29 июня Palantir объявила о стратегической инициативе с Nvidia: компании хотят строить кастомные модели для госструктур США на базе инфраструктуры Palantir и AI-стека Nvidia, включая модели Nemotron. Для рынка это не просто еще один альянс вокруг генеративного ИИ, а заявка на суверенный ИИ, где государство не арендует чужой API, а пытается держать под контролем данные, развертывание и саму модель.
Об этом сообщает The New Stack. Главная идея проста: до сих пор многим командам было достаточно подключиться к внешней модели по API и быстро собрать прототип или сервис. Но для госзаказчика такой путь выглядит все менее уютно. Секретные данные, требования к изоляции контуров, контроль над обучением и аудит решений плохо сочетаются с логикой «отправили запрос в чужое облако и надеемся на лучшее».
Согласно объявлению, Palantir собирается объединить свои продукты для критической инфраструктуры с платформой Nvidia и моделями Nemotron, чтобы дать ведомствам США защищенный «интеллектуальный движок» для обучения и развертывания ИИ-моделей. Формулировка показательна: речь не о готовом чат-боте для госслужащих и не о тонкой обертке поверх массового LLM-сервиса, а о полном контуре, где заказчик хочет контролировать, что именно запускается, где это работает и как обращается с чувствительными данными.
Palantir отдельно давит на боль, которую в enterprise-среде уже знают наизусть, а в госсекторе она звучит еще громче: риск того, что проприетарные данные и внутренние знания утекут в закрытые модели или хотя бы создадут такое ощущение у заказчика. Генеральный директор Palantir Алекс Карп в комментарии к анонсу как раз сделал акцент на том, что связка с Nvidia должна снять опасения вокруг безопасности и возможной миграции ценных инсайтов в веса закрытых моделей. Переводя с корпоративного на человеческий: чиновники и подрядчики хотят пользоваться мощью LLM, но без ощущения, что вместе с запросами они отдают наружу слишком много лишнего.
Термин суверенный ИИ здесь важен не как маркетинговая наклейка, а как смена архитектурной модели. В первой волне генеративного ИИ компании в основном покупали доступ к уже обученным моделям и строили вокруг них интерфейсы, пайплайны и RAG. Во второй волне крупные заказчики, особенно из регулируемых отраслей, начали задавать неудобные вопросы: кто владеет моделью, где живут веса, кто контролирует дообучение, можно ли все это поднять в изолированном контуре и пройти аудит без цирка с доверенностью к внешнему провайдеру. Для государства эти вопросы не факультативные. Это уже не «выбор облачной стратегии», а часть цифрового суверенитета и национальной безопасности.
Для Nvidia история тоже логична. Компания давно продает не только GPU, но и весь слой вокруг них: платформы, инструменты, референсные архитектуры, сервисы развертывания и теперь собственные модели. Nemotron в такой конструкции нужен не только как технологический компонент, но и как аргумент в пользу того, что заказчик может получить не просто железо для чужих моделей, а более полный стек. Palantir, в свою очередь, приносит то, чего Nvidia обычно не хватает в разговоре с государством: доступ к сложным госзаказам, репутацию подрядчика для чувствительных сценариев и умение продавать не вычисления как таковые, а управляемую операционную систему для принятия решений.
Для разработчиков и архитекторов здесь довольно прагматичный вывод. Если несколько лет назад вопрос звучал так: «какой API дергать для фичи с ИИ», то теперь у крупных заказчиков он все чаще звучит иначе: «какой кусок стека мы обязаны держать у себя». Это меняет и требования к командам. На первый план выходят не только prompt engineering и UX вокруг LLM, но и MLOps в закрытых контурах, безопасность пайплайнов, политика доступа к данным, управление инференсом на собственной инфраструктуре, оценка модели до и после дообучения. И да, внезапно снова важны скучные слова вроде governance и observability. Когда модель помогает государственному ведомству, «оно как-то сгенерировало» уже не считается объяснением.
Для бизнеса новость тоже показательна. Вендоры больше не продают только модель или только железо. Они собирают вертикальные связки под конкретный класс клиентов: оборона, госсектор, критическая инфраструктура, здравоохранение. В такой связке выигрывает не тот, у кого самый громкий бенчмарк, а тот, кто может закрыть всю цепочку ответственности: вычисления, модель, безопасность, развертывание, аудит и контрактные гарантии. Именно поэтому тема ownership в заголовке The New Stack звучит точнее, чем обычные разговоры про «новое партнерство». Борьба идет не просто за рынок ИИ, а за то, кто будет владеть самой точкой контроля.
Открытый вопрос теперь не в том, захотят ли государства свой суверенный ИИ. Похоже, захотят. Вопрос в другом: удастся ли им действительно получить независимость, если суверенитет строится на стеке двух очень конкретных американских поставщиков. Для разработчиков, интеграторов и CIO это уже знакомая дилемма: импортозамещение по-новому, только вместо базы данных и гипервизора в центре теперь веса модели, GPU-кластер и политически чувствительный inference.