Nvidia на Disrupt 2026: open source AI и закрытые модели выгоднее совмещать

Выбор между open source AI models и закрытыми моделями (closed-source, доступ только через API владельца) перестал быть философским спором. Это конкретное бизнес-решение, которое влияет на расходы, маржу, контроль над данными и способность сменить поставщика. TechCrunch анонсировал сессию «The Open vs. Closed AI Debate Is Just Getting Started» на конференции Disrupt 2026 (13–15 октября, Сан-Франциско), где два директора Nvidia разберут этот выбор с двух сторон: инфраструктуры и венчурных инвестиций.

Что обсудят на сцене?

• Открытое против закрытого, ложная дилемма. Nvidia прямо отвергает формулировку «или / или». По словам Дженсена Хуана на GTC, будущее за комбинацией открытых и закрытых моделей. Компании уже совмещают открытую Nemotron 3 Super (120 миллиардов параметров, выпущена в марте 2026, рассчитана на агентные задачи) с закрытыми моделями.

• Разрыв между открытыми и закрытыми моделями сокращается. По данным Nvidia, 145 статей, принятых на ICML 2026, ссылались на открытые модели и датасеты Nemotron. Исследования охватывают робототехнику, беспилотный транспорт и биомедицину.

• Конкурентное преимущество не в самой модели. Если конкуренты пользуются тем же API, дифференциация (то, что отличает ваш продукт от чужого) должна опираться на собственные данные, рабочие процессы, дистрибуцию, клиентский опыт или специализированную технологию. Открытая модель даёт гибкость и контроль, но требует самостоятельных решений по развёртыванию и инфраструктуре.

• Два взгляда на один стек. Надер Халил до Nvidia сооснововал Brev.dev, инфраструктурную компанию, которую Nvidia приобрела в июле 2024 года. Brev.dev упрощала доступ к GPU в публичном и частном облаке, а также на собственных серверах, без привязки к одному поставщику. Сидни Сайкс смотрит на тот же выбор со стороны венчурного рынка: что делает стартап инвестиционно привлекательным.

Как попробовать открытые модели Nvidia уже сейчас?

1. Перейдите на страницу Nvidia Nemotron на сайте Nvidia, где компания публикует открытые веса (open weights, параметры модели, которые можно скачать и запустить у себя) для моделей семейства Nemotron.
2. Для локального запуска используйте инструменты, описанные в документации Nvidia: они позволяют развернуть модель в публичном облаке, частном облаке или на собственном сервере.
3. Если хотите сравнить открытую и закрытую модель на своей задаче, подготовьте одинаковый набор промптов (prompt, текстовый запрос к модели) и прогоните их через оба варианта, оценивая качество, скорость и стоимость.

Открытые модели в России: почему это отдельная история?

Для стартапов в РФ и СНГ выбор между open source AI и закрытой моделью острее, чем для команд в США. Закрытые API зарубежных лабораторий могут стать недоступны из-за санкций или ограничений на трансграничный трафик. Локальный запуск открытой модели снимает обе проблемы: данные не покидают периметр, а работа не зависит от внешнего сервиса.

В России есть собственные модели, которые занимают аналогичную нишу:

Стоит помнить, что запуск открытой модели с десятками миллиардов параметров требует дорогих видеокарт. Для небольших команд это может оказаться дороже, чем подписка на YandexGPT или GigaChat.

Частые вопросы

Открытая модель бесплатна?

Сама модель, да: открытые веса (open weights) можно скачать без оплаты. Но для запуска нужны вычислительные мощности. Модель Nemotron 3 Super, например, содержит 120 миллиардов параметров, и для неё потребуется мощная серверная видеокарта или облачная аренда GPU. Бесплатен код, а не инфраструктура.

Можно ли менять модель после запуска продукта?

Можно, но это стоит усилий. Если продукт жёстко завязан на конкретную модель, смена потребует переписывания промптов, тестирования качества и, возможно, нового дообучения. Именно поэтому Nvidia продвигает подход, при котором продукт не привязан к одному поставщику вычислений: инструменты Brev.dev, теперь часть Nvidia, позволяют переключаться между облаками и локальными серверами.

Какой вариант безопаснее для стартапа в РФ?

Открытая модель с локальным запуском исключает зависимость от зарубежного API, который может стать недоступен. Но локальный запуск требует компетенций в инфраструктуре. Для начала можно использовать российские облачные сервисы с GPU (Yandex Cloud, SberCloud) и развернуть открытую модель там: данные остаются в российской юрисдикции, а покупать собственное оборудование не нужно.

Кому и что делать с этой новостью?

Автору Дзена. Тема «открытый ИИ против закрытого» собирает дискуссии. Протестируйте открытую модель на генерации черновиков и сравните с привычным ChatGPT или YandexGPT. Конкретные цифры сравнения превращаются в сильный авторский пост.

Маркетологу. Если вы используете ИИ для персонализации рассылок или анализа отзывов, просчитайте стоимость API закрытой модели при росте нагрузки. Открытая модель на арендованном GPU может оказаться дешевле при масштабировании.

Предпринимателю в РФ и СНГ. Проверьте, есть ли у вашего продукта запасной сценарий на случай отключения зарубежного API. Если нет, заложите один спринт на тестирование открытой модели. Это не паранойя, а управление рисками в текущих условиях.

Решение «открытое или закрытое» перестало быть выбором лагеря. Это инженерный и финансовый расчёт, который стоит пересматривать каждые полгода, потому что и модели, и экономика вокруг них меняются быстрее, чем дорожная карта любого стартапа.