Fuente original: Tecnología Lei

Fuente de la imagen: Generada por IA ilimitada

NVIDIA está viviendo una vida muy próspera ahora. Desde la locura de las monedas virtuales hasta la era de los grandes modelos de IA, la velocidad de desarrollo de NVIDIA en los últimos años ha superado cualquier período anterior, lo que también ha ayudado a que el valor de mercado de la compañía de chips supere con éxito los 10.000 mil millones. marca de dólar.

Sin embargo, en comparación con la economía virtual tipo castillo de la moneda virtual, la "demanda real" generada por los grandes modelos de IA es la fuerza impulsora principal para que NVIDIA supere la marca del valor de mercado del billón de dólares. hasta la entrega El tiempo requerido ha sido de varios meses, y la prima del spot alguna vez estuvo cerca del 100%.

Sin embargo, es posible que los buenos días de NVIDIA no duren mucho. A medida que los grandes modelos de IA son reconocidos como un "camino amplio", las grandes empresas están intensificando sus esfuerzos para comprar tarjetas gráficas NVIDIA y construir sus propios servidores de entrenamiento. También están viendo cómo fluyen fondos como una inundación., también hizo su propio pequeño cálculo.

Recientemente, **OpenAI anunció que comenzará a desarrollar sus propios chips de IA para reducir su dependencia de Nvidia. Casualmente, Microsoft, que está construyendo un servidor de IA a gran escala, también anunció su propio plan de chips de IA. ** Curiosamente, aunque OpenAI ahora pertenece nominalmente al campo de Microsoft (Microsoft completó previamente la adquisición de OpenAI), OpenAI y Microsoft no parecen tener planes de compartir planes de chips.

Además de OpenAI y Microsoft, hay muchos fabricantes que también están dispuestos a dar el paso.

Asediado por todos lados

El costo de mantener un centro de datos a gran escala no es bajo: solo la inversión inicial en hardware se mide en "cien millones". El plan del centro de datos europeo anunciado por Microsoft hace algún tiempo tiene una inversión inicial de hasta 500 millones de dólares, no incluyendo mantenimiento posterior Gastos de espera. Entre los 500 millones de dólares, además de la construcción de infraestructura y otros gastos, el mayor gasto es la compra de tarjetas informáticas profesionales producidas por Nvidia.

Según un análisis realizado hace algún tiempo, la diferencia entre el costo y el precio de venta de los chips de Nvidia puede ser más de 10 veces. Tomando como ejemplo el H100, que es el más popular entre las grandes empresas, el costo de la tarjeta de computadora es de aproximadamente 2.000 -2.500 dólares estadounidenses, mientras que el precio de venta oficial supera los 25.000 dólares estadounidenses.

Ya sea para ahorrar dinero o aprovechar este mercado emergente, la implementación de su propio plan de investigación y desarrollo de chips de IA es inminente. ** A juzgar por la información actualmente conocida, los gigantes de los semiconductores como Intel y AMD han anunciado una nueva ronda de planes de investigación y desarrollo de chips de IA. Intel utiliza la CPU como un gran avance para crear otro chip de IA de una manera diferente, e incluso ha lanzado AMD está tratando de desafiar la posición de Nvidia en el campo de las GPU. **

No es de extrañar que los gigantes tradicionales de los semiconductores estén tratando de hacerse con una parte del pastel. Lo que llamó aún más la atención de Nvidia es que OpenAI y Microsoft anunciaron que lanzarán planes de investigación y desarrollo de chips de IA. Como los dos usuarios principales, si abandonan Nvidia , obviamente tendrán consecuencias negativas para Nvidia: el estado ecológico y los ingresos tienen consecuencias graves.

El plan de chips de OpenAI se ha expuesto por primera vez recientemente. Para una empresa de IA, tengo dudas sobre las capacidades de investigación y desarrollo de chips de OpenAI. Además, a juzgar por la información de reclutamiento reciente publicada por OpenAI, están formando un equipo de investigación y desarrollo desde cero. Puede pasar al menos un año antes de que puedan producir resultados preliminares, y existe una alta probabilidad de que no puedan competir con los chips insignia de Nvidia.

En términos relativos, el plan de chips de Microsoft es más preocupante. La inversión de Microsoft en el campo de los chips ha sido bastante alta y ha producido muchos productos en los últimos años. ** Y el chip con el nombre en código "Athena" que fue expuesto recientemente, según Fuentes internas, la investigación y el desarrollo comenzaron ya en 2019 y ahora han entrado en la etapa de producción de prueba. **

Se informa que OpenAI ha probado en secreto el chip Athena. Como chip diseñado para entrenar y ejecutar modelos grandes, su rendimiento es muy bueno en términos de rendimiento, al menos comparable a los chips convencionales de Amazon, Google y otras empresas.

Por supuesto, el rendimiento de Athena definitivamente no es comparable al de los chips insignia de Nvidia, pero puede dar a Microsoft una mayor iniciativa y permitir a Nvidia ser un poco más comedido a la hora de suministrar precios de chips. Además, Athena es sólo el primer chip de IA profesional de Microsoft, y su inversión en I+D de más de 2.000 millones de dólares obviamente no producirá un solo resultado.

