Ера ШІ та гуманоїдів: головні висновки з полів GTC 2025

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Привіт! Мене звуть Богдан Хомич, і я є керівником продуктової команди та відповідальним за комерціалізацію R&D у SoftServe. Цього року ми з колегами долучилися до найбільшої та найвпливовішої конференції у галузі штучного інтелекту та графічних процесорів GTC 2025 від NVIDIA, взявши участь у сесіях, присвячених штучному інтелекту, симуляціям та робототехніці, та представивши кілька своїх розробок.

Ця подія задає тренди і є своєрідним каталізатором інновацій у напрямку штучного інтелекту, високопродуктивних обчислень та комп’ютерної графіки. Провівши кілька насичених днів у Сан-Хосе, хочу поділитися з вами своїми спостереженнями та висновками з конференції.

Super Bowl у світі ШІ

Цього року NVIDIA GTC відвідала рекордна кількість людей — понад 25 тисяч офлайн, ще орієнтовно 300 тисяч — онлайн. Співзасновник і CEO NVIDIA Дженсен Хуанг під час свого виступу пожартував, що єдиний спосіб прийняти більше людей на конференції — це фізично розширити Cан-Хосе, де відбувався захід.

З точки зору розвитку технологій, такий бум відвідувачів вкотре підтверджує зростаючий інтерес до штучного інтелекту, який вийшов за межі нішевої технології та впроваджується у найрізноманітніші індустрії. Але як гість конференції, мушу сказати, що довжелезні черги для мене були скоріше мінусом. На ключові виступи можна було чекати понад годину, і навіть між стендами утворювалися постійні «затори» з людей.

Що цікаво, то цього року було значно більше технічних спеціалістів та науковців, які глибоко цікавляться розробкою на основі рішень NVIDIA. По-перше, на бізнесових подіях не часто зустрічаються такі наукові матеріали, а на NVIDIA GTC до них було прикуто чимало уваги. Наприклад, ми представили три дослідницькі презентації (так звані постери): застосування GenAI для оновлення регуляторних документів, редагування 3D-моделей та зміну текстур і матеріалів за допомогою ШІ. По-друге, я був дуже вражений, що під час сесії до нас підходили люди з різних сфер — авіа, індустрії розваг, виготовлення продуктів, — які ставили дуже вузькоспеціалізовані запитання про імплементацію цих технологій. Це показує, що на цій конференції збирається дуже підкована аудиторія, з якою можна обмінятися не лише бізнесовими кейсами, а дійсно поговорити про технічну специфікацію або наукові дослідження.

Значний інтерес викликало наше ліцензоване рішення SoftServe Content Creator для генерації контенту, що допомагає компанії автоматизувати створення дизайнів для друку для їх споживачів, яке ми презентували з нашим клієнтом Avery Products. Найбільше цікавилися застосуванням технологій ШІ та Omniverse, де ми є одним з провідних партнерів NVIDIA. Наприклад, для OEM та дистрибʼюторів хардверу були цікаві питання з оптимізації дизайну та симуляції роботи дата центрів.

Окрім того, під час GTC SoftServe отримав нагороду від NVIDIA Partner Network (NPN) 2025 у категорії «Service Delivery Partner of the Year» для регіону Америки за вагомий внесок у розробку та впровадження рішень з використанням генеративного штучного інтелекту на основі продуктів NVIDIA Blueprints.

Еволюція штучного інтелекту — від генерації до агентів

Однією з ключових подій конференції традиційно є виступ Дженсена Хуанга. За дві години промови співзасновник та СЕО NVIDIA не тільки представив нові розробки компанії, а й окреслив прогрес та майбутній вектор розвитку штучного інтелекту. В YouTube доступна його повна промова та коротші версії, тож я зосереджуся на кількох ключових, на мою думку, моментах.

Хуанг наголосив на тому, що за 10 років штучний інтелект еволюціонував від Perception AI, що стосується, зокрема, комп’ютерного зору, обробки природної мови та розпізнавання об’єктів, до генеративного ШІ (Generative AI), який здатний створювати новий контент, і уже переріс в (Agentic AI), який має можливість самостійно приймати рішення, планувати дії та виконувати завдання без постійного втручання людини.

