Добавить в корзинуПозвонить
Найти в Дзене

Nvidia выходит за рамки «железа»: открытая платформа NemoClaw нацелилась на рынок ИИ-агентов

Крупнейший в мире производитель ИИ-ускорителей готовит серьёзный шаг в сторону программных решений. По данным Wired, компания работает над платформой NemoClaw — инструментом с открытым исходным кодом, который позволит разработчикам создавать автономных ИИ-агентов для корпоративного сектора. Примечательно, что воспользоваться платформой смогут даже те, кто не использует оборудование Nvidia. Спрос на ИИ-агентов — программы, самостоятельно выполняющие рабочие задачи — стремительно растёт даже среди обычных пользователей. Показательный пример — проект OpenClaw, позволяющий запускать таких агентов прямо на домашнем компьютере. Создатель этого инструмента, к слову, уже перешёл в штат OpenAI. Несмотря на прогресс ведущих ИИ-компаний, включая OpenAI и Anthropic, в повышении стабильности моделей, автономные агенты по-прежнему требуют контроля — сбои и ошибки никуда не делись. Для Nvidia запуск NemoClaw решает сразу две задачи: привлечение корпоративных заказчиков и укрепление экосистемы открыты
Оглавление

Крупнейший в мире производитель ИИ-ускорителей готовит серьёзный шаг в сторону программных решений. По данным Wired, компания работает над платформой NemoClaw — инструментом с открытым исходным кодом, который позволит разработчикам создавать автономных ИИ-агентов для корпоративного сектора. Примечательно, что воспользоваться платформой смогут даже те, кто не использует оборудование Nvidia.

Зачем чипмейкеру программная платформа

Спрос на ИИ-агентов — программы, самостоятельно выполняющие рабочие задачи — стремительно растёт даже среди обычных пользователей. Показательный пример — проект OpenClaw, позволяющий запускать таких агентов прямо на домашнем компьютере. Создатель этого инструмента, к слову, уже перешёл в штат OpenAI. Несмотря на прогресс ведущих ИИ-компаний, включая OpenAI и Anthropic, в повышении стабильности моделей, автономные агенты по-прежнему требуют контроля — сбои и ошибки никуда не делись.

Для Nvidia запуск NemoClaw решает сразу две задачи: привлечение корпоративных заказчиков и укрепление экосистемы открытых моделей, на которой держится её доминирование в инфраструктуре дата-центров.

Партнёрства на стадии переговоров

Накануне ежегодной конференции GTC компания обратилась с предложением о сотрудничестве к ряду технологических гигантов — Salesforce, Cisco, Google, Adobe и CrowdStrike. Чем завершились переговоры, пока неизвестно. Предполагается, что Nvidia предлагала ранний доступ к разработке в обмен на вклад партнёров в развитие проекта. Отдельный акцент в платформе сделан на механизмах обеспечения безопасности и защиты конфиденциальных данных.

Groq за $20 млрд: ставка на инференс

Программная инициатива — далеко не единственное направление экспансии. В декабре 2025 года Nvidia заключила крупнейшую сделку в своей истории: за $20 млрд компания получила неэксклюзивную лицензию на технологии стартапа Groq и переманила его основателя Джонатана Росса вместе с ключевыми инженерами. Росс — один из создателей тензорного процессора Google (TPU), а его стартап с 2016 года разрабатывал собственные чипы LPU, специализирующиеся на инференсе — быстром исполнении уже обученных нейросетей. По заявлениям Groq, их процессоры обеспечивали десятикратное превосходство в скорости при десятикратной экономии энергии по сравнению с традиционными GPU.

Формально Groq сохраняет независимость и продолжает развивать облачный сервис GroqCloud, однако вся интеллектуальная собственность и команда разработчиков теперь работают на Nvidia. На конференции GTC 2026 компания уже представила Groq 3 LPX — серверную стойку с 256 процессорами LPU, предназначенную исключительно для задач инференса. В связке с GPU-платформой Vera Rubin NVL72 система, по словам Nvidia, обеспечивает 35-кратный рост производительности на триллионнопараметровых моделях относительно предыдущего поколения Blackwell.

Сделка со всей очевидностью демонстрирует стратегию: Nvidia закрывает последний крупный пробел в своей платформе, выстраивая полный цикл от обучения моделей до их быстрого и дешёвого запуска в продакшене.