Модель на 30 млрд обошла флагман Nvidia на 31 пункт на её же задаче

Nvidia выложила инженерный разбор за вчерашним анонсом по цепочкам поставок, и в нём есть бенчмарк, который спорит с тем, как большинство выбирает модели. На собственной задаче Nvidia модель на 30 млрд параметров обходит флагман компании на 31,2 процентных пункта.

Точность на разработческом бенчмарке по решениям о распределении:

• Nemotron 3.5 Lightning, 30 млрд параметров, дообученная на решениях, — 86,7%.
• Nemotron 3 Ultra, куда более крупный флагман, отстаёт на 31,2 пункта — 55,5%.
• Та же модель на 30 млрд до дообучения отстаёт на 69,2 пункта — 17,5%.

Nvidia приводит разрывы, а не абсолютные баллы двух проигравших, так что мы вычли: 86,7 минус 31,2 — это 55,5, а 86,7 минус 69,2 — это 17,5. Флагман на задаче с задокументированным правильным ответом берёт примерно половину. Та же маленькая модель, которая после дообучения даёт 86,7%, до него давала 17,5%, — значит почти вся способность лежит в данных, а не в самой модели.

Что именно решает модель

Задачу стоит описать, потому что это не про чат-ботов. Каждую неделю Nvidia решает, сколько каждого дефицитного компонента отправить на какую сборочную площадку, и считает это на текущий квартал и следующий. Контрактные производители не начинают сборку, пока не приехала каждая деталь, поэтому приехавшее раньше ждёт опоздавшее, а само ожидание Nvidia измеряет метрикой Time of Ownership.

Арифметика под этим тяжёлая. Одному вычислительному лотку из восемнадцати в стойке Grace Blackwell NVL72 нужны два процессора Grace, четыре ускорителя Blackwell и тридцать два стека памяти HBM3e. Умножьте на восемнадцать — и на стойку выходит 36 процессоров, 72 ускорителя и 576 стеков памяти; отсюда и число 72 в названии продукта. Цепочка поставок, построенная под Vera Rubin, по словам Nvidia, вдвое больше этой.

Количественную половину считает cuOpt: задача поставлена как смешанно-целочисленное линейное программирование с минимизацией Time of Ownership. Солвер возвращает ещё и то, какое ограничение оказалось связывающим, — планировщик видит, что на этой неделе итог держала мощность на Тайване, а не поставка памяти. Потом Nvidia и Palantir прогнали солвер по историческим решениям людей, и люди продолжали выигрывать.

“Планировщики опирались на информацию, которой солвер не видел: переписку с партнёрами за ту неделю, штормовой прогноз по важному региону или разворачивающееся геополитическое событие, расшифровку последнего разбора с поставщиком и годы накопленного опыта.”

— NVIDIA, Инженерный блог, 10 сентября 2026 года

Инженерный блог NVIDIA, 10 сентября 2026 года

Где на самом деле лежит способность

Поэтому процесс построили вокруг планировщиков, а не поверх них. Система записывает решение, рассуждение за ним, ожидаемый результат и то, что вышло на самом деле, — и именно на этой записи дообучали маленькую LLM. Каждая принятая, отредактированная или отклонённая рекомендация уходит обратно в то же хранилище к следующему прогону обучения.

Это конкретный ответ на вопрос, который мы задали вчера о суверенном стеке. Palantir заявляла возможности «за передним краем», хотя открытая модель под ними уже потеряла место в таблице. Инженерный разбор излагает тот же довод лучше: на узкой задаче с закрытыми данными таблица меряет не то, и модель на 30 млрд с правильными примерами обходит фронтирную модель без них.

Цифру 17,5% стоит читать как честную оговорку. Компании, которая хочет такого результата, нужны годы записанных решений с рассуждениями и исходами, а у большинства их нет и купить их негде. Nvidia продаёт здесь машинерию для ведения такой записи. Саму запись придётся набирать неделя за неделей.

Материал носит информационный характер и не является инвестиционной рекомендацией.