Annabelle Stephenson
Nvidia (NVDA) je čvrsto učvrstila svoju poziciju kao kralj umjetne inteligencije (AI) čipova, s tržišnim udjelom procijenjenim između 70% i 90%. Njihovi visokoučinkoviti grafički procesori, savršeni za obuku i pokretanje AI modela, toliko su traženi da njihovo stjecanje postaje izazovni zadatak. U lipnju, tijekom AI ludila, Nvidia je tržišna kapitalizacija premašila bilijun dolara, a u petak su dionice dosegle rekordnu cijenu od 549,91 dolara.
Nije samo hardver Nvidie ono što pomaže u održavanju njenog vodstva nad konkurentima. Još jedan ključni element njihove snage leži u Nvidijinom CUDA softveru, koji programeri koriste za stvaranje AI platformi. “Softver ostaje strateški temelj Nvidie”, objašnjava Chirag Dekate, potpredsjednik analize u Gartneru. “Ova prilagođena rješenja omogućuju Nvidiji da bude lider na tržištu i olakša široko usvajanje.”
Nvidijina dominacija nije se odvijala preko noći. Tvrtka već više od desetljeća radi na AI proizvodima, čak i kada su investitori sumnjali u tu strategiju. “Nvidia, treba priznati, počela je surađivati s sveučilištima prije 15 godina kako bi pronašla inovativne primjene za GPU-ove izvan igara i vizualizacija”, objašnjava Patrick Moorhead, izvršni direktor Moor Insights & Strategy. “Nvidia stvara vlastito tržište i postavlja konkurente u vrlo izazovan položaj, jer oni hvataju korak dok Nvidia već ide na sljedeću fazu.”
Međutim, prijetnje Nvidijinoj dominaciji su u porastu. Konkurenti poput Intela (INTC) i AMD-a (AMD) mobiliziraju se kako bi osvojili udio u AI torti. U prosincu je AMD predstavio svoj akcelerator MI300, usmjeren na konkuriranje vlastitim akceleratorima Nvidie. Istovremeno, Intel proširuje svoj AI akcelerator, Gaudi3, koji će također biti konkurencija za Nvidijine ponude.
AMD i Intel nisu jedini konkurenti. Hyperscaleri poput Microsofta (MSFT), Googlea (GOOG, GOOGL), Amazona (AMZN) i Mete (META) počinju koristiti vlastite aplikacijsko specifične integrirane krugove (ASIC) kao alternativu grafičkim procesorima Nvidie. Ti ASIC-i, specijalizirani za individualne potrebe tvrtki, često se pokazuju učinkovitijima od grafičkih procesora Nvidie, AMD-a i Intela.
To predstavlja problem za Nvidiju jer su hyperscaleri značajni investitori u AI grafičke procesore. Međutim, kako sve više njih ulaže u vlastite ASIC-e, potražnja za Nvidijinim GPU čipovima može se smanjiti.
Ipak, Nvidijina tehnologija je općenito mnogo naprednija od konkurencije. “Imaju dugoročna istraživanja koja održavaju prednost GPU-a u budućim razvojima”, objašnjava Dekate.
Postoje dvije primarne načine korištenja AI čipova. Prvi je u obuci modela, nazvan trening, a drugi uključuje praktičnu primjenu tih AI modela, što omogućuje tvrtkama generiranje specifičnih rezultata, bilo u obliku teksta, slika ili nečeg sasvim drugog, poznato kao zaključivanje. Na primjer, OpenAI koristi ChatGPT za zaključivanje, a Microsoft se oslanja na Copilot za zaključivanje. Svaki put kada pošaljete upit tim programima, koriste se AI akceleratori kako bi generirali željeni izlaz.
Vremenom, zaključivanje će vjerojatno postati glavna primjena AI čipova, kako sve više tvrtki nastoji iskoristiti različite AI modele.
Eksplozija AI tek započinje, a većina tvrtki koje će imati koristi od AI-a tek treba ući u igru. Tako da čak i ako se tržišni udio Nvidie smanji, njen prihod će nastaviti rasti zajedno s boomom u području AI.
Najčešća pitanja – Nvidia kao kralj umjetne inteligencije
1. Kakav je tržišni udio Nvidie u globalnom tržištu AI čipova?
Nvidia procjenjuje da ima tržišni udio između 70% i 90% u globalnom tržištu AI čipova.
2. Kako Nvidia održava svoju prednost u odnosu na konkurenciju?
Nvidia posjeduje visokoučinkovite grafičke procesore koji su idealni za obuku i pokretanje AI modela. Osim hardvera, ključan element je Nvidia CUDA softver, koji programeri koriste za stvaranje AI platformi.
3. Koliko dugo Nvidia razvija AI proizvode?
Nvidia radi na AI proizvodima već više od desetljeća, čak i kada su investitori sumnjali u tu strategiju. Tvrtka već dugo surađuje s sveučilištima u pronalaženju inovativnih primjena GPU-ova.
4. Tko predstavlja konkurenciju za Nvidiu u području AI-a?
Intel (INTC) i AMD (AMD) su konkurenti Nvidie u području AI-a, razvijajući vlastite ubrzivače. Osim toga, hyperscaleri poput Microsofta, Googlea, Amazona i Mete također uvode vlastite ASIC-e kao alternativu grafičkim procesorima.
5. Zašto ASIC-i predstavljaju problem za Nvidiu?
Hyperscaleri, koji su značajni investitori u Nvidia GPU, sve više ulažu u vlastite ASIC-e prilagođene vlastitim potrebama. To može dovesti do smanjenja potražnje za Nvidia GPU čipovima.
6. Koje su dvije glavne uporabe AI čipova?
Prva upotreba je obuka AI modela, nazvana trening. Druga upotreba uključuje praktičnu primjenu tih modela, nazvanu zaključivanje, gdje tvrtke generiraju specifične rezultate na temelju AI modela.
7. Kako Nvidia priprema budućnost AI čipova?
Nvidia provodi dugoročna istraživanja kako bi održala prednost u budućem razvoju GPU-a.
8. Kako se širi eksplozija AI-a i kako utječe na Nvidiu?
Eksplozija AI-a tek započinje, a većina tvrtki tek treba iskoristiti AI. Čak i ako se tržišni udio Nvidie smanji, njen će prihod nastaviti rasti s povećanim interesom za područje AI-a.
Predložene poveznice:
– [Nvidia](https://www.nvidia.com/)
– [Intel](https://www.intel.com/)
– [AMD](https://www.amd.com/)
– [Microsoft](https://www.microsoft.com/)
– [Google](https://www.google.com/)
– [Amazon](https://www.amazon.com/)
– [Meta](https://www.meta.com/)
The source of the article is from the blog zaman.co.at