Como mayor patrocinador de OpenAI, Microsoft probablemente exigirá que OpenAI proporcione un entorno de prueba e implementación para el chip Athena, después de todo, Amazon y Google lo han hecho. Mucho antes de que Microsoft, Amazon y Google hubieran invertido en muchas empresas de IA. Si bien Amazon proporcionó 4 mil millones de dólares en apoyo financiero a Anthropic, también exigió a la otra parte que utilizara dos chips de IA desarrollados por Amazon. **

Cuando las empresas líderes en IA comiencen a cambiar a otros chips o chips de desarrollo propio, inevitablemente tendrá un impacto significativo en la selección de hardware de toda la industria de la IA. Esto es exactamente lo que NVIDIA no quiere ver. ¿Cómo responderá NVIDIA?

Contramedidas de Nvidia

El encanto de los grandes modelos de IA ha sumergido en él a muchas empresas tecnológicas, y algunas incluso creen que este es el comienzo de la próxima revolución industrial. Por supuesto, no hablemos de cuántas nuevas tecnologías se han denominado "el comienzo de la revolución industrial". Al menos a juzgar por la ruta de desarrollo actual, los grandes modelos de IA deberían ser los más estrechamente relacionados con las habilidades de la gente común en los últimos años.

La estrecha relación con la gente corriente significa que esta tecnología tiene un mercado de aplicaciones muy amplio y puede promocionarse y comercializarse rápidamente para generar beneficios. Desde el nacimiento de la tecnología hasta su uso comercial, pocas tecnologías han progresado tan rápido como los grandes modelos de IA. Desde que ChatGPT se anunció y se abrió para su uso, hasta varios grandes modelos de IA que surgieron y se abrieron al público, todo el proceso tomó solo un día y estará terminado en menos de un año.

Desde la productividad hasta el entretenimiento, el consumo, los viajes y la educación, se han implementado grandes modelos de IA en muchas aplicaciones. Debido a esto, algunas empresas poderosas también están intensificando sus esfuerzos para construir sus propios centros de datos y centros de computación para implementar y capacitar a empresas más grandes. Modelos a escala. Los modelos de IA te dan una ventaja sobre la competencia.

** A medida que el mercado de la IA entra en una etapa competitiva, las empresas también buscan métodos de capacitación más eficientes y modelos más potentes. Además de optimizar los algoritmos y otros aspectos, también son imprescindibles tarjetas informáticas profesionales con capacidades informáticas más potentes. ** Entonces, las contramedidas de NVIDIA son en realidad muy simples: estabilizar el equipo de I + D y lanzar chips de inteligencia artificial que estén muy por delante de otros fabricantes.

El rendimiento del hardware es la mayor ventaja de NVIDIA. Ya sea Amazon o Microsoft, siempre que quieran encontrar el mejor equilibrio entre rendimiento y consumo de energía, NVIDIA es su primera opción. Sólo hay dos razones que estimulan a los fabricantes a utilizar chips de desarrollo propio: una es que los chips de Nvidia son demasiado caros y la otra es que el suministro es limitado y tienen que esperar a que se almacenen, lo que tiene un impacto en los planes de expansión de los fabricantes.

En la actualidad, la capacidad de producción de Nvidia está aumentando gradualmente y el volumen de compras está disminuyendo gradualmente, y pronto debería alcanzar una etapa de equilibrio entre oferta y demanda. Entonces el único problema es el precio. Teniendo en cuenta que el coste y el precio de venta de Nvidia son casi 10 veces diferentes, debería haber amplio margen para reducir el precio.

**Personalmente, creo que mientras NVIDIA esté dispuesta a bajar el precio, seguirá siendo un acuerdo rentable para muchas empresas comprar las tarjetas informáticas profesionales de NVIDIA para construir centros de datos de alto rendimiento. **¿En cuanto a los chips de desarrollo propio? De hecho, los centros de datos requieren diferentes tipos de chips según su tamaño y propósito, y algunos centros de datos con requisitos de rendimiento más bajos son adecuados para construir con chips de desarrollo propio.

En pocas palabras, los centros de capacitación y desarrollo utilizan las tarjetas informáticas profesionales de Nvidia para mejorar la eficiencia de la capacitación, mientras que los centros de datos para usuarios comunes utilizan chips de desarrollo propio o de otro tipo para reducir los costos de construcción y los costos de mantenimiento posteriores. Para expandirse, las empresas obviamente necesitan construir más centros de datos en todo el mundo para responder a las necesidades de los usuarios cercanos.

Por lo tanto, las ventajas que NVIDIA ha acumulado en el pasado no se perderán fácilmente ni siquiera en el futuro. Sin embargo, a medida que otras empresas entren en juego, la voz de NVIDIA se reducirá. En términos de precios de productos y otros aspectos, NVIDIA puede ceder parte de sus beneficios para mantener la cuota de mercado.

Sin embargo, en comparación con las batallas anteriores entre dioses y mortales, esta vez muchas empresas de inteligencia artificial asediaron "Guangmingding", lo que puede permitir a las pequeñas y medianas empresas de inteligencia artificial obtener soluciones de implementación de centros de datos más baratas.