Członek Nvidia rządzi na rynku chipów AI
Nvidia (NVDA) jest królem sztucznej inteligencji. Jego udział w globalnym rynku chipów AI szacowany jest na wartość od 70% do 90%. Ich wysoko wydajne procesory graficzne, idealne do szkolenia modeli AI i ich uruchamiania, cieszą się tak dużym popytem, że ich zdobycie jest zadaniem samo w sobie. W czerwcu, podczas szaleństwa AI, kapitalizacja rynkowa Nvidia przekroczyła poziom 1 biliona dolarów, a w piątek akcje firmy osiągnęły najwyższy w historii poziom 549,91 dolarów.
Nie tylko sprzęt Nvidia pomaga mu utrzymać przewagę nad konkurentami. Ważnym elementem siły pozostaje oprogramowanie Cuda firmy, które programiści wykorzystują do tworzenia platform AI. „Oprogramowanie pozostaje strategicznym grodem Nvidia” – wyjaśnia Chirag Dekate, wiceprezes ds. analizy VP w Gartner. „Te dostosowane do indywidualnych potrzeb rozwiązania pozwalają firmie Nvidia być liderem na rynku i umożliwiają jej szerokie przyjęcie.”
Przewaga Nvidia nie powstała w jednej chwili. Firma pracuje nad produktami AI od kilkunastu lat, nawet gdy inwestorzy kwestionowali taką strategię. „Nvidia, trzeba jej przyznać, zaczęła już 15 lat temu współpracować z uniwersytetami, aby znaleźć nowatorskie zastosowania GPU, poza graniem i wizualizacją” – wyjaśnia Patrick Moorhead, CEO Moor Insights & Strategy. „Nvidia tworzy rynek dla siebie i stawia konkurentów w bardzo trudnej sytuacji, bo gdy oni go dościgają, Nvidia jest już na kolejnym etapie.”
Jednak zagrożenia dla dominacji Nvidia rosną. Konkurencja w postaci Intel (INTC) i AMD (AMD) mobilizuje się, by zdobyć swój kawałek tortu AI. W grudniu AMD wprowadziło swój akcelerator MI300, który ma rywalizować z własnymi akceleratorami Nvidia. Z kolei Intel rozbudowuje swój akcelerator AI Gaudi3, który również będzie konkurował z ofertą Nvidia.
Nie tylko AMD i Intel są konkurencją. Hyperskalery, takie jak dostawcy usług chmurowych Microsoft (MSFT), Google (GOOG, GOOGL), Amazon (AMZN) i Meta (META), zaczynają wykorzystywać własne układy scalone aplikacji ASICs jako alternatywę dla chipów GPU. Układy ASICs, specjalizowane dla potrzeb konkretnych firm, często okazują się bardziej wydajne niż procesory graficzne Nvidia, AMD i Intel.
To stanowi problem dla Nvidia, ponieważ hyperskalery są ogromnymi inwestorami w AI GPU. Jednak w miarę jak coraz więcej z nich inwestuje w własne ASICs, popyt na układy Nvidia może się zmniejszyć.
Mimo to, technologia Nvidia jest ogólnie znacznie bardziej zaawansowana od technologii konkurencji. „Posiadają … długoterminowe badania w celu utrzymania przewagi dotyczącej GPU przyszłości” – tłumaczy Dekate.
Istnieją dwa główne sposoby wykorzystania chipów AI. Pierwszy to szkolenie modeli, zwane treningiem. Drugi polega na praktycznym wykorzystaniu tych modeli, który umożliwia firmom generowanie konkretnych wyników, czy to w formie tekstu, obrazów czy czegoś zupełnie innego, zwane inferencją. Na przykład, OpenAI korzysta z inferencji ChatGPT, a Microsoft z inferencji Copilot. Za każdym razem, kiedy wysyłasz zapytanie do tych programów, wykorzystuje się akceleratory AI do generowania żądanego wyniku.
Z czasem inferencja prawdopodobnie stanie się głównym przypadkiem użycia chipów AI, ponieważ coraz więcej firm będzie chciało skorzystać z różnych modeli AI.
Eksplozja AI dopiero się zaczyna, a większość firm, które skorzystają z AI, nie dołączyła jeszcze do gry. Więc nawet jeśli udział Nvidia na rynku spadnie, jej przychody nadal będą rosły wraz z boomem przestrzeni AI.
FAQ – Nvidia jako król sztucznej inteligencji
1. Jaki udział ma Nvidia w globalnym rynku chipów AI?
Nvidia szacuje swoją pozycję na wartość od 70% do 90% na globalnym rynku chipów AI.
2. W jaki sposób Nvidia utrzymuje swoją przewagę nad konkurentami?
Nvidia posiada wysoko wydajne procesory graficzne idealne do szkolenia modeli AI i ich uruchamiania. Oprócz sprzętu, ważnym elementem jest również oprogramowanie Cuda firmy Nvidia, które programiści wykorzystują do tworzenia platform AI.
3. Jak długo Nvidia rozwija produkty AI?
Nvidia pracuje nad produktami AI od kilkunastu lat, nawet gdy inwestorzy kwestionowali taką strategię. Firma od dawna współpracuje z uniwersytetami, aby znaleźć nowatorskie zastosowania GPU.
4. Kto stanowi konkurencję dla Nvidii w dziedzinie AI?
Intel (INTC) i AMD (AMD) są konkurentami Nvidia w dziedzinie AI, rozwijając swoje własne akceleratory. Oprócz tego hyperskalery, takie jak Microsoft, Google, Amazon i Meta, również wprowadzają własne układy scalone aplikacji ASICs jako alternatywę dla chipów GPU.
5. Dlaczego układy ASICs stanowią problem dla Nvidii?
Hyperskalery, które są dużymi inwestorami w GPU Nvidia, coraz bardziej inwestują w własne układy ASICs, które są specjalizowane dla ich własnych potrzeb. To może prowadzić do zmniejszenia popytu na układy GPU Nvidia.
6. Jakie są dwa główne sposoby wykorzystania chipów AI?
Pierwszy sposób to szkolenie modeli AI, zwane treningiem. Drugi sposób to praktyczne wykorzystanie tych modeli, zwane inferencją, gdzie firmy generują konkretny wynik na podstawie modeli AI.
7. Jak Nvidia reaguje na przyszłość chipów AI?
Nvidia prowadzi długoterminowe badania w celu utrzymania przewagi w dziedzinie GPU przyszłości.
8. Jak rośnie eksplozja AI i jak wpływa na Nvidia?
Eksplozja AI dopiero się zaczyna, a większość firm jeszcze nie wykorzystuje AI. Nawet jeśli udział Nvidia na rynku spadnie, jej przychody będą rosły wraz z rosnącym zainteresowaniem przestrzenią AI.
Sugerowane powiązane linki:
– Nvidia
– Intel
– AMD
– Microsoft
– Google
– Amazon
– Meta
The source of the article is from the blog shakirabrasil.info