Триллион долларов подтверждённых заказов на чипы NVIDIA Blackwell и Vera Rubin до 2027 года. Цифра, вдвое превышающая показатель прошлого года. Но ключевое сообщение keynote GTC 2026 — не в масштабах инвестиций, а в смене парадигмы: агентный ИИ требует новой системной архитектуры, и большинство компаний к этому не готовы.

Я много лет наблюдаю за выступлениями Дженсена Хуанга. Он всегда начинает с цифры, от которой захватывает дух. В этот раз это был триллион — не оценка рынка, не прогноз, а реальные заказы. Но за этим числом скрывается нечто большее: сигнал о том, что ИИ перестал быть просто нагрузкой на инфраструктуру. Он сам стал инфраструктурой.

Цифра, которая важнее триллиона

Главное ограничение ИИ-нагрузок 2023–2024 годов — пропускная способность GPU. Но агентный ИИ меняет правила. Когда один агент порождает десятки суб-агентов, вызывает инструменты и поддерживает контекст в параллельных потоках, узким местом становится не вычислительная мощность, а оркестрация.

Именно это отметил чип-аналитик накануне GTC: «Появляются стойки CPU, единственная задача которых — запускать агентный ИИ». Это не про ускорители. Это про системную архитектуру.

Дженсен подтвердил это на квартальном звонке: токены генерируются экспоненциально быстрее, а агентный ИИ — ключевой драйвер. Ответ NVIDIA — Vera Rubin, в 50 раз эффективнее Blackwell H200 по токенам на ватт, и новый Vera CPU, созданный специально для оркестрации агентных рабочих процессов.

Для руководителей по данным: инфраструктура, которую вы планируете, может решать не ту задачу.

OpenClaw, NemoClaw и почему Дженсен сравнил это с Linux

OpenClaw — open-source фреймворк для агентного ИИ от австрийского разработчика Питера Штайнбергера. Дженсен назвал его «самым быстрорастущим open-source проектом в истории». Фреймворк позволяет агентам управлять файлами, подключаться к LLM, использовать инструменты и порождать суб-агентов.

Сравнение с Linux не случайно. Как Linux стал основой корпоративных вычислений, так OpenClaw может стать операционной системой агентной эры.

Вклад NVIDIA — NemoClaw: корпоративный референсный дизайн с элементами безопасности, комплаенс-хуками и интеграцией с политиками доступа. Это ответ на критическую проблему: текущие системы управления ИИ не рассчитаны на мир, где агенты автономно создают тысячи вызовов без участия человека.

Существование NemoClaw — признание: проблема управления реальна, и она наступает быстрее, чем думают большинство организаций.

История данных, спрятанная в keynote

Выступление Дженсена — это, по сути, история о данных, завёрнутая в обёртку GPU. В блоге «ИИ — это пятислойный торт» он объяснил: ИИ требует синхронного масштабирования пяти слоёв — энергии, чипов, инфраструктуры, моделей и приложений. NVIDIA охватывает все пять.

Но ключевая мысль, которую он повторял снова и снова: структурированные данные снова в центре.

Партнёрство с IBM — яркий пример. Ускорение Presto SQL через CUDA позволяет резко ускорить запросы к корпоративным датасетам. Цитата Хуанга: «Данные — это ground truth, которая даёт ИИ контекст и смысл».

Это одновременно комплимент и предупреждение.

Комплимент: ваша инфраструктура данных важна как никогда. Качественные, доступные данные — топливо для агентного ИИ.

Предупреждение: если данные разрознены, плохо управляются или несогласованы, агенты не просто ошибутся — они будут уверенно генерировать дорогие, масштабные ошибки.

Что архитектура Vera Rubin означает для вашего инфраструктурного бюджета

По данным Semi Analysis, Vera Rubin выдаёт в 50 раз больше токенов на ватт, чем Blackwell H200. В связке с Groq 3 LPX через NVIDIA Dynamo — в 35 раз больше пропускной способности на мегаватт.

Это меняет экономику инференса. Стоимость миллиона токенов в агентных системах будет радикально ниже, чем сегодня.

