Компания NVIDIA анонсировала ИИ-модели для автопилотов 

06.01.2026Евгения Слив

На выставке CES 2026 NVIDIA представила два ключевых технологических прорыва: семейство ИИ-моделей для автономного вождения Alpamayo и высокопроизводительную платформу Rubin, предназначенную для решения проблемы дефицита памяти в вычислениях. Флагманская модель Alpamayo 1, содержащая 10 млрд параметров, способна декомпозировать сложные дорожные сценарии на последовательные логические шаги, имитируя человеческое мышление и предоставляя объяснимые решения. Дополнительная модель AlpaSim предназначена для обучения в замкнутом цикле, что позволяет эффективно отрабатывать редкие и критические ситуации на дороге. Первым автомобилем, который получит полный стек автономных технологий от NVIDIA, станет Mercedes-Benz CLA 2025 года, а живые демонстрации с дронами BD-1 из вселенной Star Wars наглядно показали возможности новой платформы в действии.

Второй важной анонсированной разработкой стала платформа Rubin, созданная для борьбы с узким местом современных вычислений — нехваткой памяти. Ее основу составляет суперкомпьютер, который объединяет шесть специализированных чипов с рекордными 336 миллиардами транзисторов в графическом процессоре и центральный процессор Vera, оснащенный 1,5 терабайтами системной памяти. Новая архитектура демонстрирует существенно более высокую эффективность по сравнению с предыдущим поколением Blackwell: она позволяет в четыре раза сократить количество требуемых GPU-ускорителей для работы сложных моделей смешанных экспертов (MoE) и в десять раз снизить стоимость процесса инференса, то есть практического использования обученных нейросетей.

Продукты на базе платформы Rubin появятся на рынке уже во второй половине 2026 года — соответствующую готовность подтвердили партнеры NVIDIA. Компания Anthropic, один из ведущих разработчиков систем искусственного интеллекта, отдельно отметила, что новые решения NVIDIA представляют собой значительный прорыв в области реализации долговременной памяти для ИИ, что является критически важным для создания более контекстно-осознанных, стабильных и эффективных интеллектуальных систем будущего.