แหล่งที่มาดั้งเดิม: เทคโนโลยีเล่ย

แหล่งที่มาของรูปภาพ: สร้างโดย Unbounded AI

NVIDIA มีชีวิตที่เจริญรุ่งเรืองมากในขณะนี้ จากความนิยมของสกุลเงินเสมือนไปจนถึงยุคของโมเดล AI ขนาดใหญ่ ความเร็วในการพัฒนาของ NVIDIA ในช่วงไม่กี่ปีที่ผ่านมาได้เกินกว่าช่วงก่อนหน้าใด ๆ ซึ่งช่วยให้มูลค่าตลาดของบริษัทชิปประสบความสำเร็จเกิน 10,000.000 ล้าน เครื่องหมายดอลลาร์

อย่างไรก็ตาม เมื่อเปรียบเทียบกับเศรษฐกิจเสมือนจริงที่มีลักษณะเหมือนปราสาทของสกุลเงินเสมือน "ความต้องการที่แท้จริง" ที่มาจากโมเดล AI ขนาดใหญ่เป็นแรงผลักดันหลักสำหรับ NVIDIA ที่จะทะลุเครื่องหมายมูลค่าตลาดล้านล้านดอลลาร์ H100 ของ NVIDIA ได้รับการรายงานว่ามาจากการสั่งซื้อ ในการส่งมอบ ระยะเวลาที่ต้องการนั้นยาวนานหลายเดือนและพรีเมี่ยมของจุดนั้นครั้งหนึ่งเคยเกือบ 100%

อย่างไรก็ตาม วันดีๆ ของ NVIDIA อาจไม่นาน เนื่องจากโมเดล AI ขนาดใหญ่ได้รับการยอมรับว่าเป็น "ถนนกว้าง" บริษัทใหญ่ๆ จึงเพิ่มความพยายามในการซื้อกราฟิกการ์ด NVIDIA และสร้างเซิร์ฟเวอร์การฝึกอบรมของตนเอง นอกจากนี้ พวกเขายังเห็นเงินทุนไหลออกมาเช่น น้ำท่วม เขาก็คำนวณเองนิดหน่อย

ล่าสุด **OpenAI ประกาศว่าจะเริ่มพัฒนาชิป AI ของตัวเองเพื่อลดการพึ่งพา Nvidia บังเอิญที่ Microsoft ซึ่งกำลังสร้างเซิร์ฟเวอร์ AI ขนาดใหญ่ได้ประกาศแผนชิป AI ของตัวเองเช่นกัน **น่าสนใจ แม้ว่าตอนนี้ OpenAI จะอยู่ในนามของค่าย Microsoft (Microsoft ได้เสร็จสิ้นการเข้าซื้อกิจการ OpenAI ก่อนหน้านี้) แต่ OpenAI และ Microsoft ดูเหมือนจะไม่มีแผนที่จะแชร์แผนชิป

นอกจาก OpenAI และ Microsoft แล้ว ยังมีผู้ผลิตหลายรายที่พร้อมจะเคลื่อนไหวเช่นกัน

ต่อสู้ทุกด้าน

ค่าใช้จ่ายในการสนับสนุนศูนย์ข้อมูลขนาดใหญ่นั้นไม่ต่ำเลย การลงทุนด้านฮาร์ดแวร์เริ่มแรกเพียงอย่างเดียวก็วัดได้เป็น "ร้อยล้าน" แผนศูนย์ข้อมูลของยุโรปที่ Microsoft ประกาศไว้เมื่อนานมาแล้วมีการลงทุนเริ่มแรกสูงถึง 500 ล้านเหรียญสหรัฐ ไม่ใช่ รวมถึงการบำรุงรักษาภายหลัง ค่ารอ ในบรรดาเงินจำนวน 500 ล้านดอลลาร์สหรัฐ นอกเหนือจากการก่อสร้างโครงสร้างพื้นฐานและค่าใช้จ่ายอื่นๆ แล้ว รายจ่ายที่ใหญ่ที่สุดคือการซื้อการ์ดคอมพิวเตอร์ระดับมืออาชีพที่ผลิตโดย Nvidia

จากการวิเคราะห์เมื่อไม่นานมานี้พบว่าความแตกต่างระหว่างต้นทุนและราคาขายของชิปของ Nvidia อาจมากกว่า 10 เท่า ยกตัวอย่าง H100 ซึ่งได้รับความนิยมมากที่สุดในองค์กรขนาดใหญ่ เช่น ราคาของการ์ดประมวลผลอยู่ที่ประมาณ 2,000 -2,500 เหรียญสหรัฐ ขณะที่ราคาขายอย่างเป็นทางการอยู่ที่มากกว่า 25,000 เหรียญสหรัฐ

