Три сложные задачи, оставленные Дженсеном Хуангом: кто возглавит компанию, сохранит ли CUDA свои позиции и как выполнить обещание на 279 млрд долларов.

Автор: Ли Хайлунь, Tencent Technology

На будущих конференциях NVIDIA GTC, возможно, больше не придется видеть знакомую картину, когда Дженсен Хуанг («Хуан Цзяо») выходит на сцену и машет рукой в знак приветствия всем присутствующим.

По американскому времени 12 ноября Дженсен Хуанг объявил об уходе из компании, которой руководил на протяжении 33 лет. Акции NVIDIA днем просели примерно на 14%, впоследствии волатильность спала, и по итогам торгов бумаги подешевели на 4,3%.

Партнер Andreessen Horowitz Мартин Касадо (Martin Casado) назвал это «черным днем».

С момента основания NVIDIA в 1993 году Дженсен Хуанг фактически возглавлял каждую крупную трансформацию компании. От ранних графических процессоров к вычислительной экосистеме CUDA, а затем к нынешнему бизнесу центров обработки данных для ИИ — способность NVIDIA захватывать волны технологических изменений неразрывно связана с видением Хуанга относительно вектора развития технологий и его долгосрочными инвестициями.

Особенно ярко это проявилось в текущей волне генеративного ИИ: Хуанг не только подтолкнул NVIDIA к переходу от поставщика чипов к платформе ИИ-инфраструктуры, но и активно участвовал в формировании дорожной карты продуктов, координации цепочек поставок и взаимодействии с крупными клиентами.

Сегодняшние позиции NVIDIA на рынке во многом опираются именно на эту бизнес-стратегию.

Для NVIDIA уход Хуанга не означает немедленного удара по существующему бизнесу. За годы развития компания сформировала зрелые технические команды, дорожные карты продуктов и систему цепочек поставок, которые не исчезнут просто так после ухода одного руководителя.

Тем не менее, потеряв ключевого лица принятия решений в лице Хуанга, сможет ли NVIDIA сохранить стремительный рост последних нескольких лет? Какие новые испытания предстоит пройти компании, находящейся в центре глобальной ИИ-индустрии?

Временный преемник ≠ капитан

В настоящее время временно исполняющую обязанности генерального директора NVIDIA является Колетт Кресс (Colette Kress). Занимая пост финансового директора более 13 лет, она была полным свидетелем и участником всей трансформации NVIDIA от производителя игровых видеокарт до гиганта ИИ-инфраструктуры, досконально знает финансовые показатели компании, контракты с клиентами, условия сотрудничества с поставщиками и структуры капитальных расходов.

Она также долгое время совместно с Хуангом принимала участие в телефонных конференциях по итогам финансовых отчетов, являясь хорошо известной представителями Уолл-стрит частью руководства.

Аналитик KeyBanc Capital Markets Джон Вин (John Vinh) считает назначение Кресс на пост временно исполняющего обязанности генерального директора позитивным сигналом благодаря ее долгому стажу работы и глубокому пониманию бизнеса и стратегии NVIDIA. Главный аналитик eToro Джош Гилберт (Josh Gilbert) также отмечает, что Кресс — очевидный кандидат на роль стабилизатора ситуации в компании. Она отлично разбирается в делах и может выступать от лица компании в моменты, когда рынок нуждается в уверенности со стороны руководства.

Однако это не означает, что Кресс сможет немедленно взять на себя исходные обязанности Хуанга по принятию решений. По данным издания The Information, временно исполняющий обязанности генерального директора NVIDIA не является главным архитектором крупных корпоративных решений и не формирует повестку ключевых управленческих решений. Временный CEO и стратегический капитан — это разные вещи.

Ранее The Information со ссылкой на осведомленные источники сообщала, что Кресс не выступает основным двигателем agenda крупных решений NVIDIA. В сделках с высоким уровнем риска она предпочитает концентрироваться на контроле рисков, примером чего служит соглашение о кредитной поддержке OpenAI.

Ранее Дженсен Хуанг продвигал идею предоставления NVIDIA масштабной кредитной поддержки для OpenAI. Первоначально обсуждалась сумма в 250 млрд долларов США, предназначенная для финансирования строительства дата-центров. Кресс отнеслась к этому с осторожностью. Впоследствии условия были пересмотрены и разделены: первоначальная поддержка со стороны NVIDIA составила порядка 100 млрд долларов США.

