Fonte original: Lei Tecnologia

Fonte da imagem: gerada por Unbounded AI

A NVIDIA está vivendo uma vida muito próspera agora. Da mania da moeda virtual à era dos grandes modelos de IA, a velocidade de desenvolvimento da NVIDIA nos últimos anos excedeu qualquer período anterior, o que também ajudou o valor de mercado da empresa de chips a ultrapassar com sucesso 10.000 bilhões. marca do dólar.

No entanto, em comparação com a economia virtual semelhante a um castelo de moeda virtual, a "demanda real" trazida por grandes modelos de IA é a principal força motriz para a NVIDIA ultrapassar a marca de valor de mercado de um trilhão de dólares. O H100 da NVIDIA é relatado como sendo de encomenda até a entrega O tempo necessário já chega a vários meses e o prêmio do spot já chegou perto de 100%.

No entanto, os bons dias da NVIDIA podem não durar muito. À medida que os grandes modelos de IA são reconhecidos como um "caminho largo", as grandes empresas estão intensificando seus esforços para comprar placas gráficas NVIDIA e construir seus próprios servidores de treinamento. Elas também estão vendo fundos fluindo como uma inundação., também fez seu próprio pequeno cálculo.

Recentemente, **OpenAI anunciou que começará a desenvolver seus próprios chips de IA para reduzir sua dependência da Nvidia. Coincidentemente, a Microsoft, que está construindo um servidor de IA em grande escala, também anunciou seu próprio plano de chips de IA. **Curiosamente, embora a OpenAI agora pertença nominalmente ao campo da Microsoft (a Microsoft já concluiu a aquisição da OpenAI), a OpenAI e a Microsoft não parecem ter planos de compartilhar planos de chips.

Além da OpenAI e da Microsoft, existem muitos fabricantes que também estão prontos para agir.

Combatidas por todos os lados

O custo de suporte a um data center de grande escala não é baixo. O investimento inicial em hardware por si só é medido em "cem milhões". O plano europeu de data center anunciado pela Microsoft há algum tempo tem um investimento inicial de até US$ 500 milhões, não incluindo manutenção subsequente Taxas de espera. Entre os US$ 500 milhões, além da construção de infraestrutura e outras despesas, o maior gasto é a compra de placas de computação profissionais produzidas pela Nvidia.

De acordo com análises feitas há algum tempo, a diferença entre o custo e o preço de venda dos chips da Nvidia pode ser mais de 10 vezes. Tomando o H100, que é mais popular entre as grandes empresas, como exemplo, o custo da placa de computação é de cerca de 2.000 -2.500 dólares americanos, enquanto o preço oficial de venda é superior a 25.000 dólares americanos.

Quer seja para poupar dinheiro ou para tirar partido deste mercado emergente, a implementação do seu próprio plano de investigação e desenvolvimento de chips de IA é iminente. **A julgar pelas informações atualmente conhecidas, gigantes de semicondutores como Intel e AMD anunciaram uma nova rodada de planos de pesquisa e desenvolvimento de chips de IA. A Intel usa a CPU como um avanço para criar outro chip de IA de uma maneira diferente, e até lançou Com a primeira geração de produtos de chips de IA, a AMD está tentando desafiar a posição da Nvidia no campo de GPU. **

Não é surpreendente que os gigantes tradicionais dos semicondutores estejam tentando obter um pedaço do bolo. O que chamou ainda mais a atenção da Nvidia é que a OpenAI e a Microsoft anunciaram que lançarão planos de pesquisa e desenvolvimento de chips de IA. Como os dois principais usuários, se abandonarem a Nvidia , obviamente terão consequências negativas para a Nvidia. O estado ecológico e as receitas têm consequências graves.

O plano de chips da OpenAI só foi exposto pela primeira vez recentemente.Para uma empresa de IA, tenho dúvidas sobre as capacidades de pesquisa e desenvolvimento de chips da OpenAI. Além disso, a julgar pelas recentes informações de recrutamento divulgadas pela OpenAI, eles estão construindo uma equipe de pesquisa e desenvolvimento do zero. Pode levar pelo menos um ano até que possam produzir resultados preliminares, e há uma grande probabilidade de que não consigam competir com os principais chips da Nvidia.

Relativamente falando, o plano de chips da Microsoft é mais preocupante. O investimento da Microsoft no campo de chips tem sido bastante alto e ela produziu muitos produtos nos últimos anos. **O chip de codinome "Athena" que foi recentemente exposto, de acordo com informações internas fontes, a pesquisa e o desenvolvimento começaram já em 2019 e agora entraram na fase de produção experimental. **

É relatado que a OpenAI testou secretamente o chip Athena. Como um chip projetado para treinar e executar modelos grandes, seu desempenho é muito bom em termos de desempenho, pelo menos comparável aos chips convencionais da Amazon, Google e outras empresas.

