Qualcomm раскрыла план по освобождению от монополии Nvidia в сфере ИИ

Qualcomm на конференции Snapdragon Summit 2026 провела отдельную сессию, посвящённую «унифицированному программному уровню для ИИ-вычислений» (Unified AI Compute Layer). Компания намерена создать универсальный набор программных средств для работы с искусственным интеллектом, не привязанный к оборудованию Nvidia или какого-либо другого производителя.

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Групповое тестирование 46 видеокарт в The Witcher 3: Wild Hunt — Remastered

Компьютер месяца, спецвыпуск: выбираем мини-ПК для работы и развлечений в эпоху дефицита чипов памяти

Мастерская локальных ИИ: салат картофельный с Qwen3.8

Сравнительный тест камер флагманских смартфонов (2026): итоги

Обзор HONOR Pad X9b Max: универсальный большой планшет с антибликовым экраном

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Источник изображения: qualcomm.com

Цель проекта — избавиться от необходимости создавать отдельные среды для разработки под центральные, графические и нейропроцессоры. Nvidia выстроила экосистему вокруг собственных графических процессоров и сделала ставку на платформу CUDA, а Qualcomm намерена выступить конкурентом и создать открытую экосистему, которая охватит оборудование различных производителей. На рынок ИИ-чипов активно выходят не только графические процессоры Nvidia и AMD, но и нейропроцессоры, а также специализированные ИИ-ускорители других поставщиков. Но пока методы разработки различаются в зависимости от типа чипа, и при переносе ИИ-моделей с одной платформы на другую требуются дополнительные усилия по написанию и оптимизации кода.

Решением этой задачи занималась компания Modular, которую Qualcomm приобрела примерно за $4 млрд. Ключевыми компонентами её экосистемы являются язык программирования Mojo, платформа MAX для запуска ИИ-моделей непосредственно на вычислительных устройствах и облачный сервис Modular Cloud для управления крупномасштабной ИИ-инфраструктурой. По данным Qualcomm, сейчас программная среда Modular поддерживает шесть архитектур от шести крупных производителей оборудования.

«Главная миссия Modular — сделать гетерогенные вычисления открытыми», — заявил сооснователь Modular Крис Латтнер (Chris Lattner), занявший должность старшего вице-президента Qualcomm по передовому программному обеспечению и платформам. По его словам, разработчики должны иметь возможность выбирать наиболее подходящее для конкретной задачи оборудование, не оказываясь привязанными к одному поставщику.

Nvidia за годы работы накопила богатый арсенал программных инструментов, и платформа CUDA стала для неё мощным конкурентным преимуществом. Qualcomm стремится расширить возможности выбора, предлагая единую среду разработки, которая не меняется при смене аппаратной платформы. Начав с процессоров для смартфонов, Qualcomm охватила такие сегменты как ПК, автопром, носимые устройства и ИИ-ускорители для центров обработки данных. Чем шире ассортимент продукции, тем важнее становится ПО, способное объединить различные чипы в общую систему. Ещё до официального поглощения Qualcomm и Modular работали над внедрением программных решений последней в ИИ-ускоритель Dragonwing для ЦОД. Сделка закрыта, и эту работу перенесут на платформу Snapdragon для ПК и смартфонов — процесс портирования продуктов Modular, в том числе Mojo и MAX, уже начался. Унифицированная среда разработки поможет легко переносить созданные для ЦОД ИИ-модели на ПК и смартфоны.

Удалось наладить сотрудничество с Microsoft — совместно с софтверным гигантом ведётся работа по обеспечению поддержки языка Mojo в среде Windows без дополнительных процедур конвертации кода. Это поможет привлечь многочисленных разработчиков приложений для Windows в экосистему Modular. Центр тяжести в отрасли ИИ смещается от приоритета производительности оборудования к экосистемам для разработчиков. Nvidia жёстко привязала свои ускорители к платформе CUDA, а Qualcomm решила объединить все свои решения в общую программную платформу. Но пока этот процесс находится на начальном этапе.