Sumber asli: Teknologi Lei

Sumber gambar: Dihasilkan oleh AI Tanpa Batas

NVIDIA saat ini menjalani kehidupan yang sangat makmur. Dari kegilaan mata uang virtual hingga era model AI yang besar, kecepatan pengembangan NVIDIA dalam beberapa tahun terakhir telah melampaui periode sebelumnya, yang juga membantu nilai pasar perusahaan chip tersebut berhasil melampaui 10.000 miliar tanda dolar.

Namun, dibandingkan dengan ekonomi virtual mata uang virtual yang mirip kastil, "permintaan nyata" yang dibawa oleh model AI yang besar adalah kekuatan pendorong utama bagi NVIDIA untuk menembus nilai pasar triliunan dolar.NVIDIA H100 dilaporkan berasal dari pesanan untuk pengiriman Waktu yang dibutuhkan selama beberapa bulan, dan premi spot pernah mendekati 100%.

Namun, masa-masa baik NVIDIA mungkin tidak akan bertahan lama. Karena model AI besar diakui sebagai sebuah "jalan lebar", perusahaan-perusahaan besar meningkatkan upaya mereka untuk membeli kartu grafis NVIDIA dan membangun server pelatihan mereka sendiri. Mereka juga melihat dana mengalir keluar seperti banjir., juga membuat perhitungan kecilnya sendiri.

Baru-baru ini **OpenAI mengumumkan bahwa mereka akan mulai mengembangkan chip AI-nya sendiri untuk mengurangi ketergantungannya pada Nvidia. Secara kebetulan, Microsoft, yang sedang membangun server AI skala besar, juga mengumumkan rencana chip AI-nya sendiri. **Menariknya, meskipun OpenAI sekarang secara nominal menjadi milik kubu Microsoft (Microsoft sebelumnya telah menyelesaikan akuisisi OpenAI), OpenAI dan Microsoft tampaknya tidak memiliki rencana untuk berbagi rencana chip.

Selain OpenAI dan Microsoft, ada banyak pabrikan yang juga siap bergerak.

Diperangi dari semua sisi

Biaya untuk mendukung pusat data berskala besar tidaklah rendah. Investasi perangkat keras awal saja diukur dalam "ratusan juta". Rencana pusat data Eropa yang diumumkan Microsoft beberapa waktu lalu memiliki investasi awal hingga US$500 juta, bukan termasuk pemeliharaan selanjutnya.Biaya tunggu. Di antara US$500 juta, selain pembangunan infrastruktur dan pengeluaran lainnya, pengeluaran terbesar adalah pembelian kartu komputasi profesional yang diproduksi oleh Nvidia.

Berdasarkan analisa beberapa waktu lalu, selisih harga dan harga jual chip Nvidia mungkin lebih dari 10 kali lipat.Ambil contoh H100 yang paling populer di kalangan perusahaan besar, harga sebuah kartu komputasi sekitar 2.000 -2.500 dollar AS, sedangkan harga jual resminya lebih dari 25.000 dollar AS.

Baik untuk menghemat uang atau memanfaatkan pasar negara berkembang ini, penerapan rencana penelitian dan pengembangan chip AI miliknya sudah dekat. **Dilihat dari informasi yang diketahui saat ini, raksasa semikonduktor seperti Intel dan AMD telah mengumumkan babak baru penelitian dan rencana pengembangan chip AI. Intel menggunakan CPU sebagai terobosan untuk membuat chip AI lain dengan cara yang berbeda, dan bahkan telah merilis produk chip AI generasi pertama, AMD mencoba menantang posisi Nvidia di bidang GPU. **

Tidak mengherankan jika raksasa semikonduktor tradisional mencoba untuk mendapatkan bagiannya. Yang lebih menarik perhatian Nvidia adalah OpenAI dan Microsoft mengumumkan bahwa mereka akan meluncurkan rencana penelitian dan pengembangan chip AI. Sebagai dua pengguna inti, jika mereka meninggalkan Nvidia , hal tersebut jelas akan berdampak negatif bagi Nvidia.Status ekologi dan pendapatan memiliki konsekuensi yang serius.

