Prezes firmy NVIDIA, Jensen Huang, przyznał, że chociaż sztuczna inteligencja (AI) znacząco wsparła rozwój firmy, NVIDIA i tak prosperowałaby bez niej. Mimo to Huang wyraża pozytywne nastawienie do rozwoju AI.
Dyrektor generalny firmy NVIDIA dzieli się spostrzeżeniami na temat strategii dotyczących sztucznej inteligencji, konkurencji i łańcucha dostaw
W niedawnym podcaście z Dwarkeshem Patelem, Jensen Huang rozwinął temat aspiracji firmy NVIDIA do ugruntowania swojej pozycji globalnego lidera w dziedzinie sztucznej inteligencji. Dyskusja poruszyła również istotne tematy, takie jak rosnąca konkurencja ze strony układów scalonych ASIC (Application-Specific Integrated Circuits), rola Chin w rynku sztucznej inteligencji oraz strategiczne przewagi firmy NVIDIA w łańcuchu dostaw.
Sztuczna inteligencja stała się kluczowym motorem napędowym przychodów firmy NVIDIA, umożliwiając jej bezprecedensowy wzrost i sukces. Procesory graficzne (GPU) firmy i cały ekosystem CUDA sprawiły, że NVIDIA przekształciła się z tradycyjnego producenta GPU w kompleksowego dostawcę rozwiązań ekosystemowych. Obejmuje to zaawansowane układy scalone, rozbudowaną infrastrukturę oraz znaczne inwestycje w badania i rozwój, które stale przynoszą znaczące zyski.
Rozważając hipotetyczny scenariusz świata bez sztucznej inteligencji, Huang stwierdził, że akcelerowane obliczenia pozostałyby głównym celem firmy NVIDIA. Koncepcja akcelerowanych obliczeń polega na połączeniu możliwości procesorów graficznych (GPU) z procesorami (CPU), co pozwala na odciążenie procesorów i przejęcie znacznych obciążeń, co przekłada się na fenomenalny wzrost szybkości, nawet 200-krotnie.
P: Moje ostatnie pytanie: załóżmy, że rewolucja w dziedzinie głębokiego uczenia się nie wydarzyłaby się. Co robiłaby firma NVIDIA?
A – Przyspieszone obliczenia. To samo, co robiliśmy od zawsze. Założeniem naszej firmy jest to, że prawo Moore’a… Obliczenia ogólnego przeznaczenia są dobre w wielu zastosowaniach, ale w przypadku wielu obliczeń nie są idealne.
Połączyliśmy więc architekturę zwaną GPU, CUDA, z procesorem CPU, aby przyspieszyć jego obciążenie. Dzięki temu różne jądra kodu lub algorytmy mogły zostać przeniesione na nasz procesor GPU. W rezultacie aplikacja działa 100-, 200-krotnie szybciej. A gdzie można to wykorzystać? Oczywiście w inżynierii, nauce, fizyce, przetwarzaniu danych, grafice komputerowej, generowaniu obrazu. Mam na myśli wiele innych rzeczy. Nawet jeśli sztuczna inteligencja nie istnieje dzisiaj, NVIDIA będzie bardzo, bardzo duża.
Jensen Huang – dyrektor generalny NVIDIA
Odnosząc się do obaw związanych ze sprzedażą chipów do Chin, Huang zwrócił uwagę na ogromne możliwości energetyczne Chin w zakresie budowy infrastruktury AI. Podczas gdy Stany Zjednoczone borykają się z ograniczeniami energetycznymi, Chiny dysponują praktycznie nieograniczonymi zasobami energetycznymi, co pozwala im na eksploatację centrów danych, często z pełną wydajnością, bez ich wykorzystania.
Pomimo braku dostępu do najnowszych narzędzi ASML do badań w ekstremalnym ultrafiolecie (EUV), dostępnych gdzie indziej, chińska rozległa infrastruktura oferuje unikalną przewagę. Huang podkreślił, że Chiny mogą łatwo zwiększyć swoją moc obliczeniową, po prostu dodając więcej chipów, co podkreśla ogromną skalę działania chińskich centrów danych.
Ilość mocy obliczeniowej, jaką mają w Chinach, jest ogromna. Mówimy przecież o tym kraju, który jest drugim co do wielkości rynkiem obliczeniowym na świecie. Jeśli chcą wdrożyć i agregować swoje moce obliczeniowe, mają ich mnóstwo do agregacji. Ale czy to prawda? Są ludzie, którzy robią te szacunki i mówią: „No cóż, to faktycznie opóźnia proces”.
Nie, to bezpośrednia odpowiedź. Zaraz ci powiem, ile energii mają, jest niesamowite, prawda? Sztuczna inteligencja to problem obliczeń równoległych, prawda? Czemu nie mogą po prostu połączyć czterech, dziesięciu razy więcej chipów? Bo energia jest darmowa. Mają mnóstwo energii. Mają centra danych, które stoją zupełnie puste, w pełni zasilane. Wiecie, mają miasta widma, mają centra danych widma. Mają tak ogromną pojemność infrastruktury.
A zatem twierdzenie, że Chiny nie będą w stanie stworzyć układów scalonych AI, jest kompletnym nonsensem. Oczywiście, jeśli mnie zapytacie, czy Stany Zjednoczone byłyby dalej w tyle, gdyby cały świat nie miał w ogóle mocy obliczeniowej? Ale to po prostu nierealne. To nie jest prawdziwy scenariusz. Mają już mnóstwo mocy obliczeniowej.
Jensen Huang – dyrektor generalny NVIDIA
Co więcej, Huang wyraził żal z powodu utraty początkowych możliwości inwestycyjnych w organizacjach takich jak OpenAI i Anthropic, podkreślając, że pierwsze zaangażowanie firmy NVIDIA w inwestycje zewnętrzne mogłoby odmienić jej pozycję na dzisiejszym rynku. Zamiast tego, te znaczące partnerstwa zostały nawiązane z dużymi firmami hiperskalowalnymi, takimi jak Microsoft, Google i Amazon.
Jensen żałuje, że kiedy Anthropic i OpenAI po raz pierwszy potrzebowały miliardów na skalowanie, Nvidia nie była w stanie zainwestować. Dlatego laboratoria te zwróciły się do hiperskalerów, takich jak Microsoft, Google i Amazon, i w zamian zobowiązały się do korzystania z ich mocy obliczeniowych.„Nie zamierzam tego robić tak samo…” pic.twitter.com/1Fj7I156UA
— Dwarkesh Patel (@dwarkesh_sp) 15 kwietnia 2026 r
Podsumowując, Huang docenia inteligencję firm, które wykorzystały te szanse, i podkreśla kluczową rolę, jaką te początkowe inwestycje odgrywają w kształtowaniu przyszłości sztucznej inteligencji. Zapewnia interesariuszy, że podejdzie do przyszłych szans z większym przygotowaniem.
Źródło i obrazyPowiązane artykuły:
Microsoft wprowadza tryb Xbox dla wszystkich komputerów z systemem Windows 11, łącząc możliwości konsoli i komputera stacjonarnego
20:22
Samsung kończy produkcję pamięci LPDDR4 pomimo 50-krotnego wzrostu zysków, przewiduje narastające niedobory pamięci do 2027 r.
19:08
Kompletny przewodnik po analizie wydajności i dostrajaniu komputera PC w systemie Windrose w celu uzyskania optymalnego działania komputera
18:19
Dodaj komentarz