Аналитик Bernstein Стейси Расгон (Stacy Rasgon) полагает, что назначение Кресс способно стабилизировать краткосрочные операции, поэтому он не беспокоится, что кадровые изменения повлияют на работу NVIDIA в ближайшее время. Однако к долгосрочным вопросам он относится с большей осторожностью: остается ли большая доля неопределенности относительно того, сможет ли новый генеральный директор взять под контроль дорожную карту продуктов, за которую отвечал Хуанг, а также унаследовать связанную с ним сеть отношений с клиентами, поставщиками, сотрудниками и всей экосистемой отрасли. В связи с этим Расгон снизил рейтинги акций NVIDIA и целевую цену.

Аналитик Goldman Sachs Джеймс Шнайдер (James Schneider) также отмечает, что NVIDIA не испытывает недостатка в зрелых функциональных командах менеджмента: в таких областях, как проектирование чипов, программное обеспечение, системы и финансы, работают руководители с богатым опытом. Тем не менее, техническое видение, отраслевое влияние и способность Хуанга координировать взаимодействие между предприятиями трудно заменить обычному корпоративному менеджеру.

Среди внутренних кандидатов наибольший интерес вызывает старший технический руководитель NVIDIA Иэн Бак (Ian Buck). Он присоединился к компании в 2004 году и на протяжении многих лет участвовал в разработке вычислений общего назначения для GPU и построении экосистемы CUDA. В настоящее время отвечает за выпуск аппаратных и программных продуктов для ИИ, ориентированных на крупнейших облачных провайдеров.

Что касается внешних кандидатов, несколько аналитиков упомянули генерального директора Arm Рене Хааса (Rene Haas). Ранее он возглавлял подразделение вычислительной продукции в NVIDIA, в 2013 году присоединился к Arm, а впоследствии стал ее CEO. Также в качестве возможных претендентов назывались неисполнительный председатель совета директоров Apple Тим Кук, руководитель отдела аппаратных разработок Apple Джонни Строджи (Johny Srouji) и генеральный директор Palo Alto Networks Нике́ш Аро́ра (Nikesh Arora).

Инвесторка Армина Розенберг (Armina Rosenberg) предложила один из вариантов: NVIDIA может рассмотреть ситуацию, при которой Кресс займется операционной деятельностью и финансами, а Бак возьмет на себя продукты и технологии, что сформирует структуру управления, схожую с моделью co-CEO.

В конце концов, ранее Дженсен Хуанг лично руководил штатом из более чем 60 топ-менеджеров, а система принятия решений в NVIDIA годами строилась вокруг его фигуры.

Удастся ли защитить CUDA?

Если оглянуться на историю развития NVIDIA, одной из самых важных ролей Дженсена Хуанга стало стимулирование постоянных инвестиций компании в технологические направления, где пока не было четко выраженной коммерческой отдачи.

Ярчайшим примером тому служит CUDA.

В 2006 году NVIDIA представила технологию CUDA, позволившую GPU выполнять задачи общезначимых вычислений помимо рендеринга графики. В 2012 году нейросеть AlexNet, обученная на GPU NVIDIA, показала прорывной результат на конкурсе ImageNet, после чего графические ускорители стали важнейшей вычислительной платформой для машинного обучения. С тех пор компания постоянно дорабатывает инструментальные цепочки CUDA и библиотеки вычислений, в результате чего разработчики постепенно выстраивают процессы тренировки, оптимизации и развертывания моделей вокруг этой экосистемы.

Это также объясняет, почему конкурентам сложно догнать NVIDIA, полагаясь исключительно на производительность чипов. Компании, даже закупая графические процессоры или специализированные кристаллы других производителей, вынуждены заново адаптировать существующий код, модели и программные инструменты. Для клиентов, уже инвестировавших значительные ресурсы в использование CUDA, миграция вовсе не сводится к простой замене оборудования.

Однако методы вычислений для ИИ меняются, и CUDA обязана расширяться вместе с ними. В последние годы превосходство NVIDIA в первую очередь проявлялось в тренировке больших языковых моделей; по мере смещения фокуса отрасли в сторону массового инференса клиенты начали уделять большее внимание стоимости вычислений на каждый токен, уровню утилизации GPU и скорости отклика. В 2026 году NVIDIA выпустит платформу Dynamo 1.0, разработанную специально для управления ресурсами и запросами при масштабном ИИ-выводе, стремясь перенести конкуренцию за пределы производительности самих GPU на уровень целой инференсной системы. Инструмент будет интегрирован с такими ПО, как TensorRT-LLM, и поддержит популярные открытые фреймворки для инференса.

