Zakaj Nvidia kraljuje na trgu čipov. Ali lahko obdrži vodilni položaj?

Silovit skok delnic, ki je za kratek čas Nvidio postavil na mesto najvrednejšega podjetja na svetu, se je ustavil. Vlagatelji so postali previdni pri nadaljnjem investiranju v proizvajalca čipov, saj je zdaj jasno, da razvoj storitev in produktov umetne inteligence ne bo potekal gladko in ne bo temeljil izključno na Nvidijini tehnologiji. Za zdaj Nvidia ostaja vodilni dobavitelj ključne tehnologije v digitalni zlati mrzlici. Prihodki še naprej strmo naraščajo, povpraševanje po Nvidijini seriji čipov Hopper in njenem nasledniku – Blackwellu – pa je izjemno veliko.

Njen nadaljnji uspeh je odvisen od tega, ali bodo Microsoft, Google in drugi tehnološki velikani našli dovolj poslovnih priložnosti za uporabo umetne inteligence, s katerimi bi upravičili svoje ogromne naložbe v Nvidijine čipe. Tudi če jim to uspe, ni jasno, koliko najbolj zmogljivih in dobičkonosnih čipov podjetja bo potrebnih: januarja je kitajski startup DeepSeek predstavil AI model, za katerega trdi, da deluje enako dobro kot tisti, ki jih razvijajo velika ameriška podjetja, vendar za razvoj zahteva veliko manj virov.

Potem ko je DeepSeek objavil članek, ki podrobno opisuje zmogljivosti novega modela in način njegove izdelave, je tržna vrednost Nvidie v enem dnevu upadla za 589 milijard dolarjev, kar je največji padec v zgodovini borznega trga. V naslednjih tednih si je opomogla, vendar je bila konec februarja še vedno pod ravnjo z začetka leta.

Poglejmo, kaj je poganjalo Nvidijino spektakularno rast in s kakšnimi izzivi se sooča.

Kateri so Nvidijini najbolj priljubljeni čipi za umetno inteligenco?

Trenutno največ dobička prinaša Hopper H100, poimenovan po računalniški pionirki Grace Hopper. Gre za zmogljivejšo različico grafične procesne enote, ki izvira iz osebnih računalnikov, ki so jih uporabljali video igričarji. Serija Blackwell, poimenovana po matematiku Davidu Blackwellu, zdaj prevzema vodilni položaj in nadomešča Hopper kot najzmogljivejšo rešitev v Nvidijini ponudbi.

Tako Hopper kot Blackwell vključujeta tehnologijo, ki računalnike z Nvidijinimi čipi pretvori v enotne sisteme, sposobne obdelave ogromnih količin podatkov in izvajanja matematičkih operacij z visoko hitrostjo. To jih dela idealne za energijsko zahtevno nalogo učenja nevronskih mrež, ki so temelj najnovejše generacije produktov in storitev umetne inteligence.

Podjetje Nvidia, ustanovljeno leta 1993, je kot pionir vstopilo na trg z naložbami, ki segajo več kot desetletje nazaj, ko je stavilo, da bo sposobnost vzporednega izvajanja operacij nekoč naredila njegove čipe dragocene za aplikacije zunaj industrije video iger. Podjetje s sedežem v Santa Clari v Kaliforniji bo Blackwell prodajalo v različicah, tudi kot del superčipa GB200, ki združuje dva Blackwell GPU-ja z enim Grace CPU-jem, večnamensko centralno procesno enoto. (Tudi CPU Grace je poimenovan po Grace Hopper.)

Zakaj so Nvidijini AI čipi posebni?

Tako imenovane platforme generativne umetne inteligence se učijo nalog, kot so prevajanje besedila, povzemanje poročil in ustvarjanje slik, z vnosom ogromnih količin obstoječega gradiva — več učnih podatkov na voljo, bolje delujejo. Takšne platforme se razvijajo s poskusi in napakami, opravljajo milijarde poskusov za doseganje zahtevane ravni delovanja in pri tem porabljajo izjemne količine računalniške moči.