Если вы сейчас планируете инфраструктуру — облачные контракты, on-prem инвестиции, гибридные решения — вы делаете это без знания реальных кривых стоимости железа, которое будет доминировать через 18 месяцев.

Мой подход:

• Закладываю гибкость — короткие контракты, мобильность рабочих нагрузок между облаками.
• Запускаю on-prem эксперименты с open-source моделями, не дожидаясь новых чипов.
• Бюджетирую под сценарий, где стоимость инференса падает на 60–80% в год.

Инвестиции, оправданные в 2024, могут стать нерелевантными уже в 2026.

Сигнал на триллион: что он означает для вашей ИИ-стратегии

Триллион долларов заказов — это не просто цифра. Это подтверждённые обязательства гиперскейлеров, суверенных инициатив и крупных предприятий. Гонка инфраструктурного вооружения не замедляется — она ускоряется.

Для средних компаний — это и давление, и возможность.

Давление: разрыв между возможностями передовых игроков и вашей организацией будет расти. Гиперскейлеры строят рвы в экзафлопсах.

Возможность: через 2–3 года вычисления уровня Vera Rubin станут доступны через API. Выигрывают не те, кто пытается повторить железо гиперскейлеров, а те, кто готовит фундамент — данные, управление, компетенции — чтобы эффективно использовать эти возможности.

Что я делаю прямо сейчас

После keynote я провёл 48 часов, работая над тремя вещами.

Во-первых, инициировал пересмотр фреймворка управления агентами. У нас есть политики доступа моделей к данным, но нет — для агентов, их суб-агентов и автономных вызовов инструментов. Этот разрыв нужно закрыть до первого продакшн-запуска.

Во-вторых, привлёк инфраструктурную команду к пересмотру дорожной карты на 2026–2027. Мы не меняем планы, но стресс-тестируем все допущения на фоне новых экономических и архитектурных реалий.

В-третьих, запустил инициативу по документированию слоя управления данными. Если данные — это ground truth для агентов, то качество данных, lineage и контроль доступа напрямую влияют на надёжность ИИ в продакшне.

Неудобный вопрос с GTC 2026

Дженсен Хуанг построил выступление вокруг одной идеи: ИИ стал инфраструктурой промышленного масштаба, токены — продуктом, а все корпоративные слои должны быть перепроектированы под это.

Он прав. Инструментарий развивается быстрее, чем организационная готовность. Инфраструктура масштабируется быстрее, чем управление.

Keynote подтвердил: вопрос не в том, будет ли ваша организация использовать агентный ИИ. Вопрос в том, готова ли ваша инфраструктура данных стать той ground truth, на которой он будет строиться.

Большинство организаций — нет. Их данные не готовы. Их фреймворки управления не готовы. Их команды не думают в терминах инфраструктуры.

NVIDIA уже сказала: железо придёт в любом случае.

Готовы ли ваши данные стать фундаментом, на котором оно будет работать?

Вот вопрос, с которым я ушёл с GTC 2026. И именно он, скорее всего, определит, какие команды по данным построят устойчивые системы — а какие будут год проводить в тушении пожаров от масштабных, уверенных ошибок ИИ.

Заказы на чипы на триллион долларов. Новый фреймворк для агентного ИИ, который Дженсен сравнил с Linux. И одно высказывание с keynote GTC 2026, которое должно заставить каждого руководителя по данным прямо сейчас пересмотреть свою стратегию управления.

Я смотрю keynote-выступления Дженсена Хуанга на GTC уже много лет. Он театрален, точен и всегда начинает с цифры, достаточно большой, чтобы вы засомневались — правильно ли расслышали.

В этом году, сидя перед ноутбуком утром понедельника и наблюдая трансляцию из SAP Center в Сан-Хосе, цифра былатриллион долларов.

Не триллион рыночной капитализации. Не триллион прогнозируемого объёма ИИ-рынка. Триллион долларовподтверждённых заказовна чипы NVIDIA Blackwell и Vera Rubin до 2027 года. В прошлом году цифра составляла 500 миллиардов. Дженсен удвоил её за двенадцать месяцев.

