AMD инвестирует больше 10 миллиардов долларов в тайваньское производство, чтобы догнать Nvidia в гонке ИИ-ускорителей. Но дело не только в чипах — ставка на всю инфраструктуру вокруг них. Пока все обсуждают очередные модели от OpenAI, на аппаратном уровне разворачивается настоящая война за долю рынка вычислений для искусственного интеллекта. AMD расширяет партнёрства с крупнейшими тайваньскими производителями — не просто заказывает больше чипов, а инвестирует в технологии упаковки, подложек и сборки серверных стоек. Что важно для нас, технических директоров: это не просто корпоративные амбиции. Речь о том, как быстро новые поколения EPYC и Instinct будут доступны на рынке. Сейчас узкое место — не сами ядра процессоров, а инфраструктура: 2.5D-упаковка, многокомпонентные системы, интеграция в дата-центры. AMD вкладывается именно сюда. Для нас это означает потенциально более короткие циклы обновления железа и альтернативу монополии Nvidia. Когда есть конкуренция на уровне производственных мощностей, а не только R&D — цены и доступность становятся более предсказуемыми. Особенно критично для компаний, которые закладывают бюджеты на ИИ-инфраструктуру на 2-3 года вперёд. С другой стороны, 10 миллиардов — это ставка на долгосрочную перспективу, не на быстрый результат. Если AMD удастся сократить разрыв с Nvidia по экосистеме (драйверы, библиотеки, поддержка фреймворков) — у нас появится реальный выбор при проектировании вычислительных кластеров. Вопрос к коллегам: как вы сейчас планируете обновление железа для задач машинного обучения — ставите только на Nvidia или рассматриваете альтернативы? Какие факторы кроме производительности влияют на ваш выбор? 🤔