Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Pre-IPOs
Откройте полный доступ к глобальным IPO акций
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Рекламные акции
AI
Gate AI
Ваш универсальный AI-ассистент для любых задач
Gate AI Bot
Используйте Gate AI прямо в вашем социальном приложении
GateClaw
Gate Синий Лобстер — готов к использованию
Gate for AI Agent
AI-инфраструктура: Gate MCP, Skills и CLI
Gate Skills Hub
Более 10 тыс навыков
От офиса до трейдинга: единая база навыков для эффективного использования ИИ
GateRouter
Умный выбор из более чем 30 моделей ИИ, без дополнительных затрат (0%)
Только что я заметил очень важную вещь в индустрии современных чипов. На конференции GTC состоялась захватывающая дискуссия, где Билл Дали из Nvidia рассказал о чем-то, что полностью изменило подход к проектированию чипов.
История началась с действительно пугающих цифр — раньше перенос стандартной библиотеки ячеек, содержащей тысячи ячеек, требовал команды из 8 инженеров, работающих 10 месяцев подряд. А сейчас? Один GPU-обработчик, работающий всю ночь, и задача выполнена. Результаты даже лучше человеческого дизайна по эффективности и энергопотреблению.
Но правда глубже заголовков новостей. Nvidia не использовала случайный черный ящик — есть продвинутые инструменты, разработанные годами. Программа NB-Cell основана на усиленном обучении, внутри есть большие языковые модели под названием Chip Nemo и Bug Nemo, обученные на всей истории Nvidia от G80 до Blackwell. Это означает, что новый сотрудник может получить опыт 20 лет профессиональных инженеров одним нажатием кнопки.
Но самая умная часть стратегии последовала после этого. В декабре 2025 года Nvidia инвестировала 2 миллиарда долларов в Synopsys — одну из крупнейших компаний по разработке инструментов для проектирования чипов в мире. Они подписали соглашение о глубокой интеграции технологий Nvidia в полностью инструменты Synopsys. Вскоре после этого Cadence и другие компании объявили, что разрабатывают инструменты, поддерживаемые искусственным интеллектом, на базе GPU Nvidia.
Пугающие цифры? Инструменты Synopsys в 30 раз быстрее на Blackwell, другие инструменты — в 20 раз, а на других процессорах — в 12 раз. Разница очень велика.
Здесь возникает настоящая проблема. В прошлом инструменты проектирования чипов работали на процессорах Intel и AMD одинаково. Будущее совершенно иное — если хотите самые быстрые инструменты, вам придется покупать только карты Nvidia. Представьте, что вы инженер в конкурирующей компании, который хочет спроектировать чип, превосходящий Blackwell — вы откроете самую быструю программу и обнаружите, что она работает максимально эффективно только на процессорах Nvidia. Либо принимаете более медленный цикл проектирования вдвое, либо покупаете большое количество карт Nvidia для проектирования чипа, предназначенного победить саму Nvidia.
Стратегия шире этого. Nvidia охватила все этапы цепочки производства — от проектирования до производства — с помощью искусственного интеллекта. Chip Nemo занимается фронтальным проектированием, NB-Cell — промежуточными улучшениями, инструменты EDA связаны с инвестициями в 2 миллиарда долларов, а оптические вычисления в производстве также выполняются на процессорах Nvidia.
Грустная ирония: любой конкурент, желающий победить Nvidia, обнаружит, что все инструменты, необходимые для победы, принадлежат или оптимизированы в пользу Nvidia. Тот, кого вы хотите победить, дает вам все инструменты, чтобы попытаться.
А местные китайские компании, пытающиеся войти на рынок GPU? Ситуация гораздо сложнее. Большинство из них все еще используют лицензированные инструменты Synopsys и Cadence, теряют миллиарды ежегодно, но рынок оценивает их как «локальную Nvidia» с огромной рыночной стоимостью. Разрыв между оценкой и реальностью очень велик.