Nvidia, известная своими графическими процессорами, сделала значительный шаг, приобретя стартап Groq, который специализируется на AI-ускорителях. Эта сделка, состоявшаяся накануне Рождества, обошлась компании в колоссальные $20 миллиардов. Интересно, что это не единственная подобная сделка: в сентябре 2025 года Nvidia также приобрела ключевых специалистов и лицензии у стартапа Enfabrica за $900 миллионов.
Эти шаги могут указывать на то, что Nvidia планирует изменить подход к AI-инференсу, возможно, создавая устройства, которые уже не будут напоминать традиционные графические процессоры. Современные GPU от Nvidia все больше выглядят как сложные агрегаты векторных и тензорных движков, предназначенные для выполнения низкопроизводительных математических операций, необходимых для генеративного ИИ и других видов машинного обучения.
Сделка с Groq вызывает вопросы, особенно касательно причин, по которым инвесторы Groq решили продать компанию в момент, когда высокоскоростной AI-инференс становится все более актуальным. Groq является одним из немногих поставщиков, способных составить конкуренцию Nvidia в этой области. В то же время, Nvidia получает доступ к технологии Learning Processing Unit и ключевым инженерам Groq, что может значительно усилить её позиции на рынке.
С точки зрения Groq, это может быть удачным моментом для продажи, учитывая высокие цены на GPU от Nvidia. Однако остаётся вопрос, как будет развиваться Groq после сделки, ведь у компании нет четкого плана по созданию новых продуктов.
Сделки такого рода часто имеют как оборонительный, так и наступательный характер. Nvidia, вероятно, не хотела бы, чтобы ключевые технологии Groq оказались в руках конкурентов, таких как Intel или AMD, которые также проявляют интерес к AI-рынку.
В то время как Nvidia продолжает расширять свои горизонты, остаётся открытым вопрос о том, как эти изменения повлияют на будущее AI-инференса и высокопроизводительных вычислений в целом. Возможно, мы на пороге новой эры в области технологий, где традиционные GPU уступят место более специализированным решениям.