Я руковожу командами по data science, аналитике и платформенной инженерии. Я внедряю ИИ в продакшн. И должен вам сказать: keynote GTC 2026 был не столько про чипы. Это былозаявление о том, чего агентная эра на самом деле требует от корпоративной инфраструктуры данных— и большинство организаций к этому опасно не готовы.

Позвольте объяснить, что я имею в виду.

К слову об инструментах. Пока одни говорят о триллионных инвестициях и будущем инфраструктуры, другим нужно работать уже сегодня. Если вам нужен доступ ко всем ключевым моделям — Claude, GPT, Gemini и другим — без привязки к одному провайдеру и без сложной настройки, посмотрите наBotHub. Единый API, единый баланс, простой старт.

Для доступа не требуется VPN, можно использовать российскую карту.

По ссылке вы можете получить 300 000 бесплатных токеновдля первых задач и приступить к работе с нейросетями прямо сейчас!

Цифра, которая важнее триллиона

Дженсен говорил два часа. Анонсы чипов — Vera Rubin, Groq 3 LPU, архитектура стоек Kyber — получили основное освещение в прессе.

Но высказывание, которое заставило меня остановиться, пришло от чип-аналитика в материалах накануне мероприятия: «Это новая инфраструктура: строительство с нуля — стойки CPU, единственная задача которых — запускать агентный ИИ. Ваше программное обеспечение будет располагаться в другом месте, ваши ускорители будут только генерировать токены, но что-то должно находиться посередине и оркестрировать всё это».

Это не история про GPU. Это история просистемную архитектуру.

Вот что происходит на самом деле. ИИ-нагрузки 2023 и 2024 годов были преимущественно обучающими и инференс-нагрузками умеренного масштаба. Вы скармливали модели много данных, получали результат, двигались дальше. Узким местом была пропускная способность GPU.

Агентный ИИ — это другое. Когда ИИ-агент оркестрирует 10 суб-агентов, вызывает 50 инструментов, поддерживает контекст через множество параллельных рабочих процессов — узким местом становится не сырая GPU-вычислительная мощность. Этослой оркестрации. Это перемещение данных. Это CPU, выполняющий координационную работу.

Дженсен сам сказал это на звонке NVIDIA по итогам квартала в прошлом месяце: «Количество генерируемых токенов реально выросло экспоненциально, и нам нужно делать инференс на гораздо более высокой скорости». Он упомянул агентный ИИ дюжину раз за тот звонок.

Ответ NVIDIA —Vera Rubin, который, по их заявлениям, выдаёт в 50 раз больше токенов на ватт, чем Blackwell H200. И новый Vera CPU, специально спроектированный для слоя оркестрации агентных рабочих процессов.

Для руководителей по данным: инфраструктура, которую ваша команда планирует на 2026 год, возможно, спроектированадля решения не той проблемы.

OpenClaw, NemoClaw и почему Дженсен сравнил это с Linux

Анонс, к которому я не был полностью готов, — этоOpenClaw.

OpenClaw — это open-source фреймворк для агентного ИИ, созданный австрийским разработчиком Питером Штайнбергером. Дженсен назвал его «самым быстрорастущим open-source проектом в истории» — смелое заявление, но кривые роста, которые я видел от сообщества, подтверждают ажиотаж. Фреймворк позволяет агентам получать доступ к файлам, подключаться к LLM, использовать инструменты, планировать задачи и порождать суб-агентов.

Дженсен сравнил это с Linux. Это не случайная аналогия из его уст. Linux стал операционной системой, на которой построены корпоративные вычисления. Хуанг предполагает, что OpenClaw — этооперационная система для агентной эры.

Вклад NVIDIA:NemoClaw— корпоративный защищённый референсный дизайн, который оборачивает OpenClaw элементами управления, хуками для комплаенса и корпоративными политиками безопасности. Он подключается к любому существующему корпоративному движку политик, чтобы организации могли управлять поведением агентов по своим собственным правилам соответствия.

В момент, когда я это увидел, я созвал экстренную встречу с руководителем платформенной инженерии.

