Первоисточник: Лей Технология

Источник изображения: Создано Unbounded AI

NVIDIA сейчас живет очень процветающей жизнью: от увлечения виртуальной валютой до эпохи больших моделей искусственного интеллекта, скорость развития NVIDIA за последние несколько лет превысила любой предыдущий период, что также помогло рыночной стоимости компании по производству чипов успешно превысить 10 000 миллиардов долларов. марка доллара.

Однако по сравнению с виртуальной экономикой виртуальной валюты, похожей на замок, «реальный спрос», создаваемый крупными моделями искусственного интеллекта, является основной движущей силой, позволяющей NVIDIA преодолеть отметку рыночной стоимости в триллион долларов. до поставки Требуемое время составило несколько месяцев, а премия спота когда-то была близка к 100%.

Однако хорошие дни NVIDIA, возможно, не продлятся долго. наводнение., тоже сделал свой небольшой расчет.

Недавно **OpenAI объявила, что начнет разрабатывать собственные чипы искусственного интеллекта, чтобы уменьшить свою зависимость от Nvidia. По совпадению, Microsoft, которая создает крупномасштабный сервер искусственного интеллекта, также объявила о своем собственном плане чипов искусственного интеллекта. **Интересно, что хотя OpenAI сейчас номинально принадлежит лагерю Microsoft (Microsoft ранее завершила приобретение OpenAI), OpenAI и Microsoft, похоже, не планируют делиться планами по производству чипов.

Помимо OpenAI и Microsoft, есть много производителей, которые также готовы сделать шаг.

Воюют со всех сторон

Стоимость поддержки крупномасштабного центра обработки данных не является низкой.Только первоначальные инвестиции в оборудование измеряются «сотнями миллионов». В плане европейского центра обработки данных, объявленном Microsoft некоторое время назад, первоначальные инвестиции составляют до включая последующее обслуживание. Среди 500 миллионов долларов США, помимо строительства инфраструктуры и других расходов, крупнейшие расходы — покупка профессиональных компьютерных карт производства Nvidia.

Согласно анализу, проведенному некоторое время назад, разница между себестоимостью и продажной ценой чипов Nvidia может составлять более 10 раз.На примере H100, наиболее популярного среди крупных предприятий, стоимость вычислительной карты составляет около 2000 долларов США. -2500 долларов США, а официальная цена продажи составляет более 25 000 долларов США.

Будь то экономия денег или получение преимуществ от этого развивающегося рынка, реализация собственного плана исследований и разработок чипов искусственного интеллекта неизбежна. **Судя по имеющейся на данный момент информации, полупроводниковые гиганты, такие как Intel и AMD, объявили о новом раунде исследований и планов разработки ИИ-чипов. Intel использует ЦП как прорыв для создания еще одного ИИ-чипа другим способом и даже выпустила Первое поколение чипов искусственного интеллекта, AMD пытается бросить вызов позициям Nvidia в области графических процессоров. **

Неудивительно, что традиционные полупроводниковые гиганты пытаются получить свой кусок пирога. Что еще больше привлекло внимание Nvidia, так это то, что OpenAI и Microsoft объявили, что они начнут исследования и разработки чипов искусственного интеллекта. , они, очевидно, будут иметь негативные последствия для Nvidia. Экологический статус и доходы имеют серьезные последствия.

План чипов OpenAI был впервые раскрыт недавно. Что касается компании, занимающейся искусственным интеллектом, у меня есть сомнения в возможностях OpenAI в области исследований и разработок чипов. Более того, судя по недавней информации о наборе персонала, опубликованной OpenAI, они создают команду исследований и разработок с нуля. Прежде чем они смогут дать предварительные результаты, может пройти как минимум год, и есть высокая вероятность, что они не смогут этого сделать. конкурировать с флагманскими чипами Nvidia.

Условно говоря, план Microsoft по производству чипов вызывает больше беспокойства. Инвестиции Microsoft в область чипов на самом деле были довольно высокими, и за последние годы было выпущено много продуктов. ** И недавно был представлен чип под кодовым названием «Афина», по словам из внутренних источников, исследования и разработки начались еще в 2019 году и сейчас перешли на стадию опытного производства. **

Сообщается, что OpenAI тайно протестировала чип Athena.Как чип, предназначенный для обучения и запуска больших моделей, его производительность очень хороша с точки зрения производительности, по крайней мере, сравнима с основными чипами от Amazon, Google и других компаний.

