделенных вычислительных мощностей, поэтому оценка совокупной стоимости владения (TCO) в сравнении с проприетарными API становится первоочередной задачей.