Od lat firma Nvidia jest kojarzona z wysokowydajnymi procesorami graficznymi (GPU), które napędzają postęp w grach, analizie danych, a obecnie sztucznej inteligencji. Jednak ostatnie posunięcia firmy pokazują coraz większą koncentrację na zaspokajaniu potrzeb szerszego rynku AI, gdzie nie każda aplikacja wymaga najbardziej zaawansowanego i najdroższego sprzętu.
Poza procesorem graficznym: dywersyfikacja rozwiązań informatycznych
Nvidia nie sprzedaje już wyłącznie procesorów graficznych. Niedawne inwestycje w chipy o niskim opóźnieniu i wprowadzenie samodzielnych procesorów sygnalizują strategię mającą na celu przyciągnięcie klientów, dla których wydajność jest ważniejsza niż surowa moc. Jest to szczególnie prawdziwe w przypadku „sztucznej inteligencji opartej na agentach” – oprogramowania, które wymaga reakcji w czasie rzeczywistym, a nie ogromnych zbiorów danych do szkolenia.
Tę zmianę ugruntowało wczorajsze ogłoszenie wielomiliardowej umowy pomiędzy Nvidią i Meta. Gigant mediów społecznościowych kupi zestaw chipów Nvidia, w tym procesory, do zasilania rozwijającej się infrastruktury sztucznej inteligencji. To partnerstwo nie jest nowe; Meta planowała wcześniej zakup 350 000 chipów H100 do końca 2024 r., co da łącznie 1,3 mln procesorów graficznych do 2025 r.
Dzięki najnowszemu rozszerzeniu Meta wdroży na dużą skalę procesory Nvidia wraz z procesorami graficznymi Blackwell i Rubin, optymalizując swoje centra danych zarówno pod kątem szkolenia, jak i wnioskowania AI.
Wzrost procesora w obciążeniach AI
Co napędza ten popyt na procesory? Trendem jest sztuczna inteligencja agentów. Ponieważ aplikacje AI są zintegrowane z systemami czasu rzeczywistego, procesory odgrywają kluczową rolę w zarządzaniu przepływem danych i zapewnianiu szybkości reakcji. Jedno z centrów danych OpenAI wymaga obecnie „dziesiątek tysięcy procesorów” do przetwarzania ogromnych ilości danych generowanych przez procesory graficzne, co nie istniało przed eksplozją sztucznej inteligencji.
Jednak procesory graficzne pozostają dominujące. Zakup procesorów przez Meta jest znaczący, ale nadal blednie w porównaniu z przejęciami procesorów graficznych. Procesor pełni rolę elementu pomocniczego, zapewniając brak wąskich gardeł w architekturze opartej na GPU.
Konkurencja i dywersyfikacja
Posunięcia Nvidii mają miejsce w momencie, gdy inni giganci AI dywersyfikują swoje źródła przetwarzania danych. OpenAI, Anthropic i Google badają własne chipy lub partnerstwo z AMD i Cerebras, aby zmniejszyć zależność od jednego dostawcy. Na przykład OpenAI ma umowy zarówno z Nvidią (potencjalnie o wartości 100 miliardów dolarów), jak i AMD (do 6 gigawatów chipów), a także umowę o wartości 10 miliardów dolarów z Cerebrasem.
Głównym problemem pozostaje podaż. Popyt na procesory graficzne w dalszym ciągu przewyższa podaż, zmuszając firmy do poszukiwania alternatyw tam, gdzie to możliwe. Niedawne przejęcie przez firmę Nvidia firmy Groq, start-upu specjalizującego się w niskokosztowym wnioskowaniu, odzwierciedla tę presję.
Ogromna inwestycja Meta w infrastrukturę AI
Meta planuje wydać w tym roku od 115 do 135 miliardów dolarów na infrastrukturę sztucznej inteligencji, w porównaniu z 72,2 miliarda dolarów w zeszłym roku, co podkreśla zaangażowanie firmy na rzecz rozwoju opartego na sztucznej inteligencji. Nvidia od dawna twierdziła, że jej sprzęt obsługuje zarówno wnioskowanie, jak i uczenie się, a dwa lata temu jej działalność została podzielona pomiędzy około 40% wnioskowania i 60% uczenia się.
Podsumowując, partnerstwo Nvidii z Meta sygnalizuje strategiczną zmianę mającą na celu zaspokojenie różnorodnych potrzeb rynku sztucznej inteligencji. Firma nie koncentruje się już wyłącznie na wysokowydajnych procesorach graficznych; Aktywnie poszerza ofertę procesorów i wzmacnia swoją pozycję wszechstronnego dostawcy rozwiązań informatycznych w coraz bardziej konkurencyjnym środowisku.
