
Niniejszy artykuł nie stanowi porady inwestycyjnej. Autor obecnie nie posiada żadnych pozycji w akcjach wymienionych w niniejszym dokumencie.
Dylemat ASIC: wyzwania dla dominacji firmy NVIDIA
Wraz z pojawieniem się niestandardowych układów ASIC specyficznych dla AI, eksperci badają ich potencjał do zburzenia silnej pozycji firmy NVIDIA na rynku GPU. Pomimo rosnącego zainteresowania układami ASIC, ostatnie spostrzeżenia Morgan Stanley Research sugerują, że te niestandardowe układy nie stanowią znaczącego zagrożenia dla sukcesu rynkowego firmy NVIDIA.
Morgan Stanley: Pomimo układów ASIC, Nvidia nadal utrzyma dominującą pozycję na rynku.
Kategoria ASIC nie jest ani lepsza, ani gorsza od komercyjnych układów GPU — to po prostu inny sposób na osiągnięcie tego samego rezultatu.
W ciągu ostatnich sześciu miesięcy dynamika w sektorze sztucznej inteligencji wyraźnie…
— Jukanlosreve (@Jukanlosreve) 14 lutego 2025 r.
Przegląd rynku: układy ASIC NVIDIA kontra AI
W obszernej analizie Morgan Stanley Research podkreśla, że NVIDIA jest dobrze pozycjonowana, wzmacniając swój argument aktualnymi danymi rynkowymi. NVIDIA utrzymuje imponującą kapitalizację rynkową wynoszącą około 3 bilionów dolarów i generuje kwartalne przychody wynoszące około 32 miliardów dolarów. Z kolei Broadcom ma kapitalizację rynkową wynoszącą około 1, 1 biliona dolarów, zasilaną jedynie 3, 2 miliarda dolarów kwartalnych przychodów.
Badania podkreślają wyraźną różnicę w poziomach inwestycji, zwracając uwagę na względną przystępność cenową opracowywania układów ASIC — zazwyczaj kosztujących poniżej 1 miliarda dolarów. W jaskrawym przeciwieństwie NVIDIA planuje przeznaczyć około 16 miliardów dolarów na badania i rozwój w tym roku.
„… NVIDIA zainwestuje około 16 miliardów dolarów w badania i rozwój tylko w tym roku. Dzięki temu finansowaniu NVIDIA może utrzymać 4–5-letni cykl rozwoju, uruchamiając trzy zespoły projektowe sekwencyjnie — każdy z 18–24-miesięcznym rytmem architektonicznym — dostarczając innowacje w ciągu pięciu lat. Ponadto inwestują miliardy w technologie połączeń, aby zwiększyć wydajność w skali szafy i klastra…”
Zrozumienie efektywności układów ASIC w porównaniu z procesorami graficznymi NVIDIA
Podczas gdy ASIC, takie jak Tensor Processing Unit (TPU) Google, oferują znaczną personalizację, Morgan Stanley twierdzi, że większość operacji szkolenia i wnioskowania AI na dużą skalę obecnie nie wymaga tak wysokiego poziomu personalizacji. NVIDIA nadal udoskonala swoją architekturę GPU specjalnie dla modeli transformatorowych, utrzymując przewagę konkurencyjną w optymalizacji.
Rozważania nad kosztami również pojawiają się jako główny czynnik przy wdrażaniu ASIC. Dostosowane ASIC są dostępne za jedyne 3000 USD, podczas gdy chipy H100 firmy NVIDIA kosztują około 20 000 USD. Jednak te wstępne porównania kosztów pomijają dodatkowe wydatki związane z wdrażaniem ASIC.
Przykładowo, klastry ASIC często generują wyższe koszty ze względu na stosowanie zaawansowanych technologii połączeń optycznych, podczas gdy NVIDIA wykorzystuje bardziej ekonomiczny system NVLINK oparty na miedzi w swoich architekturach 72-GPU.
Niezrównana siła nabywcza NVIDIA pozwala firmie negocjować korzystne stawki za układy pamięci o dużej przepustowości (HBM).Badania Morgan Stanley potwierdzają:
„To samo dotyczy CoWoS; ponieważ wiele ASIC-ów używa mniejszych matryc z większymi stosami, koszt CoWoS może być wyższy niż w przypadku NVIDIA. Oczywiście koszty płytek NVIDIA mogą być wyższe ze względu na matryce z ograniczoną siatką, ale ogólnie rzecz biorąc, Nvidia oferuje wyjątkową wartość”.
Paradoks całkowitego kosztu posiadania (TCO)
Morgan Stanley podkreśla znaczenie uwzględnienia „godzin programisty oprogramowania” w całkowitym koszcie posiadania (TCO) układów ASIC. Zestaw SDK CUDA (Compute Unified Device Architecture) firmy NVIDIA zapewnia wyraźne korzyści, umożliwiając użytkownikom bardziej wydajne środowisko programistyczne.
Spojrzenie w przyszłość: trendy rynkowe i prognozy
Według Morgan Stanley, zarówno NVIDIA, jak i AMD mają prześcignąć konkurentów ASIC w bieżącym roku, szczególnie w drugiej połowie. Firma podkreśla rozległe inwestycje AMD w ekosystem i niedawne przejęcia podmiotów zajmujących się oprogramowaniem AI, które wzmacniają jej obecność na rynku.
„Skala inwestycji AMD w całym ekosystemie znacznie przekracza skalę dostawców ASIC. W tym roku AMD dokonało dwóch przejęć aktywów oprogramowania AI. Jedno z nich — przejęcie ZT Systems — obejmowało przejęcie dużego ODM serwerów, zbycie działalności ODM przy jednoczesnym zachowaniu kluczowych talentów inżynieryjnych związanych z obliczeniami w skali szaf i klastrów…”
W szerszym kontekście rynkowym, krzem komercyjny zdominował 90 procent przestrzeni w 2024 r., gdzie NVIDIA znacząco przewodziła z 98 miliardami dolarów przychodów z chipów. Z kolei niestandardowe układy ASIC stanowiły zaledwie 10 procent, napędzane głównie przez 8 miliardów dolarów przychodów Broadcom.
„Oczekujemy, że 90-procentowy udział produktów komercyjnych nieznacznie wzrośnie w tym roku”.
Morgan Stanley wskazuje również na potencjalne luki w zabezpieczeniach dostawców ASIC, zauważając, że zależność od pojedynczych klientów, takich jak Google lub Amazon, może utrudniać wzrost. Konkretnie, NVIDIA ma wyprzedzić TPU o 50% do 100% w 2025 r.
Według długoterminowych prognoz całkowity adresowalny rynek (TAM) układów ASIC na potrzeby sztucznej inteligencji ma wzrosnąć z 12 miliardów dolarów w 2024 r.do około 30 miliardów dolarów w 2027 r. Jest to szacunek ostrożniejszy, niż przewidują niektórzy analitycy.
„Największym krótkoterminowym ryzykiem dla firmy NVIDIA są amerykańskie kontrole eksportu, które są równie problematyczne dla AVGO. W dłuższej perspektywie największym ryzykiem nie jest konkurencja, ale spowolnienie inwestycji — które według naszych prognoz nastąpi około połowy 2026 r.”
Więcej informacji znajdziesz na stronie WCCFTech.
Dodaj komentarz