ИИ-агенты и робототехника открывают новые пространства для применения. Агентам требуется постоянное обращение к моделям, данным и внешним инструментам, тогда как роботы должны обрабатывать зрительные данные, пространственное восприятие и обеспечивать управление в реальном времени. NVIDIA сейчас распространяет свои базовые вычислительные мощности на эти сценарии с помощью стеков CUDA-X, платформ для робототехники Isaac, среды симуляции Omniverse и модели Cosmos. В будущем диапазон применения технологии CUDA может выйти за рамки дата-центров, проникнув на фабрики, в автомобильный транспорт и роботизированные комплексы.

Тем не менее, этот программный барьер далеко не абсолютен. AMD в настоящее время совершенствует свою экосистему ROCm, а решения Google TPU и Amazon Trainium также развивают собственные программные стеки. Инструменты с открытым исходным кодом вроде PyTorch и Triton постепенно снижают зависимость разработчиков от конкретных аппаратных платформ. Если все больше моделей смогут адаптироваться под различные чипы через единые фреймворки, затраты на миграцию, традиционно связанные с CUDA, могут постепенно уменьшиться.

Именно это представляет собой долгосрочную проблему, с которой NVIDIA предстоит столкнуться после ухода Хуанга. Успех CUDA был построен на технологической инвестиции с очень длительным циклом окупаемости, тогда как инференс, ИИ-агенты и физический ИИ могут стать точками входа для следующей фазы расширения экосистемы. То, кто определит приоритеты распределения инвестиций в этих направлениях и кто обеспечит постоянную адаптацию программной платформы под новые форматы вычислений, напрямую повлияет на способность NVIDIA сохранить накопленные экологические преимущества.

Как выполнить обязательства на 279 млрд долларов США?

Еще одним вопросом, требующим пристального внимания рынка после ухода Дженсена Хуанга, остаются колоссальные обязательства NVIDIA по снабжению и производственным мощностям.

Согласно квартальному отчету NVIDIA по состоянию на 26 июля 2026 года, совокупный объем обязательств компании по закупкам и мощностям достиг 279 млрд долларов США. За предыдущий квартал эта цифра составляла около 119 млрд долларов США, увеличение за один квартал составило примерно 160 млрд долларов США.

С разбивкой по срокам исполнения: оставшаяся часть финансового 2027 года охватывает около 92 млрд долларов США, финансовый 2028 год — около 87 млрд долларов США, финансовый 2029 год — около 88 млрд долларов США, прочие примерно 12 млрд долларов США приходятся на более поздний период.

Эти 279 млрд долларов США не представляют собой уже полученные заказы от клиентов, а также не являются деньгами, уже выплаченными NVIDIA. Данный показатель в основном отражает закупочные и производственные планы, заключенные компанией с поставщиками и партнерами по мощностям для удовлетворения будущего спроса. NVIDIA заранее фиксирует передовые техпроцессы, упаковку, память и другие критически важные ресурсы, чтобы гарантировать поставку платформы Blackwell и последующих линеек продукции строго по графику.

Подобная ситуация создает риск рассинхронизации между взятыми на себя обязательствами в сфере поставок и реальной потребностью клиентов.

Строительство крупных дата-центров, начиная от привлечения финансирования и выбора площадки, подключения электросетей до физического возведения и развертывания оборудования, занимает продолжительное время. Даже если клиент изначально планировал закупить графические процессоры, сроки приобретения могут сдвинуться из-за задержек с подключением электричества, проблем при строительстве серверных, нехватки капиталов или изменения темпов внедрения новинок следующего поколения. В документации формы 10-Q NVIDIA прямо указывает, что покупатели могут отложить или полностью аннулировать заказы из-за факторов инфраструктурной готовности, объема доступного капитала и темпов технологического внедрения.

В случае, если скорость реализации спроса клиентов окажется ниже ожиданий, а NVIDIA уже зафиксировала мощности у поставщиков первого эшелона, компания может столкнуться с накоплением складских запасов, затратами на отмену контрактов и дисбалансом предложения и спроса. Даже если в итоге удастся найти иных покупателей, смена поколений продукта неизбежно окажет влияние на цены реализации и валовую маржу.

Еще один показатель, который часто путают, — объявленные NVIDIA обязательства по соглашениям об ИИ-облачных услугах на сумму около 36 млрд долларов США.

