Когда рыночная капитализация Nvidia превысила отметку в 4 триллиона долларов, сделав компанию самой дорогой в мире, ее генеральный директор Дженсен Хуанг находился в Китае, где с теплотой отзывался о местных автопроизводителях. Этот момент стал символом триумфа Nvidia, но даже на фоне таких успехов начали проявляться первые трещины. Многие автопроизводители, которых Хуанг публично хвалил, сегодня активно ищут способы снизить зависимость от технологий Nvidia. Давайте разберем, почему это происходит, и что это значит для будущего компании в автомобильной индустрии.
Проблемы Nvidia в автомобильном секторе: почему доверие падает
Несмотря на громкие заявления о партнерствах с крупнейшими автопроизводителями, такими как General Motors, Toyota и Mercedes-Benz, Nvidia сталкивается с серьезными вызовами. Например, один из топ-менеджеров General Motors после внутреннего тестирования системы помощи водителю от Nvidia назвал ее «пугающей». Это резко контрастирует с оптимистичными прогнозами Хуанга, который еще недавно говорил о доходах автомобильного подразделения в 5 миллиардов долларов к 2026 году. Однако внутренние выводы GM, переданные непосредственно команде Nvidia, заметно охладили энтузиазм автопроизводителя.
Mercedes-Benz также пришел к схожим выводам. В ходе тестовых заездов в США система помощи водителю от китайского стартапа Momenta показала лучшие результаты, чем решение Nvidia, что вызвало удивление в штаб-квартире компании. После этого Mercedes-Benz начал переводить контракты на разработку систем для моделей, выпускаемых в Китае, с Nvidia на Momenta. Другие партнеры, такие как Jaguar Land Rover, тоже ищут альтернативных поставщиков. В условиях жесткой конкуренции на китайском рынке Nvidia теряет время, которого у нее больше нет.
Почему автомобильный бизнес Nvidia так важен, несмотря на малую долю доходов
Автомобильное направление приносит Nvidia менее 2% от общей выручки, что кажется незначительным на фоне других сегментов. Для сравнения, подразделение Huawei по интеллектуальным автомобильным решениям заработало около 3,7 миллиарда долларов за прошлый год, а Nvidia зарабатывает такую сумму примерно за десять дней. Но почему тогда этот небольшой бизнес имеет такое значение?
Дело в том, что автомобили рассматриваются как прототипы будущих физических воплощений искусственного интеллекта. Они, по сути, являются роботами без рук, и их технологическая карта развития тесно связана с концепцией воплощенного интеллекта. Более года назад Nvidia объединила свои автомобильные и робототехнические подразделения, а Дженсен Хуанг неоднократно подчеркивал, что компании вроде Xiaomi и BYD в будущем смогут создавать отличных роботов. Если автономное вождение не достигнет зрелости в ближайшие годы, это может поставить под сомнение перспективы воплощенного ИИ. Таким образом, участие в автомобильной отрасли — это ставка на будущее технологий.
Китайские автопроизводители уходят от Nvidia: разработка собственных чипов
Ранее автопроизводители стремились первыми получить доступ к новейшим чипам Nvidia, но сегодня ситуация изменилась. Китайские компании, выпускающие электромобили, вдохновленные примером Tesla, активно разрабатывают собственные ИИ-чипы. Такие бренды, как Nio, Xpeng и Li Auto, уже начали внедрять свои разработки в серийные модели. С 2026 года Li Auto планирует массовое производство собственных чипов, а глава Xiaomi Лэй Цзюнь также анонсировал работу над аналогичным проектом.
Разработка чипов — сложный и дорогостоящий процесс, который занимает до четырех лет, в то время как создание автомобиля требует около полутора лет. Однако китайские компании готовы к этим трудностям. Они сталкиваются с высокими лицензионными расходами и ограничениями в доступе к инструментам для проектирования чипов, но стремление к независимости перевешивает все риски. Например, Xpeng пришлось перепроектировать свой чип Turing после значительных затрат, а Nio столкнулась с уходом ключевого партнера на этапе финальной разработки, но обе компании продолжают двигаться вперед.
Проблемы с чипом Thor: задержки и разочарование автопроизводителей
Одной из ключевых проблем Nvidia стал чип Thor, который позиционируется как следующее поколение с вычислительной мощностью до 700 TOPS (триллионов операций в секунду). Однако его выпуск неоднократно откладывался, что привело к серьезным убыткам для партнеров. Например, Li Auto из-за задержек с поставками Thor потеряла возможность выпустить обновленную серию L вовремя, что стоило компании более 840 миллионов долларов выручки. В результате Li Auto ускорила разработку собственного чипа, планируя начать поставки уже в начале следующего года.
Xpeng также отказалась от планов по использованию Thor, переключившись на собственный чип Turing, который уже устанавливается в новые модели G7. Инженеры отмечают, что даже базовые характеристики Thor, такие как тепловой контроль, не соответствуют автомобильным стандартам, а фактическая мощность оказалась ниже заявленной. Это вынуждает автопроизводителей искать альтернативы, несмотря на изначальные опасения, что их собственные разработки еще не готовы.
Преимущества собственных чипов: контроль и снижение затрат
Создание собственных чипов дает автопроизводителям не только независимость, но и долгосрочные преимущества. Например, глава Nio отметил, что чип Shenji позволяет сократить стоимость производства автомобиля на 1400 долларов. Более того, интеграция алгоритмов и чипов дает компаниям полный контроль над технологиями. Xpeng, следуя подходу, основанному на визуальном восприятии, встроила в чип Turing двойные процессоры обработки изображений для улучшения видимости в сложных условиях, таких как ночь или дождь.
Li Auto делает ставку на использование крупных ИИ-моделей в автомобилях, но даже здесь инженеры отмечают недостатки решений Nvidia, такие как ограничения пропускной способности памяти, приводящие к задержкам. Когда чип принадлежит компании, проблемы можно решать быстрее, что дает значительное конкурентное преимущество.
Будущее Nvidia в автомобильной отрасли: вызовы и перспективы
Несмотря на трудности, Nvidia продолжает работать над улучшением своих технологий. Однако ее подход, ориентированный на решение технических задач, а не на соблюдение сроков автопроизводителей, создает разрыв с ожиданиями клиентов. В отличие от китайских стартапов, которые работают в условиях жесткой конкуренции и готовы быстро адаптироваться к требованиям заказчиков, Nvidia сталкивается с внутренними ограничениями, включая недостаточную автономию локальных команд и корпоративную культуру, далекую от нужд автомобильного рынка.
Тем не менее, рынок умных автомобилей остается важным направлением. Конкуренты, такие как Qualcomm, стремительно наращивают долю в автомобильном сегменте, адаптируя свои технологии под строгие стандарты отрасли. Для Nvidia это означает, что успех в автомобильной сфере потребует не только технических инноваций, но и изменения подхода к взаимодействию с клиентами. В противном случае компания рискует уступить свои позиции более гибким игрокам.
Автомобильная индустрия продолжает эволюционировать, и умные машины становятся первым шагом к воплощению искусственного интеллекта в физическом мире. Для Nvidia это одновременно вызов и возможность, но время на раскачку уже закончилось.