Натан Ламберт: зачем NVIDIA раздаёт рецепты своих моделей
Выкладывая модели Nemotron вместе с данными и кодом обучения, NVIDIA растит спрос на свои чипы: чем больше компаний обучают и запускают модели сами, тем больше им нужно оборудования.
Натан Ламберт в Interconnects разбирает, зачем NVIDIA вкладывается в почти полностью открытые модели. Для своих моделей Nemotron компания выкладывает всё, что может по закону: данные, код обучения и прочее. Расчёт, по мнению автора, простой: NVIDIA нужен мир, где множество компаний строят собственные «машины для токенов», интеллект не монополизирован, а вычисления нужны всем — и все покупают её оборудование. По сообщениям, на это направление NVIDIA тратит 26 млрд долларов.
Ламберт видит два варианта будущего. Если расчёт сработает, спрос на чипы с лихвой окупит затраты на модели. Если нет, открытые модели пойдут своим путём: станут экономнее, удобнее для доработки и специализации и займут нишу вроде корпоративных агентов, которые работают на серверах самой компании с её закрытыми данными. Второй исход автор считает самым вероятным.
Открытому обучению мешает и то, что оно усложняется. Сейчас интерес сосредоточен на дообучении готовых моделей вроде DeepSeek V4 Flash или GLM 5 под свои задачи, а базовые модели обучают и выкладывают всё меньше команд. Поэтому, пишет Ламберт, открытая экосистема в ближайшие годы будет всё сильнее зависеть от денег NVIDIA.