Seuraava artikkeli auttaa sinua: NVIDIA:n nousu ja nousu
GPU-valmistaja NVIDIA on ollut generatiivisen AI-aallon eturintamassa ja on myös yksi sen suurimmista edunsaajista. Yritys, joka valmistaa ChatGPT:n kaltaisia malleja käyttäviä grafiikkaprosessointiyksiköitä, osoitti hämmästyttävän 11 miljardin dollarin ennusteen seuraavalle vuosineljännekselle, mikä on huikeat 50 prosenttia korkeampi kuin Wall Streetin 7,15 miljardin dollarin arviot.
Yhtiö raportoi myös 7,19 miljardin dollarin liikevaihdon vuoden 2024 ensimmäisellä neljänneksellä, kun analyytikot ennustivat 6,52 miljardia dollaria. Osakekohtainen tulos 1,09 dollarilla ylitti konsensusodotukset 0,92 dollaria. NVIDIAn perustaja ilmoitti blogissaan, että yritys lisää tekoälysirujen tuotantoa vastatakseen kasvavaan kysyntään.
Tämän seurauksena tekoälyosakkeet nousivat markkinoiden kaupankäyntitunnin jälkeen ja lisäsivät markkina-arvoa lähes 300 miljardilla dollarilla. NVIDIA ja SoftBank ovat ottaneet uuden askeleen kohti maailman seitsemäs yritystä, joka on saavuttanut biljoonan dollarin markkina-arvon, ja ovat tehneet yhteistyötä generatiivisten tekoälysovellusten ohjaamiseksi Japanissa. SoftBank käyttää NVIDIAn GH200 Grace Hopper -supersirua datakeskuksissaan 5G/6G-sovellusten kehittämiseen, mikä mahdollistaa kustannustehokkaita ja energiatehokkaita luovia tekoäly- ja langatonta sovellusta. Yhteistyön tavoitteena on edistää sellaisia alueita kuin autonominen ajaminen, tekoäly, AR, VR ja digitaaliset kaksoset.
Hallitsee tekoälyä rautaisella nyrkkillä
NVIDIA on kulkenut pitkän tien valloittaakseen sirumarkkinat paremmin kuin mikään muu. Se on alkuperäinen GPU-valmistaja, joka esitteli ensimmäisen henkilökohtaisten tietokoneiden GPU:n, GeForce 256:n, vuonna 1999. Sen jälkeen kun Rajat Raina, Anand Madhavan ja Andrew Y. Ng julkaisivat tutkimuksen vuonna 2009, ajatus siitä, että tekoälyalgoritmien koulutus on ihanteellinen Grafiikkasuorittimet muotoutuivat, koska suurin osa harjoittelutehtävistä, kuten matriisin kertominen, soveltuu hyvin rinnakkaiskäsittelyyn.
NVIDIA hyödynsi tätä ja vahvistaakseen määräävää asemaansa markkinoilla yhtiö esitteli DGX-sarjan tekoälysupertietokoneita. Nämä supertietokoneet on suunniteltu erityisesti tekoälysovelluksiin ja hyödyntävät edistynyttä Volta GPU -arkkitehtuuria. Titan V:n ja Quadra GV100:n avulla tämä sarja laajentaa tekoälyn laskentatehon saatavuutta sekä yrityksille että yksittäisille kuluttajille.
Lisäksi NVIDIA:n tarjoama CUDA API ja niiden GPU:iden yhteensopivuus AI-työkuormien kanssa ovat tehneet näistä siruista korvaamattomia työkaluja tekoälymallien koulutuksessa.
NVIDIAn hallitseva asema tekoälymarkkinoilla on ilmeinen, minkä osoittaa sen laaja käyttö koulutusmalleissa, kuten ChatGPT ja Stable Diffusion. OpenAI käytti yli 10 000 NVIDIA H100- ja A100 GPU:ta ChatGPT:lle, kun taas Stable Diffusion vaati noin 200 000 GPU-tuntia NVIDIA A100 GPU:lla. Lisäksi suuret pilvipalveluntarjoajat, kuten AWS ja Azure, ovat tehneet yhteistyötä NVIDIA:n kanssa luodakseen suuren mittakaavan GPU-klustereita erityisesti yritysten koulutustarkoituksiin. Yritys on vahvistanut asemaansa tekoälykoulutuksessa ottamalla käyttöön uusimmat H100-sarjan GPU:t.
Mutta kilpailijat, kuten AMD, ovat liittyneet tekoälykiihdytinmarkkinoille uusimmalla AMD Instinct AI -kiihdytinllään, joka yhdistää prosessori- ja GPU-tekniikat yrityskäyttöön. AMD:n kuluttaja-GPU:t eivät kuitenkaan sovellu tekoälysovelluksiin yhtä hyvin kuin NVIDIA:n grafiikkasuorittimet, koska niiltä puuttuu vastaava API kuin NVIDIAn CUDA. Vaikka AMD on luonut avoimen ROCm-ohjelmistoalustan koneoppimista varten, se ei ole niin kypsä tai laajasti integroitu kuin CUDA, jota on kehitetty laajasti vuosien varrella. NVIDIA:n grafiikkasuorittimet integroituvat paremmin suosittujen tekoälytyökalujen, kuten TensorFlow ja PyTorch, kanssa, mikä vähentää ongelmia ja virheitä käytännön työasetuksissa.
Sovellus ennen AI-aaltoa
Vähentääkseen riippuvuutta NVIDIAsta Googlen ja Amazonin kaltaiset teknologiajätit ovat kehittäneet mukautettuja siruja tekoälyn työkuormille, kuten AWS:n Inferentia päättelytehtäviin ja Googlen Tensor Processing Unit for TensorFlow.
Mutta NVIDIA on kokenut veteraani, joka on läsnä jo ennen kuin grafiikkasuorittajien käyttö tekoälyalgoritmien koulutuksessa oli asia, Tesla käytti NVIDIAn DRIVE PX 2 AI -laskentaalustaa ajoneuvon sisäisenä supertietokoneena itseajavissa autoissaan. Kaikki Tesla Motorsin ajoneuvot, jotka valmistettiin lokakuun puolivälistä 2016, käyttivät DRIVE PX 2:ta. Tämä tehokas järjestelmä, joka tarjoaa yli 40 kertaa enemmän prosessointitehoa kuin edeltäjänsä, käyttää Teslan hermoverkkoa näkö-, kaikuluotain- ja tutkatietojen käsittelemiseksi. NVIDIAlla on pitkäaikainen yhteistyö Teslan kanssa, ja heidän toimitusjohtajansa Jensen Huang on sekä Teslan omistaja että Tegra-sirujen toimittaja.
Toisaalta Google esitteli NVIDIA H100 Tensor Core -grafiikkasuorittimilla toimivia A3 GPU VM:itä nopeuttaakseen monimutkaisten koneoppimismallien koulutusta ja päättämistä. Nämä virtuaalikoneet hyödyntävät Googlen edistynyttä verkkotekniikkaa, mukaan lukien 200 Gbps:n IPU:ita suuren verkon kaistanleveyden ja alhaisen latenssin saavuttamiseksi.
Vaikka teknologiajättiläiset tulevat tekoälylaskentamarkkinoille, nämä sirut eivät kestä kynttilää NVIDIAn yleiskäyttöisille grafiikkasuorituksille. Vaikka nämä sirut saattavat ylittää sen GPU:t tietyissä työkuormissa, NVIDIA:n grafiikkasuorittimet ovat monipuolisempia ja soveltuvat laajempaan sovelluksiin.