ไม่ว่าจะเป็นเพื่อประหยัดเงินหรือเพื่อใช้ประโยชน์จากตลาดเกิดใหม่นี้ การดำเนินการตามแผนการวิจัยและพัฒนาชิป AI ของบริษัทก็กำลังใกล้เข้ามา **เมื่อพิจารณาจากข้อมูลที่ทราบในปัจจุบัน บริษัทเซมิคอนดักเตอร์ยักษ์ใหญ่ เช่น Intel และ AMD ได้ประกาศแผนการวิจัยและพัฒนาชิป AI รอบใหม่ Intel ใช้ CPU เป็นความก้าวหน้าในการสร้างชิป AI ตัวอื่นในวิธีที่แตกต่างออกไป ผลิตภัณฑ์ชิป AI รุ่นแรก AMD กำลังพยายามท้าทายตำแหน่งของ Nvidia ในด้าน GPU **

ไม่ใช่เรื่องน่าแปลกใจที่ยักษ์ใหญ่ด้านเซมิคอนดักเตอร์แบบดั้งเดิมพยายามแย่งชิงชิ้นส่วนของพาย สิ่งที่ดึงดูดความสนใจของ Nvidia มากยิ่งขึ้นคือ OpenAI และ Microsoft ประกาศว่าพวกเขาจะเปิดตัวแผนการวิจัยและพัฒนาชิป AI ในฐานะผู้ใช้หลักทั้งสองหากพวกเขาละทิ้ง Nvidia เห็นได้ชัดว่าพวกเขาจะส่งผลเสียต่อ Nvidia อย่างเห็นได้ชัด สถานะทางนิเวศวิทยาและรายได้มีผลกระทบร้ายแรง

แผนชิปของ OpenAI เพิ่งถูกเปิดเผยเป็นครั้งแรกเมื่อเร็วๆ นี้ สำหรับบริษัท AI ฉันมีข้อสงสัยเกี่ยวกับความสามารถในการวิจัยและพัฒนาชิปของ OpenAI นอกจากนี้ เมื่อพิจารณาจากข้อมูลการรับสมัครล่าสุดที่เผยแพร่โดย OpenAI พวกเขากำลังสร้างทีมวิจัยและพัฒนาตั้งแต่เริ่มต้น อาจต้องใช้เวลาอย่างน้อยหนึ่งปีจึงจะสามารถสร้างผลลัพธ์เบื้องต้นได้และมีความเป็นไปได้สูงที่พวกเขาจะไม่สามารถ แข่งขันกับชิปเรือธงของ Nvidia

แผนชิปของ Microsoft ค่อนข้างน่ากังวลมากกว่า การลงทุนของ Microsoft ในด้านชิปนั้นค่อนข้างสูงและมีการผลิตผลิตภัณฑ์จำนวนมากในช่วงไม่กี่ปีที่ผ่านมา ** ชิปชื่อรหัสว่า "Athena" ที่เพิ่งเปิดเผยตามข้อมูลภายใน แหล่งที่มา การวิจัย และพัฒนาเริ่มตั้งแต่ต้นปี 2562 และขณะนี้ได้เข้าสู่ขั้นตอนการผลิตทดลองแล้ว **

มีรายงานว่า OpenAI ได้แอบทดสอบชิป Athena เนื่องจากชิปที่ออกแบบมาเพื่อการฝึกและใช้งานโมเดลขนาดใหญ่ประสิทธิภาพจึงดีมากในแง่ของประสิทธิภาพอย่างน้อยก็เทียบได้กับชิปกระแสหลักจาก Amazon, Google และบริษัทอื่น ๆ

แน่นอนว่าประสิทธิภาพของ Athena นั้นเทียบไม่ได้กับชิปเรือธงของ Nvidia อย่างแน่นอน แต่สามารถให้ Microsoft มีความคิดริเริ่มที่มากขึ้นและทำให้ Nvidia มีข้อจำกัดในการจัดหาใบเสนอราคาชิปมากขึ้นเล็กน้อย นอกจากนี้ Athena ยังเป็นเพียงชิป AI ระดับมืออาชีพตัวแรกของ Microsoft และการลงทุนด้าน R&D มากกว่า 2 พันล้านดอลลาร์สหรัฐจะไม่ได้ให้ผลลัพธ์เพียงอย่างเดียวอย่างแน่นอน

