A 20 milliárd dolláros puccs: Hogyan erősítette meg az Nvidia mesterséges intelligencia monopóliumát a Groq segítségével – Jensen Huang zseniális lépése a Google és társai ellen – Kép: Xpert.Digital
Az Nvidia lenyeli a Groqot – és felrobbantja az adatközpontot: A 20 milliárd dolláros integráció
A hardver tegnap volt: Miért rázza fel az Nvidia új főterve az egész tech világot?
A GTC 2026 történelmi fordulópontot jelent a technológiai iparágban: az Nvidia már nem csupán egy chipgyártó, hanem egy bevehetetlen MI-birodalmat épít a világ szeme láttára. Egy briliáns és szokatlan, 20 milliárd dolláros lépéssel, amely a Groq következtetési startupot érinti, Jensen Huang vezérigazgató bezárja vállalata legnagyobb sebezhetőségét. De ez csak a jéghegy csúcsa: Míg az Nvidia CUDA szoftverplatformja 20. évfordulóját ünnepli, a technológiai óriás az új "Vera Rubin" GPU-architektúrával, a gigantikus asztali szuperszámítógépekkel és az olyan úttörő játékinnovációkkal, mint a DLSS 5, megerősíti abszolút dominanciáját. Ez a cikk azt vizsgálja, hogy az Nvidia nemcsak az elkövetkező évek hardverét határozza meg, hanem a jövő adatközpontját is teljes mértékben a saját víziója szerint alakítja.
2025 végén az Nvidia körülbelül 20 milliárd dollárért részesedést szerzett a Groq mesterséges intelligencia chip startupban, ezzel megszerezve annak következtetési technológiáját és a csapat nagy részét, míg a Groq hivatalosan továbbra is létezik egy maradvány formájában.
Ezt nem szabad összekeverni a Grokkal, Elon Musk xAI nevű cégének mesterséges intelligenciával teli chatbotjával: a Grok továbbra is az xAI tulajdonában van, az Nvidia csupán hardverbeszállítóként és befektetőként működik – ez két teljesen különböző cég és termék.
Jensen Huang a következtetés jövőjét vásárolja meg – és nem nevezi felvásárlásnak – „Nem klasszikus felvásárlás”
A GTC 2026 sok szempontból az Nvidia történetének legjelentősebb belső szakkiállítása volt. Több mint 30 000 résztvevő előtt, 190 országból Jensen Huang egymás után mutatta be termékeit a San José-i SAP Centerben – egy új, 336 milliárd tranzisztorral rendelkező GPU-architektúrát, egy 20 petaflop teljesítményű DGX Station asztali szuperszámítógépet, önvezető Disney robotokat, önvezető járműplatformokat a BYD, a Hyundai és a Nissan számára, valamint betekintést az űrben működő mesterséges intelligencia adatközpontokba. De az Nvidia már 2025 decemberében bejelentette igazi stratégiai hírét egy szokatlanul rövid nyilatkozattal: a Groq mesterséges intelligencia chip startup de facto felvásárlását 20 milliárd dollárért.
Ehhez kapcsolódóan:
A CUDA 20 éves lett – és még soha nem volt ennyire releváns
Mielőtt megértenénk a Groq fejezetet, meg kell értenünk az alapokat, amelyekre épül. A GTC 2026-on ünnepelte az Nvidia CUDA programozási platformja 20. évfordulóját. A 2006-ban bemutatott szoftverfelület lehetővé tette a fejlesztők számára, hogy kihasználják a grafikus processzorok hatalmas párhuzamos számítási teljesítményét általános célú numerikus számításokhoz, a CUDA mára a globális mesterséges intelligencia infrastruktúra sarokkövévé vált.
Az évforduló alkalmából Jensen Huang a CUDA-t lendkerékként jellemezte: a platform által lehetővé tett technológiai fejlődés folyamatosan új felhasználókat vonzott, és ezek az új felhasználók viszont új alkalmazásokat és ötleteket fejlesztettek ki, amelyek tovább bővítették az ökoszisztémát. Ez az önerősítő hatás az Nvidia piaci erejének lényege. Több mint 400 könyvtárral, amelyek a tudományos számítástechnika és a mesterséges intelligencia gyakorlatilag minden területéről származó algoritmusok GPU-ra optimalizált implementációit tartalmazzák, a CUDA mára annyira mélyen beágyazódott a kutatók, fejlesztők és vállalkozások munkafolyamataiba, hogy az alternatív hardverplatformokra való áttérés jelentős költségekkel járna. Egyetlen más chipgyártó sem épített még ki összehasonlíthatóan sűrű szoftver-ökoszisztémát.