Blackwell po Nvidijinih navedbah zagotavlja 2,5-krat boljšo zmogljivost pri učenju umetne inteligence v primerjavi s Hopperjem. Nova zasnova ima toliko tranzistorjev — drobnih stikal, ki polprevodnikom omogočajo obdelavo informacij — da čipa ni mogoče izdelati konvencionalno kot en čip. Pravzaprav gre za dva čipa, povezana med seboj prek povezave, ki zagotavlja, da delujeta brezhibno kot eden, je pojasnilo podjetje.

Za stranke, ki tekmujejo v učenju svojih AI platform za opravljanje novih nalog, je zmogljivost, ki jo ponujata čipa Hopper in Blackwell, ključna prednost. Te komponente veljajo za tako pomembne pri razvoju umetne inteligence, da je vlada ZDA omejila njihovo prodajo Kitajski.

Kako je Nvidia postala vodilna na področju umetne inteligence?

Nvidia je že bila kralj grafičnih čipov, komponent, ki generirajo slike, ki jih vidite na računalniškem zaslonu. Najzmogljivejši med njimi so zgrajeni s tisoči procesnih jeder, ki izvajajo več hkratnih niti. To jim omogoča ustvarjanje kompleksnih 3D upodobitev, kot so sence in odsevi, ki so značilnost današnjih video iger.

Inženirji Nvidie so v zgodnjih 2000-ih spoznali, da lahko te grafične pospeševalnike predelajo za druge aplikacije. Raziskovalci na področju umetne inteligence pa so medtem odkrili, da lahko svoje delo končno naredijo praktično z uporabo tovrstnih čipov.

Kaj počnejo Nvidijini konkurenti?

Nvidia po podatkih raziskovalne družbe IDC trenutno obvladuje približno 90 odstotkov trga grafičnih procesorjev za podatkovna središča. Vodilni ponudniki oblačnih storitev, kot so Amazonov AWS, Googlov Cloud in Microsoftov Azure, poskušajo razviti svoje lastne čipe, enako velja za Nvidijine tekmece Advanced Micro Devices in Intel.

Ti poskusi do zdaj niso bistveno omajali Nvidijinega prevladujočega položaja.

AMD, ki velja za najresnejšega kandidata, ki bi lahko omajal vodilni položaj Nvidie, je januarja sporočil, da bo prodaja v prvi polovici leta ostala na enaki ravni kot v preteklih šestih mesecih. Izboljšanje pričakujejo šele v drugi polovici leta 2025, ko bo podjetje na trg poslalo nov čip. AMD ni želel razkriti letnega prihodkovnega cilja, kar je sprožilo ugibanja, da se podjetje sooča s težavami pri krepitvi tržnega položaja.

Bloomberg

Kako Nvidia ohranja prednost pred konkurenti?

Nvidia posodablja svojo ponudbo, tako strojno kot podporno programsko opremo, s hitrostjo, ki ji konkurenca preprosto ne more slediti. Podjetje je zasnovalo posebne sisteme za povezovanje več enot, ki strankam omogočajo enostaven nakup in hitro povezovanje čipov H100 v močan računalniški sistem, ki je takoj pripravljen za uporabo. Čipi, kot so Intelovi procesorji Xeon, so sicer sposobni kompleksne obdelave podatkov, vendar imajo manj jeder in počasneje obdelujejo ogromne količine informacij, ki so običajno potrebne za treniranje programske opreme za razvoj umetne inteligence. Intel, nekoč prevladujoči ponudnik komponent za podatkovne centre, se zaenkrat sooča s težavami pri ponujanju pospeševalnikov, ki bi jih stranke izbrale namesto Nvidiine opreme.

Kako se ohranja povpraševanje po čipih za umetno inteligenco?

Izvršni direktor Nvidie Jensen Huang in njegovo vodstvo so večkrat izjavili, da povpraševanje po njihovih čipih, vključno s starejšimi modeli, močno presega proizvodne zmogljivosti podjetja. Ob sredini objavi poslovnih rezultatov bodo vlagatelji napeto pričakovali, ali bo podjetje znova potrdilo izjemno visoko povpraševanje po svojih izdelkih.

Microsoft, Amazon, Meta in Google so napovedali načrte za skupne naložbe v višini več sto milijard dolarjev v umetno inteligenco in podatkovne centre za njeno podporo. V zadnjem času pa se pojavljajo ugibanja, da razcvet podatkovnih centrov za umetno inteligenco že izgublja zagon.