(Скріншот з Keynote Speech, YouTube: NVIDIA)

Ми також мали нагоду презентувати кілька наших рішень у цьому напрямку, зокрема, QA Agent на базі NVIDIA NIM™ — систему, яка автоматизує тестування програмного забезпечення. Дані наших клієнтів показують, що цей агент зменшує витрати на тестування на 20-50% і покращує продуктивність тестувальника втричі.

Водночас, такі моделі вимагають значно більших обчислювальних ресурсів, і зі сцени Хуанг вже представив нові покоління чіпів.

Першим анонсованим продуктом став Blackwell Ultra, який планується до випуску у другій половині 2025 року. Цей чіп є вдосконаленою версією поточної архітектури Blackwell і забезпечить суттєве підвищення продуктивності для ШІ-додатків. Наступним етапом стане Vera Rubin, який повинен мати в 3.3 рази більшу ефективність, ніж Blackwell Ultra, і запланований на другу половину 2026 року. А потім — Vera Rubin Ultra, який анонсований на 2027-й рік.

Завдяки підвищеній продуктивності та енергоефективності, нові процесори дозволять обробляти складніші моделі ШІ та прискорять їх навчання. Це відкриє можливості для створення більш потужних та ефективних ШІ-додатків у різних галузях, від автономних транспортних засобів до медичних досліджень.

Крім того, компанія анонсувала нову операційну систему NVIDIA Dynamo, яка дозволяє ефективно оркеструвати використання ШІ-моделей у великих масштабах, розподіляючи навантаження між серверами та оптимізуючи споживання ресурсів. Таким чином, для компаній, які хочуть інтегрувати Agentic AI у свої процеси, стає доступним комплексне рішення: від потужного апаратного забезпечення до спеціалізованого софту, що забезпечує ефективне управління ШІ-навантаженням.

Оптимізація інфраструктури для ШІ

Одним із головних викликів Agentic AI є його висока вартість та складність впровадження у продакшн. Відповідно, необхідно працювати над інфраструктурою для їхнього ефективного використання.

Щоб зробити такі системи ефективними, бізнеси мають знаходити баланс між продуктивністю, швидкістю обробки запитів та доступними обчислювальними ресурсами. У центрі цього питання — інфраструктура, яка визначає, скільки користувачів можна одночасно обслуговувати, наскільки швидко AI-модель надає відповідь і як оптимально використовувати обчислювальні потужності.

NVIDIA активно працює над вирішенням масштабованості та продуктивності ШІ-систем, що підтверджується анонсами на GTC 2025 — зокрема, вдосконаленою архітектурою Blackwell та згодом Vera Rubin (NLV-144), що матиме в 3,3 раза вищу ефективність порівняно з Blackwell Ultra, і Vera Rubin Ultra (NLV-576). Усе це підкріплює прагнення NVIDIA до оптимізації серверної інфраструктури, зокрема завдяки здатності нових платформ масштабувати обчислення та забезпечувати швидший інференс моделей. Такий підхід дозволить суттєво розширити застосування Agentic AI у продакшні: обробляти більше запитів для більшої кількості користувачів і, відповідно, пришвидшити видачу результатів — що є критично важливим для реальних бізнес-кейсів.

Крім того, Хуанг згадав про ШІ-фабрики (AI Factories), які, за його словами, стануть наступним етапом еволюції дата-центрів і будуть генерувати та обробляти інформацію, використовуючи найновіші GPU та програмне забезпечення NVIDIA. Для полегшення проектування та оптимізації роботи цих фабрик, компанія представила Omniverse Blueprint для дизайну й експлуатації AI Factories. Ця платформа дозволить створювати цифрових двійників фабрик ШІ, аби тестувати їх компоненти фактично до початку будівництва.

Гуманоїди та Physical AI

Наступною хвилею розвитку штучного інтелекту стане Physical AI — і насправді це вже відбувається в галузі робототехніки.