De a CUDA – bármilyen erős is – rendelkezik egy strukturális gyengeséggel, amelyet Jensen Huang egyre nyíltabban elismer: Míg az Nvidia GPU-i gyakorlatilag páratlanok az MI-modellek betanítási fázisában, a speciális chipek nyomása jelentősen növekszik a következtetés területén – a betanított modellek gyors és energiahatékony alkalmazásának feladata az új lekérdezésekre. A Google saját Tensor feldolgozóegységeket épít, az Amazon a Trainiumot és az Inferentiát fejleszti, a Microsoft pedig egyedi szilícium-dizájnokba fektet be. Ebben a kontextusban lépett színre a Groq.
A Groq-megállapodás: 20 milliárd dollár a következtetések jövőjéért
A Groq nem ismeretlen a mesterséges intelligencia chipek világában. A startup-ot 2016-ban alapította Jonathan Ross – egykori Google-mérnök, aki kulcsszerepet játszott a TPU fejlesztésében –, és radikálisan eltérő architektúrás megközelítésével szerzett magának nevet. Nyelvi feldolgozó egységei, vagyis LPU-i kifejezetten a következtetési terhelések rendkívül gyors és energiahatékony végrehajtására vannak optimalizálva, és a tiszta következtetési sebességet vizsgálva gyakran jelentősen felülmúlták a hagyományos GPU-architektúrákat. A Groq GroqCloud szolgáltatása hozzáférést biztosított a fejlesztőknek ezekhez az LPU-khoz, és kivételes tokengenerálási sebességéről vált ismertté a fejlesztői közösségben.
Az Nvidia által 2025 decemberében bejelentett üzletkötési struktúra jogilag szokatlan: Ahelyett, hogy a Groq egészét felvásárolta volna – ami mindkét vállalat piaci helyzetét tekintve jelentős trösztellenes aggályokat vetett volna fel –, az Nvidia 20 milliárd dolláros licencszerződést írt alá a Groq chiptechnológiájára, és egyidejűleg a vállalat vezetőségét, köztük Jonathan Ross alapítót és vezérigazgatót is Nvidia alkalmazottként toborozta. A licencszerződés állítólag nem kizárólagos – a Groq technikailag továbbra is független vállalatként működhet, egy következtetési felhőszolgáltatással. Az iparági megfigyelők azonban úgy vélik, hogy a Groq AI chip innovációs képességeit nagyrészt felemésztette a kulcsfontosságú személyzet Nvidiához való távozása.
Maga Jensen Huang is egy érdekes történelmi párhuzamot vont az üzlet bejelentésekor: a Groq-ot hasonlónak látta a Mellanoxhoz – ahhoz a hálózati technológiai vállalathoz, amelyet az Nvidia 2019-ben 6,9 milliárd dollárért felvásárolt, és ez a lépés átalakítónak bizonyult az egész adatközpont-üzletág számára. A Mellanox elhozta az Nvidia InfiniBand hálózati technológiáját, amely lehetővé teszi több ezer GPU összekapcsolását egy gigantikus, koherens számítási klaszter létrehozásához – ez a képesség, amely nélkül a mai szabványos nagy nyelvi modellek betanítása lehetetlen lenne. A Groq célja, hogy a következtetési oldalon ennek megfelelő szolgáltatást nyújtson: egy speciális gyorsítóarchitektúrát, amely kiegészíti a GPU-kat a modellek kiszolgálásában, és drámaian javítja a teljes platform hatékonyságát.
A digitális átalakulás új dimenziója a „menedzselt MI” (mesterséges intelligencia) segítségével - Platform és B2B megoldás | Xpert Consulting
A digitális átalakulás új dimenziója a „menedzselt MI” (mesterséges intelligencia) segítségével – Platform és B2B megoldás | Xpert Consulting - Kép: Xpert.Digital
Itt megtudhatja, hogyan valósíthat meg vállalata testreszabott mesterséges intelligencia megoldásokat gyorsan, biztonságosan és magas belépési korlátok nélkül.