ในฐานะผู้สนับสนุน OpenAI รายใหญ่ที่สุด Microsoft มักจะต้องการ OpenAI เพื่อจัดเตรียมสภาพแวดล้อมการทดสอบและการปรับใช้สำหรับชิป Athena ท้ายที่สุดแล้ว Amazon และ Google ก็ได้ทำเช่นนั้นแล้ว ก่อนที่ Microsoft, Amazon และ Google จะลงทุนในบริษัท AI หลายแห่ง แม้ว่า Amazon จะให้การสนับสนุนทางการเงินแก่ Anthropic มูลค่า 4 พันล้านดอลลาร์ **

เมื่อบริษัท AI ชั้นนำเริ่มเปลี่ยนมาใช้ชิปอื่นหรือชิปที่พัฒนาตนเองย่อมจะมีผลกระทบสำคัญต่อการเลือกฮาร์ดแวร์ของอุตสาหกรรม AI ทั้งหมดอย่างหลีกเลี่ยงไม่ได้นี่คือสิ่งที่ NVIDIA ไม่อยากเห็น NVIDIA จะตอบสนองอย่างไร

มาตรการรับมือของ Nvidia

เสน่ห์ของโมเดล AI ขนาดใหญ่ได้ฝังใจบริษัทเทคโนโลยีหลายแห่ง และบางคนถึงกับเชื่อว่านี่คือจุดเริ่มต้นของการปฏิวัติอุตสาหกรรมครั้งต่อไป แน่นอนว่าอย่ามาพูดถึงจำนวนเทคโนโลยีใหม่ที่ได้รับการขนานนามว่าเป็น “จุดเริ่มต้นของการปฏิวัติอุตสาหกรรม” อย่างน้อย เมื่อพิจารณาจากเส้นทางการพัฒนาในปัจจุบัน โมเดล AI ขนาดใหญ่น่าจะมีความเกี่ยวข้องอย่างใกล้ชิดกับคนทั่วไปมากที่สุดในช่วงไม่กี่ปีที่ผ่านมา ทักษะดีขึ้น .

ความสัมพันธ์ที่ใกล้ชิดกับคนทั่วไปหมายความว่าเทคโนโลยีนี้มีตลาดการใช้งานที่กว้างขวางมาก และสามารถส่งเสริมและทำการค้าอย่างรวดเร็วเพื่อสร้างผลกำไร ตั้งแต่การกำเนิดของเทคโนโลยีไปจนถึงการใช้งานเชิงพาณิชย์ มีเทคโนโลยีเพียงไม่กี่เทคโนโลยีที่ก้าวหน้าเร็วเท่ากับโมเดล AI ขนาดใหญ่ ตั้งแต่ ChatGPT ที่ได้รับการประกาศและเปิดให้ใช้งาน ไปจนถึงโมเดล AI ขนาดใหญ่ต่างๆ ที่ผุดขึ้นมาและเปิดให้สาธารณชนเข้าชม กระบวนการทั้งหมดใช้เวลาเพียงแค่นั้น วันหนึ่งจะแล้วเสร็จภายในเวลาไม่ถึงปี

ตั้งแต่ประสิทธิภาพการทำงานไปจนถึงความบันเทิง การบริโภค การเดินทาง และการศึกษา โมเดล AI ขนาดใหญ่ได้ถูกนำมาใช้ในหลายแอปพลิเคชัน ด้วยเหตุนี้ บริษัทที่ทรงพลังบางแห่งจึงเพิ่มความพยายามในการสร้างศูนย์ข้อมูลและศูนย์คอมพิวเตอร์ของตนเองเพื่อปรับใช้และฝึกอบรมที่ใหญ่ขึ้น แบบจำลองขนาด แบบจำลอง AI ช่วยให้คุณได้เปรียบเหนือคู่แข่ง

**ในขณะที่ตลาด AI เข้าสู่ขั้นตอนการแข่งขัน บริษัทต่างๆ ก็กำลังมองหาวิธีการฝึกอบรมที่มีประสิทธิภาพมากขึ้นและโมเดลที่มีประสิทธิภาพมากขึ้น นอกเหนือจากการเพิ่มประสิทธิภาพอัลกอริธึมและด้านอื่น ๆ แล้ว การ์ดประมวลผลระดับมืออาชีพที่มีความสามารถด้านการประมวลผลที่แข็งแกร่งยิ่งขึ้นก็เป็นสิ่งจำเป็นเช่นกัน **ดังนั้น จริงๆ แล้วมาตรการรับมือของ NVIDIA นั้นง่ายมาก สร้างเสถียรภาพให้กับทีม R&D และเปิดตัวชิป AI ซึ่งเหนือกว่าผู้ผลิตรายอื่นมาก