Потому что вот проблема, с которой мы тихо боремся: наши текущие фреймворки управления ИИ были спроектированы для мира, где люди делают запросы, а модели отвечают. Онине спроектированыдля мира, где агенты порождают агентов, которые порождают суб-агентов, которые делают тысячи вызовов инструментов параллельно.

NemoClaw — это ответ NVIDIA на этот разрыв в управлении. И само его существование говорит нам кое-что важное:проблема управления реальна, и она наступает быстрее, чем большинство организаций готовы.

История данных, спрятанная в keynote

Keynote Дженсена был, по сути,историей о данных, одетой в GPU-одежды.

Его центральный аргумент — наиболее чётко сформулированный в блог-посте той же недели под названием «ИИ — это пятислойный торт» — состоит в том, что ИИ зависит от пяти слоёв, которые все должны масштабироваться вместе: энергия, чипы, инфраструктура, модели и приложения. NVIDIA сидит посередине и касается всех пяти.

Но к чему он возвращался снова и снова, разными словами на протяжении всего выступления, было вот что:структурированные данные снова в центре корпоративного ИИ.

Партнёрство IBM-NVIDIA, объявленное на GTC, сделало это явным. Они используют CUDA GPU-ускорение в движке IBM Presto SQL для драматического ускорения выполнения запросов на больших корпоративных датасетах. Цитата Дженсена из анонса IBM: «Данные — это ground truth, которая даёт ИИ контекст и смысл».

Для корпоративных команд по данным это высказывание содержит и комплимент, и предупреждение.

Комплимент:ваша инфраструктура данных важна как никогда. Хорошо управляемые, качественные, доступные данные — это топливо для всего, что описал Дженсен.

Предупреждение:если ваши данные не готовы — если они разрознены, плохо управляются, непоследовательно определены — агентный ИИ обнаружит это быстрее, чем ваши аналитические дашборды когда-либо обнаруживали. Агенты не отскакивают вежливо от плохих данных. Они генерируютуверенные, дорогие, неправильные результаты в масштабе.

Что архитектура Vera Rubin означает для вашего инфраструктурного бюджета

Позвольте быть конкретным насчёт разговора о железе — я знаю, что это читают платформенные инженеры.

Vera Rubin выдаёт примернов 50 раз больше токенов на ватт, чем Blackwell H200, согласно данным Semi Analysis, процитированным на GTC. В сочетании с чипом Groq 3 LPX через NVIDIA Dynamo система выдаёт в 35 раз больше пропускной способности на мегаватт.

На практике: экономика запуска масштабных агентных рабочих нагрузок скородраматически изменится. Стоимость миллиона токенов, сгенерированных в высокопроизводительной агентной среде на инфраструктуре Vera Rubin, будет выглядеть совсем иначе, чем то, под что вы бюджетируете сегодня.

Если вы сейчас занимаетесь планированием инфраструктуры — облачные контракты, on-prem GPU-инвестиции, решения по гибридной архитектуре — вы принимаете эти решения, не зная реальных кривых стоимости за токен того железа, которое будет доминировать на рынке через 18 месяцев.

Это некомфортно. Вот как я с этим справляюсь:

Я закладываюгибкостьв наши инфраструктурные обязательства. Более короткие сроки контрактов, где возможно. Архитектура, которая может перемещать рабочие нагрузки между облачными провайдерами по мере изменения цен. On-prem эксперименты с open-source моделями на текущем поколении железа — не предполагая, что нам нужно ждать Vera Rubin для запуска сложных агентных рабочих процессов.

И я бюджетирую под мир, где стоимость инференса за токен продолжает падать на60–80% ежегодно. Инвестиции, которые имеют смысл при таких кривых стоимости, сильно отличаются от инвестиций, которые имели смысл в 2024 году.

Сигнал на триллион: что он означает для вашей ИИ-стратегии

Давайте отступим на шаг и подумаем, что на самом деле сигнализирует триллион долларов заказов на чипы.