Po poročanju investicijske banke TD Cowen je Microsoft odpovedal več pogodb za najem prostorov in pripadajoče infrastrukture v ameriških podatkovnih centrih, kar sproža dvome, ali je gigant iz Redmonda načrtoval preveč ambiciozno širitev računalniških zmogljivosti za AI glede na realne dolgoročne potrebe.

Zakaj je kitajski startup DeepSeek povzročil toliko skrbi?

Objava novega odprtokodnega AI modela R1 podjetja DeepSeek je tekmece prisilila v iskanje odgovorov, kako jim je uspelo doseči rezultate, primerljive z ameriškimi konkurenti, ob uporabi le delčka njihovih virov.

DeepSeek svoje AI modele izboljšuje z vnosi iz realnega sveta, pristop znan kot inferenca, ki je manj časovno zahteven in podatkovno intenziven od umetne metode treniranja, ki jo uporabljajo druga podjetja. Nvidia, ki bi lahko največ izgubila zaradi kitajskega preboja, je priznala DeepSeekov model kot "izjemen dosežek v razvoju umetne inteligence" ter potrdila, da ta ni bil ustvarjen s kršenjem ameriških izvoznih omejitev za visoko tehnologijo.

Te omejitve prepovedujejo izvoz najnaprednejših grafičnih procesorjev Nvidia na Kitajsko, zato se je z njenim odzivom očitno zmanjšal sum nekaterih analitikov industrije, da kitajski startup ne bi mogel doseči preboja, o katerem je poročal.

Kljub temu je Nvidia poudarila, da bodo njeni čipi imeli pomembno vlogo tudi v primeru spremembe načina gradnje AI modelov. "Inferenca zahteva precejšnje število Nvidijinih grafičnih procesorjev in visoko zmogljivo mrežno povezovanje," je sporočilo podjetje.

Kako se AMD in Intel primerjata z Nvidio na področju čipov za umetno inteligenco?

AMD, drugi največji proizvajalec računalniških grafičnih čipov, je leta 2023 predstavil različico svoje linije Instinct, namenjeno trgu, kjer prevladujejo Nvidijini izdelki. Nova, zmogljivejša različica MI350 bo strankam dobavljena približno sredi leta. Izvršna direktorica AMD Lisa Su je povedala, da bo delovala 35-krat bolje od svojega predhodnika. Podjetje napoveduje, da bodo prihodki v prvih šestih mesecih leta 2025 približno enaki kot v predhodnih šestih mesecih. Čeprav AMD zdaj ustvari več kot 5 milijard dolarjev letnih prihodkov s pospeševalniki, ki pomagajo pri razvoju modelov umetne inteligence, Nvidijina prodaja v tej kategoriji presega 100 milijard dolarjev letno.

Vodilni pri Intelu so prejšnji mesec analitikom in vlagateljem odkrito priznali, da podjetje nima pomembne vloge pri dobavi procesorjev za podatkovne centre, ki poganjajo oblačne storitve umetne inteligence. Po neuspešnem pridobivanju pozitivnih povratnih informacij potencialnih strank o čipu s kodnim imenom Falcon Shores ga podjetje ne bo prineslo na trg, kot je bilo načrtovano, in ga bo uporabilo samo za interno testiranje. Izjave začasne izvršne direktorice Michelle Johnston Holthaus so razkrile, da Intel v tekmi z Nvidio zaostaja celo bolj, kot so se analitiki bali - kar močno odstopa od pretirano optimističnih napovedi, ki jih je prej dajal odstavljeni izvršni direktor Pat Gelsinger.

Vendar nobeden od Nvidijinih tekmecev še ni upošteval napredka, ki ga bo po navedbah podjetja prinesel Blackwell. Nvidijina prednost ni samo v zmogljivosti njene strojne opreme. Nvidia je razvila CUDA, programski jezik za svoje grafične procesorje, ki razvijalcem omogoča, da te čipe programirajo za izvajanje specifičnih operacij, ključnih za delovanje sistemov umetne inteligence.

Široka uporaba tega programskega orodja je pomagala ohraniti povezanost industrije z Nvidijino strojno opremo.