Один із яскравих моментів конференції — поява на сцені робота у стилі дроїда із «Зоряних війн», який привітав учасників заходу. Таким чином Хуанг оголосив про співпрацю NVIDIA з DeepMind від Google та Disney Research над Newton — відкритим фізичним рушієм, оптимізованим для навчання роботів. Newton, побудований на основі фреймворку NVIDIA Warp, сумісний з популярними симуляційними платформами, такими як MuJoCo та NVIDIA Isaac Lab. Цей рушій дозволить роботам навчатися виконувати складні завдання з більшою точністю, що сприятиме розвитку робототехніки в різних галузях. Першими, хто використовуватиме Newton, стануть Disney, які планують інтегрувати його у свої розважальні роботи нового покоління.

Крім того, компанія анонсувала Isaac GR00T N1 — першу у світі опенсорс модель для прискорення створення гуманоїдних роботів. NVIDIA продовжує рухатися у бік демократизації ШІ, дозволяючи розробникам створювати власні фізичні ШІ-рішення на базі цієї платформи. Це відкриває широкі можливості для інновацій у сфері робототехніки.

NVIDIA також продовжує інвестувати у модель Cosmos, яку вони запустили цього року. Cosmos допоможе створювати синтетичні дані для тренування роботів, а у поєднанні з NVIDIA Omniverse це дозволить імітувати складні фізичні середовища та навчати ШІ у віртуальному просторі, перш ніж переносити їх у реальне використання.

Quantum Computing: де стоїть NVIDIA?

На цьогорічній конференції квантовий комп’ютинг отримав значну увагу — вперше в історії GTC організували окремий Quantum Day, присвячений обговоренню досягнень та перспектив квантових обчислень. Крім того, компанія анонсувала про створення NVIDIA Accelerated Quantum Research Center (NVAQC) у Бостоні. Цей центр буде інтегрувати передове квантове обладнання з ШІ-суперкомп’ютерами, що дозволить вирішувати найскладніші проблеми квантових обчислень.

На відміну від конкурентів, таких як Google та Microsoft, NVIDIA не анонсувала створення власного квантового чіпу. Компанія робить ставку симуляцію квантових обчислень на GPU, а також на продуктивні та практичні рішення, а квантові обчислення все ще перебувають у стадії експериментальних досліджень.

Поки що практичних кейсів з використанням штучного інтелекту, які працювали б на квантовій інфраструктурі, не було у фокусі презенрації Хуанга. Проте ШI може стати важливим інструментом у створенні квантового програмного забезпечення — зокрема, у написанні middleware та application layer для майбутніх квантових комп’ютерів. Саме тут штучний інтелект може допомогти автоматизувати процеси та зробити розробку для квантових систем більш ефективною.

NVIDIA використовує потужні GPU для симуляції квантових обчислень, що дозволяє науковцям та розробникам експериментувати з квантовими алгоритмами, не маючи доступу до справжніх квантових процесорів. Це дає можливість дослідникам швидше тестувати потенційні кейси застосування та адаптувати алгоритми для майбутніх квантових комп’ютерів. Цей підхід дозволяє NVIDIA зосередитися на своїх ключових компетенціях у сфері високопродуктивних обчислень та штучного інтелекту, одночасно сприяючи розвитку квантових обчислень у співпраці з провідними дослідниками та компаніями.

Висновки

GTC 2025 підтвердила, що ШІ продовжує розвиватися, а компанії фокусуються не лише на дослідженнях, а й на широкому практичному застосуванні технологій.

Інтеграція Agentic AI змінить формат роботи команд розробників. Якщо сьогодні для вирішення задачі працюють кілька інженерів, які використовують ChatGPT або Copilot, то в майбутньому ШІ-агенти стануть невід’ємною частиною робочого процесу. Це означає, що інженери будуть працювати разом з агентами, які виконуватимуть рутинні завдання — тестування, написання коду або підтримку інфраструктури. Такий підхід дозволить сеньйорним інженерам підвищити свою продуктивність.

Водночас це змінить вимоги до джуніорів, і поріг входу, ймовірно, буде вищим. У зв’язку з цим зросте роль інженерів, які володіють end-to-end компетенціями, розуміють увесь процес розробки ШІ-агентів, а менеджерам також необхідно буде вміти управляти командами, в яких є як люди, так і ШІ-агенти.

Саме тому ключовим фактором успіху стане гнучкість, швидкість навчання та здатність до роботи з новими інструментами, що з’являються на ринку.