Nvidia спрямовує $6 млрд у стартап Poolside — розробника моделей для генерації коду — на створення відкритої мовної моделі, яка має конкурувати з китайськими DeepSeek і Kimi. За даними Techmeme, угода перетворює Nvidia з постачальника чипів на прямого спонсора перегонів за відкритими вагами.

Це вже не перший подібний хід компанії: раніше Nvidia вкладала мільярди в OpenAI, xAI та інші лабораторії із закритими моделями. Різниця в тому, що там Nvidia купувала частку в компаніях, які самі вирішують, наскільки відкритими будуть їхні моделі, тоді як тут вона напряму фінансує розробку продукту з відкритими вагами.

За нашою оцінкою, головний мотив — не бажання конкурувати з OpenAI чи Anthropic за титул «найрозумнішої моделі», а страхування головного бізнесу компанії: продажу GPU, якщо провідні лабораторії почнуть обмежувати доступ до своїх топових моделей.

Хто такий Poolside і чому обрали саме його?

Poolside заснували 2023 року Ейзо Кант (Eiso Kant) і Джейсон Уорнер (Jason Warner) — колишній технічний директор GitHub, який керував розробкою GitHub Copilot. Стартап спеціалізується на моделях для генерації коду і вже тренує їх на великих GPU-кластерах, тобто є одним із великих клієнтів Nvidia ще до угоди. До цієї інвестиції компанія вже залучала значні приватні кошти на розробку кодогенеруючих моделей і працювала переважно з корпоративними клієнтами, яким потрібні асистенти для програмування під власну інфраструктуру. Новий раунд, за даними джерела, спрямований саме на розробку моделі загального призначення, а не вузькоспеціалізованого асистента для коду.

Навіщо Nvidia взагалі потрібна власна відкрита модель?

Бізнес Nvidia не залежить від того, яка саме модель переможе в гонці, — компанія заробляє на продажу GPU незалежно від переможця. Але ця схема працює, лише поки лабораторії продовжують масштабно тренувати нові моделі й купувати чипи на відкритому ринку. Якщо кілька провідних лабораторій монополізують доступ до найпотужніших моделей і почнуть диктувати умови — наприклад, обмежувати вибір хмарних партнерів чи вимагати ексклюзивність на певне залізо, — Nvidia втрачає частину важеля впливу.

Тут працює проста логіка постачальника інфраструктури: Nvidia продає GPU для тренування будь-якої великої моделі, незалежно від того, хто зрештою переможе в перегонах. Але якщо ринок звузиться до двох-трьох лабораторій із закритими моделями, саме вони — а не Nvidia — диктуватимуть, скільки й на яких умовах компаніям купувати обчислення. Фінансуючи власну відкриту модель, Nvidia лишає собі можливість завжди пропонувати клієнтам альтернативу, яка не залежить від чужої ліцензійної політики.

Відкрита модель від Poolside — це страховий поліс: якщо провідні лабораторії закриються ще сильніше, у Nvidia буде власна альтернатива, яку вона повністю контролює і яка гарантовано тренується на її чипах. Додатковий тиск створюють китайські відкриті моделі: DeepSeek і Kimi вже показали, що відкриті ваги можуть наближатися до рівня закритих флагманів за помітно нижчої вартості тренування, тому бізнес дедалі частіше обирає китайські AI-моделі заради ціни й відсутності vendor lock-in.

Що це означає для AI-білдерів уже зараз?

Операційно для команд, що будують продукти на LLM, нічого не змінюється миттєво — моделі Poolside не з'являться завтра. Але напрямок варто тримати в полі зору:

Висновок AiiN

За нашою оцінкою, ставка Nvidia на Poolside — це не диверсифікація портфеля заради галочки, а страхування головного джерела доходу. Поки хтось тренує великі моделі — байдуже, відкриті чи закриті, американські чи китайські, — Nvidia заробляє на кожному циклі тренування. Але якщо ринок консолідується навколо двох-трьох закритих лабораторій, які диктуватимуть умови доступу до топових моделей, компанія втрачає частину впливу на власну ж екосистему. $6 млрд у Poolside — спосіб гарантувати, що завжди існуватиме потужна відкрита альтернатива, яка тренується саме на чипах Nvidia і не залежить від чужих рішень про ліцензування.

Що таке Poolside?

Poolside — стартап, заснований 2023 року Ейзо Кантом і Джейсоном Уорнером, екс-технічним директором GitHub, що спеціалізується на AI-моделях для генерації коду.

Чим відкрита модель відрізняється від закритої?

Відкрита модель публікує ваги, які можна завантажити і запускати на власній інфраструктурі, тоді як закриті моделі — наприклад GPT чи Claude — доступні лише через API постачальника без прямого доступу до ваг.

Чи стосується ця угода цін на GPU від Nvidia?

Прямо новина цього не стосується — йдеться про інвестицію в модель, а не про цінову політику. Втім, Nvidia вже підвищувала ціни на Vera Rubin і Grace Blackwell на тлі зростання попиту на обчислення, тож зв'язок між попитом на моделі й вартістю заліза варто тримати в полі зору.