NVIDIA не принимает заказы на чипы, за которыми не стоят подтверждённые покупатели. За этим триллионом — гиперскейлеры, суверенные ИИ-инициативы и крупные предприятия, берущие многолетние обязательства по строительству ИИ-инфраструктуры.

Послание простое:гонка вооружений в инфраструктуре не замедляется. Если что — она ускоряется.

Для руководителей по данным в средних компаниях и организациях, которые не являются гиперскейлерами, это создаёт и давление, и возможность.

Давление:разрыв между тем, на что способна передовая ИИ-инфраструктура, и тем, к чему имеет доступ ваша организация, будет расширяться, прежде чем сузиться. Гиперскейлеры строят рвы, измеряемые в экзафлопсах.

Возможность:по мере строительства передовой инфраструктуры, возможности, которые она производит, в конечном счёте становятся доступны через API по снижающимся ценам. Вычисления класса Vera Rubin, которые сегодня могут развернуть только Google и Microsoft, будут доступны через стандартные API-вызовы в течение двух-трёх лет.

Что означает: выигрывают не организации, пытающиеся соревноваться с гиперскейлерами по железу. Выигрывают те, ктостроит фундамент данных, фреймворки управления и командные компетенции, которые позволят эксплуатировать эти API-доступные возможности, когда они появятся.

Что я делаю прямо сейчас

Я провёл 48 часов после keynote, делая три вещи.

Первое:я инициировал обзор нашего текущего фреймворка управления агентами. У нас есть политики того, как модели получают доступ к данным. У наснет политиктого, как агенты получают доступ к данным в масштабе, порождают суб-агентов или делают вызовы инструментов вне циклов человеческой проверки. Этот разрыв должен быть закрыт до того, как мы отгрузим первый продакшн агентный пайплайн — или у нас будет очень неприятный инцидент.

Второе:я привлёк руководителя платформенной инфраструктуры к разговорам о нашей вычислительной дорожной карте на 2026–2027 годы. Таймлайн Vera Rubin релевантен для любых GPU-инвестиций, которые мы рассматриваем on-prem. Экономика за токен релевантна для нашего моделирования облачных затрат. Мы не меняем дорожную карту на основании keynote, но мыстресс-тестируем наши допущения.

Третье:я запустил инициативу по документированию нашего слоя управления данными. Если тезис Дженсена верен — что данные это ground truth для всего, что делают агенты — тогда наше качество данных, lineage и контроль доступа теперьнапрямую влияют на надёжность ИИ в продакшне. Это более сложный разговор с владельцами данных, но это правильный разговор.

Неудобный вопрос с GTC 2026

Дженсен Хуанг провёл два часа в SAP Center, выстраивая один аргумент: ИИ теперь — инфраструктура промышленного масштаба, токены — это продукт, и каждый корпоративный слой должен быть перепроектирован вокруг этого факта.

Он прав. Я наблюдаю этот сдвиг в собственной организации уже 18 месяцев. Инструментарий зреет быстрее, чем организационная готовность. Инфраструктура масштабируется быстрее, чем управление.

Keynote GTC подтвердил то, что я говорю своему руководству с четвёртого квартала 2025 года: вопрос больше не в том,будет ливаша организация внедрять агентный ИИ. Вопрос в том,готова ли ваша инфраструктура данных быть той ground truth, на которую эти агенты будут опираться.

Большинство организаций, с которыми я общаюсь: их данные не готовы. Их фреймворки управления не готовы. Их команды не думают об агентном ИИ в масштабе инфраструктуры.

NVIDIA только что сказала нам, что железо приходитв любом случае.

Готовы ли ваши данные стать фундаментом, на котором оно будет работать?

Вот вопрос, с которым я ушёл с GTC 2026. И я подозреваю, что именно этот вопрос определит, какие команды по данным построят что-то устойчивое в 2026 году — а какие проведут год, разгребая последствия того, как агенты уверенно обработали плохие данные в масштабе.

Как выглядит ваш фреймворк управления для агентного ИИ прямо сейчас? Вы опережаете строительство инфраструктуры или догоняете? Буду рад услышать, как другие руководители по данным подходят к этому вопросу.