Гонка чипов для ИИ: кто главный конкурент монополиста NVIDIA?

icon DATA
Фото - Гонка чипов для ИИ: кто главный конкурент монополиста NVIDIA?
NVIDIA — абсолютный лидер в производстве чипов для искусственного интеллекта. По оценкам Wells Fargo, доля компании на рынке графических процессоров (GPU) для центров обработки данных составляет 98%. В марте 2024 года стоимость NVIDIA достигнет 2 триллионов долларов, что сделает компанию третьей среди самых дорогих в мире.
Графические процессоры (GPU), являющиеся движущей силой успеха компании Nvidia, — важнейшие компоненты для вычислений на основе ИИ. Эти процессоры позволяют выполнять различные задачи, включая создание контента, обработку огромных массивов данных, обучение моделей машинного обучения и многое другое. 

Чипы NVIDIA пользуются большим спросом благодаря своим исключительным вычислительным мощностям и архитектуре, подогнанной специально для задач искусственного интеллекта. Чипы используются в робототехнике, медицине, науке и многих других областях. Чип Hopper от NVIDIA, в частности модель H100, позволяет выполнять сложные вычисления и является сердцем многих современных центров обработки данных. На конференции GTC в марте 2024 года генеральный директор NVIDIA Дженсен Хуанг среди прочих продуктов представил графический процессор Blackwell — новейшую разработку компании. Чип в четыре раза быстрее, чем Hopper, и потребляет меньше энергии. Blackwell — самый мощный в мире GPU, созданный специально для гипермасштабного генеративного ИИ. 

На презентации чипа Хуанг упомянул о роли NVIDIA в сфере вычислений с искусственным интеллектом:

«На протяжении трех десятилетий мы стремились ускорить компьютерные вычисления, чтобы сделать возможными такие революционные прорывы, как глубокое обучение и искусственный интеллект. Генеративный ИИ — это ключевая технология нашего времени. Blackwell — это двигатель новой промышленной революции. Работая с самыми прогрессивными компаниями в мире, мы сумеем реализовать потенциал ИИ во всех отраслях промышленности».
Графический процессор NVIDIA Blackwell. Источник: nvidianews.nvidia.com

Графический процессор NVIDIA Blackwell. Источник: nvidianews.nvidia.com

Еще одно преимущество NVIDIA — технология CUDA, которая позволяет параллельно вычислять большие блоки данных. CUDA эффективно выполняет сложные вычисления и таким образом ускоряет работу приложений машинного обучения и обработки данных. 

История успеха NVIDIA: путь к доминированию на рынке чипов для ИИ

В последние годы NVIDIA бьет рекорды. В феврале 2024 года её акции за один день достигли отметки в 277 миллиардов долларов, превзойдя предыдущий рекорд, установленный компанией Meta. 
Крупнейшие компании по рыночной капитализации. Источник: companiesmarketcap.com

Крупнейшие компании по рыночной капитализации. Источник: companiesmarketcap.com

Однако успеха компания достигла не сразу. Производитель чипов прошел долгий путь, прежде чем завоевать свое доминирующее положение.

NVIDIA была основана в 1993 году, более 30 лет назад. Её первый продукт — мультимедийная видеокарта под названием NV1 — не пользовался большим спросом. После первой неудачи компания переключила свое внимание на разработку графических процессоров для рендеринга 3D-графики. Эти чипы завоевали популярность в сфере видеоигр, увеличив доходы компании.

В те времена технологические компании были сосредоточены в основном на производстве центральных процессоров (CPU). NVIDIA пошла против течения и выбрала рендеринг графики в качестве основы своей стратегии. Главное различие между центральными и графическими процессорами заключается в том, что CPU предназначены для выполнения всех основных функций компьютера, а GPU призваны дополнять работу CPU, обеспечивая сложные вычисления и выполняя определенные задачи, например, быстрый рендеринг изображений и видео высокого разрешения. Компании по-разному подходят к вопросу применения графических процессоров. Целью Intel, одной из ведущих компаний на рынке, было снизить стоимость вычислительных задач и предложить потребителям доступные решения. NVIDIA, с другой стороны, решила максимально увеличить производительность GPU для ускорения рендеринга графики, чтобы вывести качество 3D-игр и цифрового контента на новый уровень. Кроме того, компания одной из первых начала использовать графические процессоры в таких областях, как глубокое обучение, искусственный интеллект и научные исследования. 

Отличительной чертой NVIDIA является умение создавать востребованные решения, предсказывать грядущие тенденции и разрабатывать эффективные стратегии. В 2017 году компания объявила о выпуске видеокарт, разработанных специально для майнинга криптовалют, которые вскоре стали популярными.
Майнинг-ферма на базе графического процессора NVIDIA GeForce RTX 3070: Источник: hothardware.com

Майнинг-ферма на базе графического процессора NVIDIA GeForce RTX 3070: Источник: hothardware.com

Что касается ИИ, то NVIDIA занимается исследованиями и разработкой решений на основе искусственного интеллекта уже около 20 лет. В 2006 году компания выпустила свою технологию CUDA на базе графических процессоров, используемую для моделей глубокого обучения. В 2010-х годах, когда темпы исследований в области ИИ начали расти, программные и аппаратные инструменты NVIDIA для искусственного интеллекта стали востребованными ресурсами для разработчиков. Около 10 000 графических процессоров NVIDIA были использованы для разработки чат-бота с генеративным искусственным интеллектом ChatGPT. Запуск ChatGPT в 2022 году стал переломным моментом для ИИ, повысив спрос на чипы для ИИ, где NVIDIA уже была лидером.
Генеральный директор NVIDIA передает их первый суперкомпьютер DGX-1 для ИИ компании OpenAI в 2016 году. Источник: Yahoo Finance

Генеральный директор NVIDIA передает их первый суперкомпьютер DGX-1 для ИИ компании OpenAI в 2016 году. Источник: Yahoo Finance

Кто основные конкуренты NVIDIA? 

