Эпоха автономных ИИ-агентов становится реальностью, и NVIDIA уже готовится к новой волне вычислений. Почему традиционных GPU недостаточно для агентных систем и какую роль в этом сыграет новый процессор Vera — в материале IT-World. erid: 2W5zFJG9NAu
ООО ИТ Медиа Реклама Круглый стол IT-World Резервное копирование российских производителей 16 июня 2026 · онлайн Подробнее
О наступлении эпохи автономных агентов (АА) я писал полгода назад. И вот со стороны корпорации NVIDIA, последовал шаг, который продемонстрировал, что их время уже действительно наступает. Как известно, эта корпорация выросла на так называемых графических процессорах (GPU, ГП).
Но ГП при всей их вычислительной мощи совсем не подходит для АА, и вот почему.
Графические процессоры могут параллельно выполнять огромное количество операций над матрицами, поэтому они широко применяются для машинного обучения (МО) нейросетей — необходимой операции для получения больших языковых моделей (LLM), для генерации изображений и др. Таких систем сейчас уже многие сотни. Для них строят колоссальных размеров центры обработки данных (ЦОДы и суперЦОДы). Текущее число разнообразных LLM весьма трудно оценить, хотя многие из них, например ChatGPT, GigaChat и другие, уже несколько лет на слуху и каждый год появляются все новые и более мощные.
Но проблема тут в том, что активный агент выполняет не только нейросетевые вычисления. Его цикл работы в общем случае состоит из следующих этапов: Больше чем гаджет: семь статусных подарков из Технопарка для тех, кто привык к лучшему Обзор российских NGFW Дом как датасет
Восприятие реального мира
↓
LLM
↓
Планирование действий
↓
Запуск инструментов и управление ими
↓
Оценка результата
↓
Коррекция плана действий
↓
Следующее действие …
Многие из перечисленных этапов требуют большого числа операций: взаимодействия с внешним миром, которое заключается в работе с видеокамерами, сканерами, датчиками, микрофонами и т. п., операций с оперативной памятью и управления ею, операций поиска, логических операций и других, которые исходно лучше реализуются обычными процессорами. Кроме того, для такой системы важны маршрутизация запросов, распределение вычислений между ЦП, сетевые операции и т. д.
В этом плане очень интересна позиция корпорации NVIDIA, которая активно продвигает идею, что после эпохи LLM наступает эпоха автономных агентов (AI agent), а затем и агентов для физического ИИ (physical AI) — это роботы, автономные машины, промышленные системы. Однако важно понимать: пока NVIDIA не предлагает какой-то специальный «процессор для активных агентов» в узком смысле. Скорее она строит целую платформу для агентных систем, когда один запрос пользователя запускает не одну модель, а целую команду агентов и сервисов. При этом исполнением LLM-модели будет заниматься ГП, а остальными операциями — центральный (ЦП, CPU) процессор и/или специализированные процессоры. Для этой цели корпорация представила процессор Vera — собственный ЦП корпорации на ARM-архитектуре, пришедший на смену платформе Grace, высокопроизводительный ЦП, который входит в платформу Vera Rubin (эта платформа объединяет ЦП Vera и ГП Rubin). По традиции называть новые архитектуры в честь знаменитых ученых корпорация дала платформе имя в честь американского астронома Веры Рубин (Vera Rubin, 1928–2016) (Пишут, что она стала знаменитой благодаря исследованиям вращения галактик, которые дали одно из самых сильных наблюдательных подтверждений существования темной материи).
По заявлениям экспертов, данная платформа разрабатывалась под следующую волну ИИ-нагрузок, которую составят агентный ИИ, мультимодальные модели, робототехника с встроенным физическим ИИ.
С Vera NVIDIA связывает большие надежды, поскольку совершенно новый рынок процессоров для автономных агентов оценивается ею в $200 млрд. Отмечу, что с появлением Vera корпорация пытается войти в сегмент серверных процессоров, который исторически принадлежал корпорациям Intel и AMD. До ЦП Grace у NVIDIA практически не было собственных серверных процессоров.
Но Vera — это все же не нечто суперновое в процессорных архитектурах. Для агентных систем сейчас прорабатываются и другие интересные решения, такие как нейроморфные процессоры (некоторые из них уже выпускаются), графовые процессоры, вычисления, ориентированные на оперативную память. Полагаю, что уже в этом году мы о них услышим.