Egy menedzselt MI platform az Ön átfogó, gondtalan megoldása a mesterséges intelligencia területén. Ahelyett, hogy komplex technológiával, drága infrastruktúrával és hosszadalmas fejlesztési folyamatokkal kellene bajlódnia, egy specializált partnertől kap egy az Ön igényeire szabott, kész megoldást – gyakran mindössze néhány napon belül.
A legfontosabb előnyök egy pillantásra:
⚡ Gyors megvalósítás: Az ötlettől a használatra kész alkalmazásig napok, nem hónapok alatt. Gyakorlati megoldásokat szállítunk, amelyek azonnal hozzáadott értéket teremtenek.
🔒 Maximális adatbiztonság: Érzékeny adatai Önnél maradnak. Garantáljuk a biztonságos és megfelelő feldolgozást anélkül, hogy megosztanánk az adatokat harmadik felekkel.
💸 Nincs pénzügyi kockázat: Csak az eredményekért fizet. A hardverbe, szoftverbe vagy személyzetbe történő magas előzetes beruházások teljesen elmaradnak.
🎯 Koncentrálj a fő üzleti tevékenységedre: Koncentrálj arra, amiben a legjobb vagy. Mi gondoskodunk a mesterséges intelligencia megoldásod teljes technikai megvalósításáról, üzemeltetéséről és karbantartásáról.
📈 Jövőálló és skálázható: A mesterséges intelligencia veled együtt növekszik. Folyamatos optimalizálást és skálázhatóságot biztosítunk, és rugalmasan igazítjuk a modelleket az új követelményekhez.
További információ itt:
Felejts el mindent, amit az Nvidiáról tudtál: A cég valódi terve kiderült
Technikai részletek: Groq 3 a GTC 2026-on
Magán a GTC-n az Nvidia konkrét specifikációkat mutatott be a Groq technológiájának integrációjára Groq 3 LPU néven. A számok lenyűgözőek: 500 megabájt SRAM, 150 terabájt/másodperc memória-sávszélesség, 35-ször nagyobb következtetési átviteli sebesség megawattonként a GPU-alapú alternatívákhoz képest, és 256 LPU/rack, összesen 40 petabájt/másodperc sávszélességgel. Ezek a specifikációk pontosan azt a szűk keresztmetszetet kezelik, amely a gyakorlatban a legfájdalmasabb az LLM-ek tömeges telepítése során: a késleltetést és az energiafogyasztást, amikor a modelleket több millió egyidejű felhasználónak szolgálják ki.
Az Nvidia ügyfelei – olyan hiperskálázó szolgáltatók, mint az AWS, az Azure és a Google Cloud – számára ez az integráció jelentős hatékonyságnövekedést eredményez. A Google Cloud a GTC-n 76 százalékos költségcsökkentést jelentett be az optimalizált Nvidia infrastruktúra használatával. Ez már nem fokozatos fejlesztés, hanem a mesterséges intelligencia szolgáltatások gazdaságosságának újratervezése. Egy olyan világban, ahol az LLM-következtetések működési költségei minden nagyobb technológiai vállalat számára jelentős kiadássá váltak, ezen költségek felére vagy akár háromnegyedére csökkentése jelentős stratégiai fontosságú versenyelőnyt jelent.
Ehhez kapcsolódóan:
A GTC szuperlatívuszai: 1 billió dollár és Vera Rubin
A Groq fejezet mellett a GTC 2026 számos más történelmi jelentőségű bejelentést is hozott. Az Nvidia 2027-re 1 billió dolláros megrendelésértéket prognosztizált – ez a szám új fejezetet nyit még egy olyan vállalat számára is, amely az Nvidia növekedési lendületével rendelkezik. Az új Vera Rubin GPU architektúra, amely 336 milliárd tranzisztorral – 1,6-szor több, mint a jelenlegi Blackwell generáció – várhatóan 2026 második felében jelenik meg, és 3,6 exaflop FP4 számítási teljesítményt biztosít egyetlen NVL72 rackben. Ez a számítási teljesítmény olyan sűrűsége egyetlen egységben, amely néhány évvel ezelőtt még egy egész adatközpontnak felelt volna meg.
