Как один чип превратил Nvidia в самую дорогую компанию в мире

Примечание редакции Mobile-review.com. Мы подбираем материалы в раздел «Мнение», чтобы показать то, как воспринимают рынок компании в других странах. Мнения в таких материалах зачастую не совпадают со взглядами нашей редакции, но дают понимание рынка, его медийной составляющей.

По материалам Bloomberg

Когда в мире технологий загорается новая звезда, обычно это потребительский продукт, например, смартфон или игровая консоль. Но в этом году внимание энтузиастов технологий сосредоточено на аппаратном компоненте, который большинство людей даже не увидит. Процессор H100 позволил создать новое поколение инструментов искусственного интеллекта, которые обещают изменить целые отрасли, что сделало его разработчика Nvidia одной из самых дорогих компаний в мире. Инвесторам было доказано, что ажиотаж вокруг генеративного искусственного интеллекта позволяет получать реальный доход, по крайней мере, для Nvidia и ее наиболее важных поставщиков. Спрос на H100 настолько велик, что некоторым заказчикам приходится ждать до полугода, чтобы его получить.

1. Что представляет собой чип H100 от Nvidia?

H100, чье название является отсылкой к имени ученой Грейс Хоппер, пионера компьютерных наук, представляет собой более мощную версию графического процессора, который обычно используется в ПК и помогает геймерам получить максимально реалистичный визуальный опыт. Он включает в себя технологию, которая превращает кластеры чипов Nvidia в отдельные юниты, способные обрабатывать огромные объемы данных и выполнять вычисления на высоких скоростях. Это делает его идеальным решением для энергоемкой задачи обучения нейронных сетей, лежащих в основе генеративного ИИ. Компания, основанная в 1993 году, стала пионером на этом рынке, почти два десятилетия назад поставив на то, что возможность параллельного выполнения задач однажды сделает ее чипы важными для работы приложений, не связанных с играми.

2. Что особенного в H100?

Платформы генеративного искусственного интеллекта учатся выполнять такие задачи, как перевод текста, создание выжимки из текста и синтез изображений, используя огромные объемы уже существующих данных. Чем больше информации они получают, тем лучше они выполняют такие задачи, как распознавание человеческой речи или написание сопроводительных писем при приеме на работу. Они развиваются методом проб и ошибок, предпринимая миллиарды попыток достичь нужного результата и используя в процессе огромные вычислительные мощности. Nvidia утверждает, что H100 в четыре раза быстрее, чем предшественник чипа A100, при обучении больших языковых моделей (LLM, large language models) и в 30 раз быстрее отвечает на запросы пользователя. С момента выпуска H100 в 2023 году Nvidia анонсировала версии, которые, по ее словам, еще быстрее — H200, а также Blackwell B100 и B200. Для компаний, стремящихся обучить LLM выполнять новые задачи, это растущее преимущество в производительности может иметь решающее значение. Многие чипы Nvidia считаются настолько важными для развития искусственного интеллекта, что правительство США ограничило продажу H200 и нескольких менее мощных моделей в Китай.

3. Как Nvidia стала лидером в области ИИ?

Компания из Санта-Клары, штат Калифорния, является мировым лидером в области графических чипов — компонентов компьютера, генерирующих изображения, которые вы видите на экране. Самые мощные из них оснащены тысячами вычислительных ядер, которые одновременно выполняют несколько потоков вычислений, решая сложные задачи по 3D-рендерингу, например, теней и отражений. В начале 2000-х инженеры Nvidia поняли, что можно перенастроить эти графические ускорители для других приложений, разделив задачи на более мелкие блоки и затем работая над ними одновременно. Исследователи искусственного интеллекта обнаружили, что их изыскания наконец могут быть реализованы на практике с помощью чипсетов этого типа.

4. Есть ли у Nvidia реальные конкуренты?

По данным исследовательской компании IDC, сейчас Nvidia контролирует около 92% рынка графических процессоров для дата-центров. Доминирующие поставщики облачных вычислений, такие как AWS от Amazon, Google Cloud от Alphabet и Azure от Microsoft, пытаются разработать свои собственные чипы, равно как и такие конкуренты Nvidia, как Advanced Micro Devices (AMD) и Intel. Эти усилия не принесли результатов. На данный момент компания добилась большого прогресса на рынке ИИ-ускорителей, и растущее доминирование Nvidia стало поводом для беспокойства со стороны регуляторов отрасли, вылившееся в вызов главы компании в суд, где Дженсену Хуангу придется объяснять некоторые требования в контрактах. Одновременно успокаивая инвесторов, волнующихся из-за резкого падения стоимости акций.

5. Что позволяет Nvidia превосходить конкурентов?

Nvidia такими темпами обновляла свое портфолио, включая программное обеспечение для поддержки оборудования, что с ней пока не может сравниться ни одна другая компания. Компания также разработала различные кластерные системы, которые помогают заказчикам покупать H100 оптом и быстро их развертывать. Чипы, подобные процессорам Xeon от Intel, способны выполнять более сложную обработку данных, но у них меньше ядер и они гораздо медленнее обрабатывают большие объемы информации, обычно используемые для обучения ИИ.

6. Чем отличаются от Nvidia решения AMD и Intel в области ИИ?

AMD, второй по величине производитель графических компьютерных чипов, в прошлом году представила свою линейку Instinct, нацеленную на рынок, где доминируют продукты Nvidia. На выставке Computex на Тайване в начале июня генеральный директор AMD Лиза Су объявила, что обновленная версия процессора искусственного интеллекта MI300 поступит в продажу в четвертом квартале, и отметила, что в 2025 и 2026 годах появятся новые продукты, демонстрируя приверженность своей компании этой сфере бизнеса. В настоящее время Intel разрабатывает чипы, рассчитанные для рабочих нагрузок искусственного интеллекта, но признает, что на данный момент спрос на графические чипы для дата-центров растет быстрее, чем на серверные процессоры, которые традиционно были ее сильной стороной. Преимущество Nvidia заключается не только в производительности ее оборудования. Компания изобрела нечто под названием CUDA — язык для своих графических чипов, который позволяет программировать их для задач, лежащих в основе программ искусственного интеллекта.

7. Что Nvidia планирует выпустить дальше?

Самым ожидаемым релизом является Blackwell, и Nvidia заявила, что рассчитывает получить «большой» доход от новой серии продуктов в этом году. Однако в ходе разработки компания столкнулась с техническими проблемами, которые замедляют выпуск некоторых продуктов в линейке.

Между тем спрос на серию H продолжает расти. Генеральный директор Дженсен Хуанг выступал в качестве амбассадора технологий и стремился убедить правительства, а также частные предприятия, купить ее решения раньше, иначе они рискуют остаться в хвосте гонки за искусственным интеллектом. В Nvidia также понимают, что когда клиенты выберут ее технологию для своих проектов генеративного искусственного интеллекта, ей будет гораздо легче продавать им обновления, чем конкурентам, надеющимся переманить пользователей.