Ни одна другая компания не выиграла от бума в области искусственного интеллекта (ИИ) так сильно, как Nvidia:
- с января 2023 года цена акций производителя микросхем выросла почти на 450 %,
- рыночная стоимость Nvidia около $2 трлн - третья по стоимости компания в США после Microsoft и Apple,
- доходы компании за последний квартал составили $22 млрд, по сравнению с $6 млрд за аналогичный период прошлого года,
- компания контролирует более 95 % рынка специализированных микросхем,
- большинство аналитиков ожидают продолжение роста компании в обозримом будущем.
У компании есть три больших преимущества:
Быстродействие процессоров
Чипы искусственного интеллекта Nvidia, известные как графические процессоры (GPU) или “ускорители”, изначально были разработаны для видеоигр. Они используют технологию параллельной обработки информации - разделяют каждое вычисление на более мелкие фрагменты и распределяют их между несколькими ядрами процессора. Из-за этого графический процессор выполняет вычисления намного быстрее. Такой подход идеален для игр - реалистичная графика требует одновременного отображения на экране большого количества пикселей. На высокопроизводительные чипы Nvidia сейчас приходится 80% игровых графических процессоров.
Но чипы Nvidia получили и более широкое применение:
Алгоритмы машинного обучения, лежащие в основе ИИ, используют ветвь глубокого обучения, называемую искусственными нейронными сетями. В этих сетях компьютеры извлекают правила и закономерности из огромных массивов данных. Обучение нейронной сети требует крупномасштабных вычислений. И поскольку задачи можно разбить на более мелкие фрагменты, параллельная обработка - идеальный способ ускорить процесс. Высокопроизводительный графический процессор может иметь более тысячи ядер и выполнять тысячи вычислений одновременно.
- майнинг криптовалют,
- самоуправляемые автомобили и
- обучение моделей искусственного интеллекта.
Алгоритмы машинного обучения, лежащие в основе ИИ, используют ветвь глубокого обучения, называемую искусственными нейронными сетями. В этих сетях компьютеры извлекают правила и закономерности из огромных массивов данных. Обучение нейронной сети требует крупномасштабных вычислений. И поскольку задачи можно разбить на более мелкие фрагменты, параллельная обработка - идеальный способ ускорить процесс. Высокопроизводительный графический процессор может иметь более тысячи ядер и выполнять тысячи вычислений одновременно.
Nvidia сосредоточилась на оптимизации ускорителей для обучения моделей ИИ. Её чипы не отстают от все более сложных моделей искусственного интеллекта. За 10 лет Nvidia увеличила скорость вычислений в 1000 раз.
Процессоры A100 от Nvidia и его преемник H100 - фавориты в области искусственного интеллекта. Их используют компании Meta и Microsoft для разработки генеративных программ ИИ.
Сетевые технологии
Поскольку модели искусственного интеллекта развиваются, центрам обработки данных, на которых они работают, требуются тысячи графических процессоров, объединенных вместе для увеличения вычислительной мощности. Nvidia подключает свои графические процессоры через высокопроизводительную сеть, основанную на продуктах Mellanox, поставщика сетевых технологий, которого она приобрела в 2019 году за $7 млрд. Это позволяет ей оптимизировать производительность своей сети чипов таким образом, с которым конкуренты не могут сравниться.
На волне развития ИИ выручка центров обработки данных Nvidia в 2023 году возросла до $47,5 млрд - на 216% больше по сравнению с предыдущим годом.
Программная платформа CUDA
Программно-аппаратная архитектура параллельных вычислений. Позволяет:
- существенно увеличить вычислительную производительность благодаря использованию графических процессоров Nvidia,
- клиентам точно настраивать необходимую производительность процессоров.
Nvidia инвестирует в это программное обеспечение с середины 2000-х годов и поощряет разработчиков использовать его для создания и тестирования приложений искусственного интеллекта.
Де-факто - CUDA отраслевой стандарт.
Де-факто - CUDA отраслевой стандарт.
Конкуренты
Высокая рентабельность Nvidia и быстрый рост рынка "ускорителей" искусственного интеллекта (по прогнозам к 2027 году достигнет $400 млрд в год) привлекли конкурентов. Amazon и Alphabet разрабатывают чипы искусственного интеллекта для своих центров обработки данных. Другие крупные производители чипов и стартапы хотят получить долю в бизнесе Nvidia. В декабре 2023 года производитель Advanced Micro Devices (AMD) представил процессор, который по некоторым показателям примерно вдвое мощнее самого продвинутого чипа Nvidia.
Развитие Nvidia несколько замедлилось из-за экспортного контроля, который правительство США уже ввело и продолжает вводить в отношении Китая. На китайский рынок приходится около 20% выручки компании. Nvidia необходимо:
- оставаться гибкой и сохранить свое лидерство на рынке,
- разрабатывать новые линейки чипов в соответствии с ужесточенными правилами экспорта,
- противостоять растущей конкуренции со стороны технологических гигантов.
Nvidia доминирует в производстве процессоров для искусственного интеллекта, потому что предлагает лучшие чипы, лучшие сетевые решения и лучшее программное обеспечение. Любому конкуренту, надеющемуся вытеснить гиганта полупроводниковой промышленности, нужно будет превзойти его во всех трех областях.
Источник: The Economist
