NVIDIA przygotowuje się do konkurowania z dużymi firmami technologicznymi w zakresie niestandardowych układów AI, wykorzystując strategiczne sojusze i niezrównany plan rozwoju produktów

Pojawiły się obawy dotyczące potencjalnego zagrożenia, jakie układy scalone ASIC (Application-Specific Integrated Circuits) mogą stanowić dla silnej pozycji firmy NVIDIA w sektorze sztucznej inteligencji. Wydaje się jednak, że Jensen Huang i jego zespół dysponują niezbędnymi strategiami, aby skutecznie stawić czoła temu wyzwaniu.

Strategia konkurencyjna firmy NVIDIA w dziedzinie sztucznej inteligencji

Dla niewtajemniczonych, ASIC to układy scalone zaprojektowane na zamówienie, dostosowane do konkretnych aplikacji lub obciążeń. Układy te są opracowywane przez duże firmy technologiczne, takie jak Meta, Amazon i Google, które dążą do dywersyfikacji swoich możliwości obliczeniowych, wykraczając poza ofertę firmy NVIDIA. Chociaż układy ASIC stanowią poważne wyzwanie dla dominacji firmy NVIDIA w dziedzinie sztucznej inteligencji, firma podjęła znaczące kroki, aby utrzymać pozycję lidera.

Kluczowym czynnikiem wpływającym na przewagę rynkową firmy NVIDIA jest jej proaktywny plan rozwoju produktów z zakresu sztucznej inteligencji (AI), który ewoluuje w sześcio- lub ośmiomiesięcznym harmonogramie. Dla porównania, konkurenci, tacy jak AMD, działają w oparciu o roczny plan rozwoju, co daje firmie NVIDIA znaczną przewagę w zakresie elastyczności. Ten szybki cykl rozwoju pozwala firmie NVIDIA skutecznie dostosowywać się do zmieniających się potrzeb klientów, co utrudnia wewnętrzny rozwój układów ASIC, ponieważ jej sprzęt jest zoptymalizowany pod kątem wydajności.

Procesor AMD Instinct MI300A na czarnym tle. — NVIDIA Rubin CPX | Źródło obrazu: NVIDIA

Doskonałym przykładem tej strategii jest wprowadzenie na rynek układu NVIDIA Rubin CPX AI, ważnego produktu przeznaczonego specjalnie do zadań wnioskowania, które stają się coraz bardziej istotne dla obliczeń AI. Co więcej, firma przewiduje zaledwie ośmiomiesięczną przerwę między rozpoczęciem produkcji układów Blackwell Ultra i Rubin. Ten szybki postęp jest znakiem rozpoznawczym zaangażowania firmy NVIDIA w utrzymanie przewagi konkurencyjnej, ponieważ żadna inna firma z branży AI nie wykazała się tak zdecydowanym dążeniem do zwiększenia mocy obliczeniowej.

Procesory Ironwood na płycie serwerowej w centrum danych. — TPU Ironwood firmy Google | Źródło obrazu: Google

Inicjatywa firmy NVIDIA, „NVLink Fusion”, umożliwia płynną integrację niestandardowych rozwiązań opracowanych przez firmy takie jak Intel i Samsung z jej ekosystemem technologicznym. Ta strategiczna integracja umacnia pozycję firmy NVIDIA jako rdzenia rynku sprzętu dla sztucznej inteligencji. Można zatem przypuszczać, że ambicje innych gigantów technologicznych, by rozwijać układy ASIC, prawdopodobnie nie zachwieją obecną pozycją firmy NVIDIA, co Jensen Huang podkreślił w niedawnym podcaście, podkreślając, że jego firma jest liderem w dostarczaniu zaawansowanych możliwości obliczeniowych w zakresie sztucznej inteligencji.

Naszym celem jest to, że nawet jeśli [konkurencja] ustali cenę chipa na zero, nadal będziesz kupować systemy NVIDIA, ponieważ całkowity koszt eksploatacji takiego systemu… jest nadal bardziej opłacalny niż kupowanie chipów (grunty, energia elektryczna i infrastruktura są już warte 15 miliardów dolarów).– Dyrektor generalny NVIDIA, Jensen Huang

W miarę rozwoju branży, interesujące będzie obserwowanie, jak układy AI, takie jak Trainium firmy Amazon, TPU firmy Google i MTIA firmy Meta, wypadają w porównaniu z ofertą firmy NVIDIA. Zdrowa konkurencja w sektorze AI jest niewątpliwie niezbędna dla rozwoju i innowacji.

Źródło wiadomości: DigiTimes

Źródło i obrazy