Тільки що я звернув увагу на дуже важливу річ у галузі сучасних мікросхем. Відбулася захоплююча дискусія на конференції GTC, де Білл Дейлі з Nvidia говорив про щось, що повністю змінило підхід до проектування мікросхем.

Історія почалася з дійсно страшних цифр — раніше переміщення стандартної бібліотеки клітин, що містила тисячі клітин, вимагало команди з 8 інженерів, які працювали протягом 10 місяців. Зараз? Один GPU-обробник працює цілодобово, і завдання завершено. Результати навіть кращі за людський дизайн за показниками ефективності та енергоспоживання.

Але правда глибша за новинні заголовки. Nvidia не використовувала випадковий чорний ящик — розроблено передові інструменти, які розвивалися протягом років. Програма NB-Cell базується на підкріплювальному навчанні, а внутрішні великі мовні моделі — Chip Nemo та Bug Nemo — тренувалися на всьому, починаючи з історії Nvidia від G80 до Blackwell. Це означає, що новий співробітник може отримати досвід 20 років роботи досвідчених інженерів одним натисканням кнопки.

Але найрозумніша частина стратегії настала потім. У грудні 2025 року Nvidia інвестувала 2 мільярди доларів у Synopsys — одну з найбільших компаній з розробки інструментів для проектування мікросхем у світі. Вони підписали угоду про глибоку інтеграцію технологій Nvidia у повний набір інструментів Synopsys. Після цього короткий час компанії Cadence та інші оголосили, що розробляють інструменти з підтримкою штучного інтелекту на базі GPU Nvidia.

Страхітливі цифри? Інструменти Synopsys у 30 разів швидші на Blackwell, інші — у 20 разів, а на інших процесорах — у 12 разів. Різниця дуже велика.

Тут виникає справжня проблема. У минулому інструменти проектування мікросхем працювали на процесорах Intel та AMD однаково. Майбутнє зовсім інше — якщо хочеш найшвидших інструментів, потрібно купувати лише карти Nvidia. Уявіть, що ви інженер у конкурентній компанії, яка прагне створити мікросхему, що перевершує Blackwell — ви відкриваєте найшвидший інструмент і бачите, що він максимально ефективний лише на процесорах Nvidia. Або приймаєте повільніший у два рази цикл проектування, або купуєте велику кількість карт Nvidia для створення чіпа, що має перемогти саму Nvidia.

Стратегія ширша за це. Nvidia охопила всі етапи виробничого ланцюга — від проектування до виробництва — за допомогою штучного інтелекту. Chip Nemo відповідає за фронтальне проектування, NB-Cell — за проміжні оптимізації, інструменти EDA інтегровані з інвестицією у 2 мільярди доларів, а оптичні обчислення у виробництві також виконуються на процесорах Nvidia.

Гірка іронія: будь-який конкурент, який прагне перемогти Nvidia, виявить, що всі необхідні для перемоги інструменти належать або оптимізовані під Nvidia. Той, кого ви хочете перемогти, отримує всі інструменти, потрібні для спроби.

А що стосується місцевих китайських компаній, які намагаються увійти на ринок GPU? Ситуація набагато складніша. Більшість досі використовують ліцензовані інструменти Synopsys і Cadence, втрачаючи мільярди щороку, але ринок оцінює їх як «місцеву Nvidia» з величезною ринковою вартістю. Прірва між оцінкою та реальністю дуже страшна.