ประสิทธิภาพของฮาร์ดแวร์เป็นข้อได้เปรียบที่ใหญ่ที่สุดของ NVIDIA ไม่ว่าจะเป็น Amazon หรือ Microsoft ตราบใดที่พวกเขาต้องการค้นหาสมดุลที่ดีที่สุดระหว่างประสิทธิภาพและการใช้พลังงาน NVIDIA คือตัวเลือกแรกของพวกเขา มีเพียงสองเหตุผลที่กระตุ้นให้ผู้ผลิตใช้ชิปที่พัฒนาตนเอง หนึ่งคือ ชิปของ Nvidia มีราคาแพงเกินไป และอีกประการหนึ่งคืออุปทานมีจำกัดและต้องรอสต็อกซึ่งส่งผลต่อแผนการขยายธุรกิจของผู้ผลิต

ปัจจุบัน กำลังการผลิตของ Nvidia ค่อยๆ เพิ่มขึ้น และปริมาณการซื้อก็ค่อยๆ ลดลง และในไม่ช้าก็น่าจะถึงระดับสมดุลระหว่างอุปสงค์และอุปทาน ปัญหาเดียวคือราคา เมื่อพิจารณาว่าต้นทุนและราคาขายของ Nvidia ต่างกันเกือบ 10 เท่า ก็น่าจะเหลือพื้นที่ให้ลดราคาได้พอสมควร

**โดยส่วนตัวแล้ว ฉันเชื่อว่าตราบใดที่ NVIDIA ยินดีลดราคาลง ก็ยังคงเป็นข้อตกลงที่คุ้มค่าสำหรับหลายๆ บริษัทในการซื้อการ์ดประมวลผลระดับมืออาชีพของ NVIDIA เพื่อสร้างศูนย์ข้อมูลประสิทธิภาพสูง **สำหรับชิปที่พัฒนาตนเอง? ศูนย์ข้อมูลต้องการชิปประเภทต่างๆ ขึ้นอยู่กับขนาดและวัตถุประสงค์ ศูนย์ข้อมูลบางแห่งที่มีข้อกำหนดด้านประสิทธิภาพต่ำกว่าเหมาะที่จะสร้างด้วยชิปที่พัฒนาขึ้นเอง

กล่าวง่ายๆ ก็คือ ศูนย์ฝึกอบรมและพัฒนาใช้การ์ดคอมพิวเตอร์ระดับมืออาชีพของ Nvidia เพื่อปรับปรุงประสิทธิภาพการฝึกอบรม ในขณะที่ศูนย์ข้อมูลสำหรับผู้ใช้ทั่วไปใช้ชิปที่พัฒนาเองหรือชิปอื่นๆ เพื่อลดต้นทุนการก่อสร้างและค่าบำรุงรักษาในภายหลัง ด้วยขอบเขตการใช้งานของโมเดล AI ถึง เห็นได้ชัดว่าบริษัทต่างๆ จำเป็นต้องสร้างศูนย์ข้อมูลเพิ่มขึ้นทั่วโลกเพื่อตอบสนองความต้องการของผู้ใช้ในบริเวณใกล้เคียง

ดังนั้นข้อดีที่ NVIDIA สั่งสมมาในอดีตจะไม่หายไปง่ายๆ ในอนาคต อย่างไรก็ตาม เมื่อบริษัทอื่นเข้ามาในเกม เสียงของ NVIDIA ก็จะลดลง ในด้านราคาสินค้าและด้านอื่นๆ ทาง NVIDIA อาจจะแจกบางส่วนให้ ของกำไรเพื่อรักษาตลาดหุ้น

อย่างไรก็ตาม เมื่อเปรียบเทียบกับการต่อสู้ระหว่างเทพเจ้าและมนุษย์ครั้งก่อน คราวนี้บริษัท AI หลายแห่งได้ปิดล้อม "กวงหมิงติง" ซึ่งทำให้บริษัท AI ขนาดเล็กและขนาดกลางได้รับโซลูชันการปรับใช้ศูนย์ข้อมูลที่ถูกกว่า