Rencana chip OpenAI baru pertama kali terungkap baru-baru ini. Bagi perusahaan AI, saya meragukan kemampuan penelitian dan pengembangan chip OpenAI. Selain itu, dilihat dari informasi rekrutmen baru-baru ini yang dirilis oleh OpenAI, mereka sedang membangun tim penelitian dan pengembangan dari awal.Mungkin diperlukan waktu setidaknya satu tahun sebelum mereka dapat memberikan hasil awal, dan kemungkinan besar mereka tidak akan dapat melakukannya. bersaing dengan chip andalan Nvidia.

Secara relatif, rencana chip Microsoft lebih memprihatinkan. Investasi Microsoft di bidang chip sebenarnya cukup tinggi, dan telah menghasilkan banyak produk dalam beberapa tahun terakhir.** Dan chip dengan nama sandi "Athena" yang baru-baru ini terungkap, Menurut sumber internal, penelitian dan pengembangan dimulai pada awal tahun 2019 dan kini telah memasuki tahap uji coba produksi. **

Dilaporkan bahwa OpenAI diam-diam telah menguji chip Athena.Sebagai chip yang dirancang untuk melatih dan menjalankan model besar, kinerjanya sangat baik dalam hal kinerja, setidaknya sebanding dengan chip mainstream dari Amazon, Google, dan perusahaan lain.

Tentu saja, performa Athena jelas tidak sebanding dengan chip andalan Nvidia, namun hal ini dapat memberikan inisiatif yang lebih besar kepada Microsoft dan membuat Nvidia sedikit lebih terkendali dalam memberikan penawaran chip. Selain itu, Athena hanyalah chip AI profesional pertama Microsoft, dan investasi penelitian dan pengembangannya sebesar lebih dari 2 miliar dolar AS jelas tidak akan membuahkan hasil apa pun.

Sebagai sponsor terbesar OpenAI, Microsoft kemungkinan besar akan meminta OpenAI untuk menyediakan lingkungan pengujian dan penerapan untuk chip Athena, karena Amazon dan Google telah melakukannya. Jauh sebelum Microsoft, Amazon dan Google telah berinvestasi di banyak perusahaan AI. Meskipun Amazon memberikan dukungan finansial sebesar $4 miliar kepada Anthropic, Amazon juga mengharuskan pihak lain untuk menggunakan dua chip AI yang dikembangkan oleh Amazon. **

Ketika perusahaan AI terkemuka mulai beralih ke chip lain atau chip yang dikembangkan sendiri, hal ini pasti akan berdampak signifikan pada pemilihan perangkat keras di seluruh industri AI. Hal inilah yang tidak ingin dilihat oleh NVIDIA. Bagaimana tanggapan NVIDIA?

Penanggulangan Nvidia

Pesona model AI besar telah membenamkan banyak perusahaan teknologi di dalamnya, bahkan ada yang percaya bahwa ini adalah awal dari revolusi industri berikutnya. Tentu saja, mari kita tidak membahas berapa banyak teknologi baru yang disebut sebagai “awal revolusi industri.” Setidaknya dilihat dari jalur pengembangan saat ini, model AI yang besar seharusnya menjadi yang paling dekat hubungannya dengan manusia biasa dalam beberapa tahun terakhir. .

Kedekatannya dengan masyarakat awam membuat teknologi ini memiliki pasar penerapan yang sangat luas dan dapat dengan cepat dipromosikan dan dikomersialkan untuk mendatangkan keuntungan. Dari lahirnya teknologi hingga penggunaan komersialnya, hanya sedikit teknologi yang berkembang secepat model AI besar. Mulai dari ChatGPT yang diumumkan dan terbuka untuk digunakan, hingga berbagai model AI besar yang bermunculan dan terbuka untuk umum, seluruh prosesnya hanya memakan waktu cukup lama. suatu hari, dan akan selesai dalam waktu kurang dari setahun.