Доминирующее положение NVIDIA может измениться, так как другие фирмы пытаются догнать ее. К ведущим компаниям в этой области относятся Google, Intel, Advanced Micro Devices (AMD), Qualcomm, Microsoft и Alibaba. Другие крупные игроки, такие как Google и Microsoft, также предпринимают шаги по созданию своих чипов для ИИ. 

Google 

В 2014 году Google приобрела стартап DeepMind, занимающийся исследованиями и созданием систем искусственного интеллекта. DeepMind стоит за разработкой программы с ИИ под названием AlphGo, которая обыграла профессионала Ли Седоля в древнюю настольную игру Го. 
Продолжая свой путь в области ИИ, в 2017 году Google представила чипы для искусственного интеллекта, получившие название Tensor Processing Units (TPU). Эти чипы созданы специально для решения задач с использованием ИИ. Они разрабатываются непосредственно самой компанией и обучаются на данных Google. К сведению, каждую минуту Google обрабатывает 6,3 миллиона поисковых запросов, и это дает компании огромное преимущество. В декабре 2023 года Google представила свою большую языковую модель Gemini вместе с новейшим ускорителем ИИ Cloud TPU v5p и суперкомпьютер с искусственным интеллектом AI Hypercomputer. TPU v5p позволяет обучать большие языковые модели в 2,8 раза быстрее, чем предыдущая версия TPU v4. 

AMD

AMD — одна из ведущих компаний, производящих графические и мощные центральные процессоры. Ее линейка чипов MI300 составляет серьезную конкуренцию NVIDIA. Последняя модель, Instinct MI300X, была представлена в декабре 2023 года. Компании, включая Meta, OpenAI и Microsoft, быстро взяли этот чип на вооружение. AMD утверждала, что Instinct MI300X вдвое быстрее чипа NVIDIA H100. Однако потом NVIDIA представила свои собственные показатели производительности, заявив, что при правильной оптимизации H100 превосходит разработку от AMD. В любом случае новый Blackwell от NVIDIA разрешает спор, отмечая новый рубеж, который AMD, возможно, придется преодолеть. 

Microsoft 

NVIDIA была ключевым поставщиком чипов для ИИ в серверных системах Microsoft. Microsoft использовала тысячи графических процессоров NVIDIA A100 для создания инфраструктуры ИИ для ChatGPT, являясь главным инвестором и партнером компании OpenAI (создателя ChatGPT). Однако в 2023 году Microsoft объявила о создании собственных чипов с искусственным интеллектом: Azure Maia и Cobalt 100. Ожидается, что оба чипа появятся в этом году. Чипы предназначены для работы с сервисами Microsoft Azure, облачной вычислительной платформы компании. Хотя Microsoft изначально будет производить чипы для своих центров обработки данных, в перспективе компания может стать близким конкурентом NVIDIA. 

UXL Foundation (The Unified Acceleration Foundation)

Организация UXL Foundation была создана консорциумом Linux Foundation как развитие инициативы oneAPI. oneAPI — это модель программирования с открытым исходным кодом для поддержки разработки центральных процессоров, графических процессоров и других вычислительных архитектур. Описывая миссию UXL, Джим Землин, исполнительный директор Linux Foundation, сказал: 

«Организация The Unified Acceleration Foundation демонстрирует силу сотрудничества и подхода с открытым исходным кодом. Объединив ведущие технологические компании и способствуя развитию открытой экосистемы кроссплатформенной разработки, мы откроем новые возможности для повышения производительности и продуктивности решений, ориентированных на работу с данными».

Среди членов UXL — Google, Intel, Samsung и Qualcomm. Эти компании уже не первый год добиваются значительных успехов в области ИИ. Помимо прочего, стоит упомянуть грант в размере 8,5 миллиарда долларов, который Intel получила от правительства США в рамках закона про чипы и науку. На сегодня это самая крупная инвестиция правительства США в производство чипов с искусственным интеллектом. Кроме того, компания может получить до 11 миллиардов долларов в виде кредитов на строительство объектов для искусственного интеллекта. 

В марте UXL объявила о создании пакета решений для чипов ускорителей ИИ на основе модели программирования с открытым исходным кодом. 

Помимо своих членов, фонд будет сотрудничать с Amazon, Microsoft Azure и другими компаниями. По данным Reuters, инженеры UXL планируют определить технические спецификации проекта в первой половине этого года. К тому времени индустрия может только гадать, как грядущие решения будут позиционировать UXL против NVIDIA. По словам Винеша Сукумара, руководителя отдела искусственного интеллекта и машинного обучения в Qualcomm, одна из целей UXL — помочь разработчикам «выйти из платформы Nvidia».                                      

Заключение

NVIDIA была первой в гонке ИИ, и её доминирование очевидно. За годы работы компания создала обширную экосистему программного обеспечения, пользующуюся большим спросом во всем мире. Успех NVIDIA установил стандарт в индустрии. Однако компания сталкивается с проблемами, поскольку количество технологических решений в этой области растет. 

Web3-райтер и по совместительству крипто-HODLер. Отслеживает тенденции рынка, а также интересуется новейшими технологиями.