Конечно, производительность Athena определенно не сравнима с флагманскими чипами Nvidia, но она может дать Microsoft больше инициативы и позволить Nvidia быть немного более сдержанной в поставках цен на чипы. Более того, Athena — это всего лишь первый профессиональный чип искусственного интеллекта Microsoft, и его инвестиции в исследования и разработки в размере более 2 миллиардов долларов США, очевидно, не принесут только одного результата.

Будучи крупнейшим спонсором OpenAI, Microsoft, скорее всего, потребует от OpenAI предоставить среду тестирования и развертывания для чипа Athena.В конце концов, Amazon и Google сделали это. Задолго до того, как Microsoft, Amazon и Google инвестировали во многие компании, занимающиеся искусственным интеллектом. **

Когда ведущие компании, занимающиеся искусственным интеллектом, начнут переходить на другие чипы или чипы собственной разработки, это неизбежно окажет существенное влияние на выбор оборудования во всей индустрии искусственного интеллекта. Это именно то, чего NVIDIA не хочет видеть. Как отреагирует NVIDIA?

Контрмеры NVIDIA

Очарование больших моделей ИИ погрузило в них многие технологические компании, а некоторые даже считают, что это начало следующей промышленной революции. Конечно, не будем обсуждать, сколько новых технологий было названо «началом промышленной революции».По крайней мере, судя по нынешнему маршруту развития, модель большого ИИ в последние годы должна быть наиболее тесно связана с обычными людьми. .

Тесная связь с обычными людьми означает, что эта технология имеет очень широкий рынок применения и ее можно быстро продвигать и коммерциализировать, принося прибыль. От зарождения технологии до ее коммерческого использования немногие технологии развивались так быстро, как большие модели ИИ. один день. Он будет завершен менее чем через год.

Из-за этого некоторые влиятельные компании также активизируют свои усилия по созданию собственных центров обработки данных и вычислительных центров для развертывания и обучения более крупных компаний. масштабные модели Модели AI дают вам преимущество перед конкурентами.

**Поскольку рынок ИИ вступает в конкурентную стадию, компании также ищут более эффективные методы обучения и более мощные модели.Помимо оптимизации алгоритмов и других аспектов, также необходимы профессиональные вычислительные карты с более мощными вычислительными возможностями. **Итак, контрмеры NVIDIA на самом деле очень просты: стабилизировать команду исследований и разработок и запустить чипы искусственного интеллекта, которые намного опережают других производителей.

Производительность оборудования — самое большое преимущество NVIDIA. Будь то Amazon или Microsoft, если они хотят найти наилучший баланс между производительностью и энергопотреблением, NVIDIA — их первый выбор. Есть только две причины, которые стимулируют производителей использовать чипы собственной разработки.

В настоящее время производственные мощности Nvidia постепенно увеличиваются, а объем закупок постепенно снижается, и вскоре она должна достичь стадии баланса между спросом и предложением. Тогда единственной проблемой является цена: учитывая, что себестоимость и цена продажи Nvidia различаются почти в 10 раз, должно быть достаточно возможностей для снижения цен.

**Лично я считаю, что до тех пор, пока NVIDIA готова снизить цену, для многих компаний покупка профессиональных вычислительных карт NVIDIA для создания высокопроизводительных центров обработки данных по-прежнему будет экономически выгодной сделкой. **Что касается чипов собственной разработки? Фактически, центрам обработки данных требуются различные типы чипов в зависимости от их размера и назначения.Некоторые центры обработки данных с более низкими требованиями к производительности подходят для построения с использованием чипов собственной разработки.

Проще говоря, центры обучения и разработки используют профессиональные вычислительные карты Nvidia для повышения эффективности обучения, а центры обработки данных для обычных пользователей используют чипы собственной разработки или другие чипы для снижения затрат на строительство и последующее обслуживание. расширяясь, компаниям, очевидно, необходимо строить больше центров обработки данных по всему миру, чтобы реагировать на потребности пользователей поблизости.

Таким образом, преимущества, накопленные NVIDIA в прошлом, не будут легко потеряны даже в будущем.Однако, когда в игру вступят другие компании, голос NVIDIA будет уменьшен.Что касается цен на продукты и других аспектов, NVIDIA может отдать часть своей прибыли для поддержания доли рынка.

Однако, по сравнению с предыдущими битвами между богами и смертными, на этот раз многие компании, занимающиеся искусственным интеллектом, осадили «Гуанминдин», что может позволить малым и средним компаниям, занимающимся искусственным интеллектом, получить более дешевые решения для развертывания центров обработки данных.