Dari produktivitas hingga hiburan, konsumsi, perjalanan, dan pendidikan, model AI besar telah diterapkan di banyak aplikasi. Oleh karena itu, beberapa perusahaan besar juga meningkatkan upaya mereka untuk membangun pusat data dan pusat komputasi mereka sendiri untuk menerapkan dan melatih perusahaan-perusahaan besar. model AI berskala. Model AI memberi Anda keunggulan dalam persaingan.

**Saat pasar AI memasuki tahap kompetitif, perusahaan juga mencari metode pelatihan yang lebih efisien dan model yang lebih bertenaga. Selain mengoptimalkan algoritme dan aspek lainnya, kartu komputasi profesional dengan kemampuan komputasi yang lebih kuat juga merupakan suatu keharusan. **Jadi, tindakan penanggulangan NVIDIA sebenarnya sangat sederhana, stabilkan tim R&D dan luncurkan chip AI yang jauh di depan pabrikan lain.

Performa perangkat keras adalah keunggulan terbesar NVIDIA, baik Amazon atau Microsoft, selama mereka ingin menemukan keseimbangan terbaik antara performa dan konsumsi energi, NVIDIA adalah pilihan pertama mereka. Hanya ada dua alasan yang mendorong produsen untuk menggunakan chip yang dikembangkan sendiri, yang pertama adalah karena harga chip Nvidia yang terlalu mahal, dan yang lainnya adalah pasokan yang terbatas dan harus menunggu stok, yang berdampak pada rencana ekspansi produsen.

Saat ini, kapasitas produksi Nvidia secara bertahap meningkat, dan volume pembelian secara bertahap menurun, dan akan segera mencapai tahap keseimbangan antara pasokan dan permintaan. Lalu satu-satunya masalah adalah harga, mengingat perbedaan biaya dan harga jual Nvidia hampir 10 kali lipat, seharusnya ada ruang yang cukup untuk penurunan harga.

**Secara pribadi, saya percaya bahwa selama NVIDIA bersedia menurunkan harga, masih akan menjadi kesepakatan yang hemat biaya bagi banyak perusahaan untuk membeli kartu komputasi profesional NVIDIA guna membangun pusat data berkinerja tinggi. **Untuk chip yang dikembangkan sendiri? Faktanya, pusat data memerlukan berbagai jenis chip tergantung pada ukuran dan tujuannya.Beberapa pusat data dengan persyaratan kinerja lebih rendah cocok untuk dibangun dengan chip yang dikembangkan sendiri.

Sederhananya, pusat pelatihan dan pengembangan menggunakan kartu komputasi profesional Nvidia untuk meningkatkan efisiensi pelatihan, sedangkan pusat data untuk pengguna biasa menggunakan chip yang dikembangkan sendiri atau chip lain untuk mengurangi biaya konstruksi dan biaya pemeliharaan selanjutnya. berkembang, perusahaan jelas perlu membangun lebih banyak pusat data di seluruh dunia untuk menanggapi kebutuhan pengguna di sekitarnya.

Oleh karena itu, keunggulan yang telah dikumpulkan NVIDIA di masa lalu tidak akan mudah hilang bahkan di masa depan. Namun, seiring dengan masuknya perusahaan lain, suara NVIDIA akan berkurang. Dalam hal harga produk dan aspek lainnya, NVIDIA dapat memberikan sebagian keuntungannya untuk mempertahankan pasar.

Namun, dibandingkan dengan pertarungan antara dewa dan manusia sebelumnya, pengepungan "Guangmingding" oleh banyak perusahaan AI kali ini sebenarnya memungkinkan perusahaan AI kecil dan menengah mendapatkan solusi penerapan pusat data yang lebih murah.