Такие договоренности обычно предполагают долгосрочное партнерство по выделению мощностей для облачных сервисов и учитываются иначе, нежели обязательства на 279 млрд долларов США по снабжению. Получая облачные вычислительные мощности через партнеров, NVIDIA вправе перепродавать их третьим лицам; по мере эксплуатации соответствующие обязательства автоматически уменьшаются. Однако при недостатке внешнего спроса NVIDIA сохранит определенную ответственность по выполнению планов закупок.

Подобные договоренности иллюстрируют изменение бизнес-модели компании: NVIDIA перестала действовать исключительно по принципу закупки чипов и поставки продукции под конкретные заказы, всё чаще заблаговременно вовлекаясь в процессы распределения ресурсов всей ИИ-инфраструктуры. Дженсен Хуанг мастерски умел использовать личные связи и отраслевое влияние для практической реализации проектов, тогда как его преемникам предстоит искать баланс между поддержанием темпов роста и контролем финансовых рисков.

Каков следующий двигатель роста?

За последние годы NVIDIA воспользовалась волной генеративного ИИ, став главным бенефициаром строительства глобальной ИИ-инфраструктуры. Но для компании, ежеквартальная выручка которой приближается к отметке в 1 триллион долларов США, сохранение высокотемпового роста становится всё важнее. Текущим наиболее значимым источником дохода NVIDIA по-прежнему остаются центры обработки данных. Во втором финансовом квартале 2027 года общая выручка компании достигла 96,221 млрд долларов США, увеличившись на 106% в годовом исчислении; доходы от дата-центров составили порядка 89 млрд долларов США, прибавив 117% к прошлогодним значениям, что формирует подавляющую долю общих поступлений. Дайджест прогнозов компании на третий квартал оценивает выручку на уровне 108 млрд долларов США, демонстрируя устойчивую динамику.

Кроме того, на фоне неизменного расширения инвестиций крупнейших мировых технологических корпораций в ИИ-инфраструктуру, платформа Blackwell масштабируется для широкого внедрения, а следующее поколение систем Vera Rubin постепенно переходит на стадии серийного производства и отгрузки.

Параллельно NVIDIA продолжает поиски новых возможностей для роста.

В их числе ключевым вектором выступает инференс (вывод) ИИ. По мере перехода больших языковых моделей от этапа тренировки к масштабированному применению предприятиям потребуется непрерывно инициировать вызовы моделей для выполнения разнообразных задач, а широкое распространение ИИ-агентов способно дополнительно стимулировать потребность в вычислительных мощностях.

По сравнению с тренировкой моделей, направление инференса предъявляет повышенные требования к расчетной себестоимости, энергопотреблению и эксплуатационной эффективности. Опираясь на аппаратные комплексы и системные блоки нового поколения, NVIDIA стремится повысить эффективность процессов вывода и продолжить наращивание объемов этого рыночного сегмента.

Нашли место для развития и такие ниши, как робототехника, беспилотный транспорт и промышленный ИИ, которые NVIDIA рассматривает как потенциальные точки роста будущего. В частности, усиление тренда на создание независимой и контролируемой местными властями ИИ-инфраструктуры порождает суверенный ИИ и формирует новые потребности в закупках кристаллов. Рынки робототехники и автопилотов способны расширить спектр применения графических ускорителей и смежных вычислительных платформ.

Вопрос о том, смогут ли новые рынки со временем достичь масштабов текущего бизнеса дата-центров, пока требует проверки временем.

Параллельно трансформируется и конкурентная среда, с которой сталкивается NVIDIA.

В прошлом главным соперником NVIDIA выступали производители чипов вроде AMD. Сегодня крупные заказчики, включая Google, Amazon и Microsoft, самостоятельно разрабатывают архитектуры ИИ-ускорителей, чтобы снизить затраты на вычисления и минимизировать зависимость от единственного вендора. Компания Broadcom также активно участвует в проектировании кремния для техногигантов посредством подразделения по заказным ASIC-решениям. Хотя подобные разработки вряд ли смогут полностью вытеснить графические процессоры NVIDIA в краткосрочной перспективе, в отдельных задачах они уже предоставляют пользователям альтернативные варианты.

Благодаря лидерству Дженсена Хуанга NVIDIA сумела воспользоваться возможностями экономического роста, предоставленными феноменом генеративного ИИ. На этом фоне, в условиях постоянных изменений ландшафта ИИ-индустрии, ключевым вопросом станет определение дальнейших векторов развития самой NVIDIA и способность руководства новой эпохи вновь обеспечить компании успешное удержание темпов роста.