A Feynman architektúrát 2028-ra jelentették be: a Blackwell teljesítményének 14-szerese, a TSMC 1,6 nanométeres eljárásával, szilícium-fotonika segítségével gyártják, és az NVL1152 formátumra skálázható. Ez azt jelenti, hogy az Nvidia – még akkor is, ha feltételezzük, hogy a mesterséges intelligencia betanításának és következtetési hatékonyságát nagymértékben javítják majd olyan speciális hardverek, mint a Groq –, részletes hardveres ütemtervet dolgozott ki legalább további három évre. A stratégiai horizont egyértelmű: az Nvidia nemcsak a jelenlegi mesterséges intelligencia hullám uralását tervezi, hanem a következő két-három hardvergeneráció meghatározását is.
A DLSS-5 forgatókönyv: Egy vita mellékszálként
A GTC 2026-on olyan bejelentéseket is bejelentettek, amelyek a szélesebb fogyasztói közönség számára relevánsak voltak. A DLSS 5 – az Nvidia Deep Learning Super Sampling legújabb verziója videojátékokhoz – teljes körű neurális renderelést ígér valós időben, és várhatóan 2026 őszén jelenik meg olyan címekkel, mint a Resident Evil, a Hogwarts Legacy és a Starfield. A bejelentésre adott reakciók vegyesek: egyesek áttörésnek tekintik a DLSS 5-öt, amely új minőségi szintre emeli a játékok grafikáját. A kritikusok azonban egy hozzáadott szűrőként írják le, amely semmilyen valódi technológiai előnyt nem jelent – ez a vita tükrözi a játékos közösség és a félvezetőipar mesterséges intelligencia által vezérelt optimalizálási logikája közötti alapvető konfliktust.
A DGX Station – egy 20 petaflops teljesítményű, 748 gigabájt koherens memóriával rendelkező, egybillió paraméterrel rendelkező modellek lokális futtatására képes asztali szuperszámítógép – bejelentése a németországi magánfelhasználók és vállalkozások számára is releváns, és potenciálisan fontos elmozdulást jelez a nagy teljesítményű mesterséges intelligencia elérhetőségében. Az érzékeny környezetekhez légréses változatban is elérhető rendszer a professzionális felhasználók növekvő szegmensét célozza meg, akiknek szabályozási vagy adatvédelmi okokból helyben kell mesterséges intelligencia modelleket futtatniuk.
A következtetés: Az Nvidia már nem chipgyártó
A GTC 2026 összességében egy olyan vállalatot mutat be, amely szisztematikus átmenetet folytat a tisztán hardveres szolgáltatóból egy teljes körű MI infrastruktúra-erőművé. A Groq integrációval az Nvidia a GPU architektúrájának következtetési gyengeségét kezeli. A NemoClaw és az OpenClaw révén az Nvidia az ügynöki köztes réteget foglalja el. A Nemotron Koalícióval és a nyílt forráskódú MI modellekbe történő 26 milliárd dolláros befektetéssel a modell rétegét foglalja el. Az AWS-en, a DGX Station termékcsaládon és a Vera Rubin ütemtervén több mint egymillió GPU-ra vonatkozó felhőalapú megállapodásokkal továbbra is uralja a hardveres alapot.
Az Nvidia igazi egyedi értékesítési pontja a jelenlegi mesterséges intelligencia piacon az a képesség, hogy ezeket a rétegeket egyszerre tudja kezelni, és a CUDA, a NeMo, a NIM és a hardverarchitektúra közötti mély integráció révén össze tudja fonni őket. Egyetlen más szereplő – sem a Google, sem a Microsoft, sem az Amazon, és biztosan nem az OpenAI – sem rendelkezik ilyen mély és következetes integrációval a mesterséges intelligencia minden rétegében. A jövő adatközpontja, ahogy a GTC 2026 is sugallja, lényegében egy Nvidia adatközpont – a hardver, a szoftver, a modellek és az ezekre épülő ügynöki infrastruktúra tekintetében.
Globális marketing- és üzletfejlesztési partnere
☑️ Üzleti nyelvünk az angol vagy a német
☑️ ÚJ: Levelezés az anyanyelveden!
Konrad Wolfenstein
Én és a csapatom örömmel állunk rendelkezésére személyes tanácsadóként.
Kapcsolatba léphetsz velem a kapcsolatfelvételi űrlap kitöltésével itt wolfenstein@xpert.digital:, vagy egyszerűen hívj a +49 7348 4088 965 telefonszámon. Az e-mail címem
Alig várom a közös projektünket.
