Согласно данным Bloomberg, на долю азиатских производителей сейчас приходится около 90 % затрат на производство Nvidia, тогда как годом ранее этот показатель составлял 65 %. Эта цифра учитывает всю цепочку поставок компонентов Nvidia для дата-центров: выпуск чипов на мощностях TSMC, память HBM от SK hynix и Samsung, а также сборку серверов на предприятиях Foxconn и Quanta. Однако теперь Nvidia создаёт совершенно новые категории продуктов для искусственного интеллекта, которые выпускаются теми же компаниями.
Источник изображения: Nvidia
Робототехническая платформа Jetson Thor от Nvidia, выпущенная в августе прошлого года, базируется на архитектуре Blackwell и изготавливается по 3-нм техпроцессу TSMC. Флагманская версия T5000 достигает производительности 2070 Тфлопс в режиме FP4 и оснащена 128 Гбайт памяти LPDDR5X, а более доступная модель T4000, представленная на выставке CES 2026, выдаёт 1200 Тфлопс в режиме FP4 и имеет 64 Гбайт памяти. Её цена составляет $1999 за штуку. Обе модели используют процессорные ядра Arm Neoverse-V3AE и память LPDDR5X от Samsung или SK hynix. Эти системы конкурируют за доступ к 3-нм пластинам TSMC с графическими процессорами Blackwell для дата-центров. Производственные партнёры Nvidia, включая Boston Dynamics и Amazon Robotics, активно применяют эту платформу, а компания LG заявила, что «рассматривает возможность стратегического сотрудничества с Nvidia в области физического искусственного интеллекта», в том числе в робототехнике, сообщает Bloomberg.
Автомобильная система на кристалле Drive AGX Thor от Nvidia — ещё одна линейка продуктов на базе Blackwell, которая также борется за те же 3-нм производственные мощности. Ни один из этих продуктов для физического искусственного интеллекта не требует продвинутой упаковки CoWoS от TSMC, которая остаётся главным узким местом в выпуске графических процессоров для дата-центров. Однако для их изготовления нужны 3-нм пластины и память LPDDR5X азиатского производства, доступ к которым уже ограничен.
Та же динамика на рынке памяти, которая способствует появлению новых продуктов Nvidia для физического искусственного интеллекта, одновременно ведёт к отказу от старых технологий. В конце апреля стало известно, что Nvidia ускорила вывод из эксплуатации модулей Jetson TX2 и Xavier, так как поставки LPDDR4 стали слишком ограниченными для продолжения производства.
Компания Samsung прекратила выпуск памяти LPDDR4, а растущий спрос на компоненты для систем искусственного интеллекта заставил перенаправить производственные мощности на более выгодные продукты. В результате клиентам платформы Jetson приходится использовать модули Orin или Thor, которые оснащаются памятью LPDDR5X от тех же азиатских поставщиков, чьи ресурсы уже перегружены из-за потребностей в HBM и DRAM для дата-центров.
Как сообщил руководитель североамериканского подразделения TSMC, отвечающего за корпусирование чипов, выпуск передовых корпусов CoWoS для графических процессоров, предназначенных для центров обработки данных, увеличивается в TSMC в среднем на 80% ежегодно. При этом микросхемы, произведённые на заводе TSMC в Аризоне, по-прежнему отправляются на Тайвань для финальной упаковки.
В прошлом году Nvidia вложила $500 млрд в организацию производства серверов на территории США совместно с Foxconn и Wistron, а также с Amkor и SPIL, которые возводят в Аризоне предприятия по выпуску усовершенствованных корпусов. Однако эти заводы ещё не вышли на полную мощность, а линейки продуктов для искусственного интеллекта расширяют перечень комплектующих, поставляемых из Азии, быстрее, чем местные производители способны их освоить.