É claro que o desempenho do Athena definitivamente não é comparável ao dos principais chips da Nvidia, mas pode dar à Microsoft maior iniciativa e permitir que a Nvidia seja um pouco mais contida no fornecimento de cotações de chips. Além disso, Athena é apenas o primeiro chip de IA profissional da Microsoft, e seu investimento em P&D de mais de 2 bilhões de dólares obviamente não produzirá apenas um resultado.

Como maior patrocinadora da OpenAI, a Microsoft provavelmente exigirá que a OpenAI forneça um ambiente de teste e implantação para o chip Athena, afinal, Amazon e Google fizeram isso. Muito antes de a Microsoft, a Amazon e a Google terem investido em muitas empresas de IA. Embora a Amazon tenha fornecido 4 mil milhões de dólares em apoio financeiro à Anthropic, também exigiu que a outra parte utilizasse dois chips de IA desenvolvidos pela Amazon. **

Quando as principais empresas de IA começarem a mudar para outros chips ou chips de desenvolvimento próprio, isso inevitavelmente terá um impacto significativo na seleção de hardware de toda a indústria de IA. Isso é exatamente o que a NVIDIA não quer ver. Como a NVIDIA responderá?

Contramedidas da Nvidia

O encanto dos grandes modelos de IA imergiu nele muitas empresas de tecnologia, e algumas até acreditam que este é o início da próxima revolução industrial. É claro que não vamos discutir quantas novas tecnologias foram apelidadas de “início da revolução industrial”. .

O relacionamento próximo com as pessoas comuns significa que esta tecnologia tem um mercado de aplicação muito amplo e pode ser rapidamente promovida e comercializada para gerar lucros. Do nascimento da tecnologia ao seu uso comercial, poucas tecnologias progrediram tão rápido quanto os grandes modelos de IA. Desde o ChatGPT sendo anunciado e aberto para uso, até vários grandes modelos de IA surgindo e sendo abertos ao público, todo o processo levou apenas um dia. Será concluído em menos de um ano.

Da produtividade ao entretenimento, consumo, viagens e educação, grandes modelos de IA foram implementados em muitas aplicações. Por causa disso, algumas empresas poderosas também estão intensificando seus esforços para construir seus próprios centros de dados e centros de computação para implantar e treinar maiores- modelos em escala. Os modelos de IA oferecem uma vantagem sobre a concorrência.

**À medida que o mercado de IA entra em um estágio competitivo, as empresas também buscam métodos de treinamento mais eficientes e modelos mais poderosos. Além de otimizar algoritmos e outros aspectos, placas de computação profissionais com capacidades computacionais mais fortes também são obrigatórias. **Portanto, as contramedidas da NVIDIA são na verdade muito simples: estabilizar a equipe de P&D e lançar chips de IA que estão muito à frente de outros fabricantes.

O desempenho do hardware é a maior vantagem da NVIDIA, seja Amazon ou Microsoft, desde que queiram encontrar o melhor equilíbrio entre desempenho e consumo de energia, a NVIDIA é sua primeira escolha. Existem apenas dois motivos que estimulam os fabricantes a usar chips de desenvolvimento próprio: um é que os chips da Nvidia são muito caros e o outro é que a oferta é limitada e eles precisam esperar pelo estoque, o que impacta nos planos de expansão dos fabricantes.

Actualmente, a capacidade de produção da Nvidia está a aumentar gradualmente e o volume de compras está a diminuir gradualmente, devendo em breve atingir um estágio de equilíbrio entre oferta e procura. Então o único problema é o preço. Considerando que o custo e o preço de venda da Nvidia são quase 10 vezes diferentes, deve haver amplo espaço para redução de preço.

**Pessoalmente, acredito que, enquanto a NVIDIA estiver disposta a reduzir o preço, ainda será um acordo econômico para muitas empresas comprarem placas de computação profissionais da NVIDIA para construir data centers de alto desempenho. **Quanto aos chips autodesenvolvidos? Na verdade, os data centers exigem diferentes tipos de chips dependendo de seu tamanho e finalidade. Alguns data centers com requisitos de desempenho mais baixos são adequados para serem construídos com chips de desenvolvimento próprio.

Simplificando, os centros de treinamento e desenvolvimento usam placas de computação profissionais da Nvidia para melhorar a eficiência do treinamento, enquanto os centros de dados para usuários comuns usam chips autodesenvolvidos ou outros para reduzir custos de construção e custos de manutenção subsequentes. Com o escopo de aplicação dos modelos de IA, Para expandir, as empresas obviamente precisam construir mais centros de dados em todo o mundo para responder às necessidades dos usuários próximos.

Portanto, as vantagens que a NVIDIA acumulou no passado não serão facilmente perdidas, mesmo no futuro. No entanto, à medida que outras empresas entram no jogo, a voz da NVIDIA será reduzida. Em termos de preços de produtos e outros aspectos, a NVIDIA pode ceder parte de seus lucros para manter a participação no mercado.

No entanto, em comparação com as batalhas anteriores entre deuses e mortais, desta vez muitas empresas de IA sitiaram "Guangmingding", o que pode permitir que pequenas e médias empresas de IA obtenham soluções de implantação de data centers mais baratas.