NVIDIA - првата компанија во историјата на индустријата за чипови, чија капитализација надмина трилион долари. Која е тајната на успехот?
Сигурен сум дека многумина од вас слушнале за компанијата NVIDIA и повеќето од вас го поврзуваат конкретно со графички процесори, бидејќи фразата „NVIDIA GeForce“ го слушнаа речиси сите.
NVIDIA неодамна направи финансиска историја во ИТ индустријата. Тоа е првата компанија за интегрирано коло чија пазарна вредност надмина трилион долари. Тоа е, исто така, петта компанија поврзана со технологија во историјата која постигнала толку голем (по пазарна капитализација) успех. Претходно, само луѓето можеа да се пофалат со толку висок рејтинг Apple, Microsoft, Alphabet (сопственик на Google) и Amazon. Затоа финансиерите понекогаш го нарекуваа „Клуб на четворица“, кој сега е проширен NVIDIA.
Покрај тоа, во однос на пазарната капитализација, таа е далеку зад AMD, Intel, Qualcomm и други технолошки компании. Ова не би било можно без визионерската политика на компанијата, воведена пред една деценија.
Прочитајте исто така: Има ли иднина за TruthGPT на Илон Маск?
Неверојатна побарувачка за NVIDIA H100 тензорско јадро
Која е тајната на таквото зголемување на капитализацијата? Пред се, ова е реакцијата на берзата на успехот на чипот NVIDIA H100 Tensor Core, кој е многу баран меѓу водечките даватели на облак инфраструктура и онлајн услуги. Овие чипови ги купуваат Amazon, Meta и Microsoft (за сопствени потреби и потребите на својот партнер - компанијата OpenAI). Тие се особено енергетски ефикасни во забрзувањето на пресметките типични за генеративната вештачка интелигенција, како што се ChatGPT или Dall-E. Ова е неверојатен скок од редот на големина за забрзано пресметување. Добиваме невидени перформанси, приспособливост и безбедност за секој обем на работа со NVIDIA Графичкиот процесор на јадрото на тензорот H100.
Користење на преклопен систем NVIDIA NVLink може да се поврзе до 256 H100 графички процесори за да се забрзаат оптоварувањата на екса скала. Графичкиот процесор, исто така, вклучува посветен трансформатор мотор за решавање на јазични модели со трилиони параметри. Комбинираните технолошки иновации на H100 можат да ги забрзаат големите јазични модели (LLM) за неверојатни 30 пати во споредба со претходната генерација, обезбедувајќи водечка во индустријата разговорна вештачка интелигенција. Програмерите го сметаат за речиси идеален за машинско учење.
Сепак, H100 не се појави од никаде. И, да ја кажеме вистината, тоа не е особено револуционерно. NVIDIA, како ниедна друга компанија, веќе многу години инвестира огромни ресурси во вештачката интелигенција. Како резултат на тоа, компанија која првенствено е поврзана со брендот на графичката картичка GeForce може да го третира потрошувачкиот пазар речиси како хоби. На крајот на краиштата, ова гради вистинска моќ на пазарот на ИТ гиганти NVIDIA веќе може да разговара со нив како еднакви.
Исто така интересно: Што се 6G мрежи и зошто се потребни?
Дали вештачката интелигенција е иднината?
Денес во тоа се убедени речиси сите, па дури и скептичните експерти во оваа област. Сега тоа е речиси аксиома, труизам. Иако NViDIA знаеше за тоа пред 20 години. Дали те изненадив?
Технички, првиот близок контакт NVIDIA со вештачка интелигенција се случи во 1999 година, кога на пазарот се појави процесорот GeForce 256, способен да ги забрза пресметките за машинско учење. Сепак NVIDIA почна сериозно да инвестира во вештачка интелигенција дури во 2006 година, кога ја воведе архитектурата CUDA, која овозможи да се користат можностите за паралелна обработка на графичките процесори за обука и истражување.
Што е CUDA? Најдобро е дефиниран како паралелна компјутерска платформа и интерфејс за програмирање на апликации (API) што му овозможува на софтверот да користи графички процесорски единици за општа намена (GPGPU). Овој пристап се нарекува општа намена пресметување на графичките процесори. Покрај тоа, CUDA е софтверски слој кој обезбедува директен пристап до виртуелниот сет на инструкции и паралелните компјутерски елементи на графичкиот процесор. Тој е дизајниран да работи со програмски јазици како што се C, C++ и Fortran.
Токму оваа пристапност им олеснува на паралелните програмери да ги искористат предностите на ресурсите на графичкиот процесор, за разлика од претходните API како Direct3D и OpenGL, кои бараа напредни графички вештини за програмирање.
Важен пробив беше обезбедувањето од страна на компанијата NVIDIA компјутерска моќ за револуционерната нервна мрежа AlexNet. Станува збор за конволуциона невронска мрежа (CNN), развиена од Украинецот Алекс Крижевски во соработка со Илја Суцкевер и Џефри Гинтон.
Конволуционите невронски мрежи (CNN) отсекогаш биле моделот за препознавање на објекти - тие се моќни модели кои се лесни за контролирање и уште полесни за обука. Тие не доживуваат преоптоварување до алармантна мера кога се користат на милиони слики. Нивните перформанси се речиси идентични со стандардните невронски мрежи со иста големина. Единствениот проблем е што тие тешко се применуваат на слики со висока резолуција. Скалата на ImageNet бараше иновации кои ќе бидат оптимизирани за графичките процесори и ќе го намалат времето за обука додека ќе ги подобрат перформансите.
На 30 септември 2012 година, AlexNet учествуваше во предизвикот за визуелно препознавање на големи размери ImageNet. Мрежата постигна резултат од 15,3% во тестот за првите пет грешки, над 10,8% понизок од резултатот за второто место.
Главниот заклучок од оригиналната работа беше дека комплексноста на моделот се должи на неговите високи перформанси, кои исто така беа многу скапи од пресметковно, но овозможени со употреба на графички процесорски единици (GPU) за време на процесот на обука.
Самата конволуциона невронска мрежа AlexNet се состои од осум слоеви; првите пет се конволутивни слоеви, од кои на некои им претходат максимално споени слоеви, а последните три се целосно поврзани слоеви. Мрежата, освен последниот слој, е поделена на две копии, од кои секоја работи на еден графички процесор.
Тоа е, благодарение на тоа NVIDIA а сепак повеќето експерти и научници веруваат дека AlexNet е неверојатно моќен модел способен да постигне висока точност на многу сложени збирки на податоци. AlexNet е водечка архитектура за секоја задача за откривање објекти и може да има многу широки апликации во секторот за компјутерска визија за проблеми со вештачка интелигенција. Во иднина, AlexNet може да се користи повеќе од CNN во областа на сликите.
Исто така интересно: Феноменот Bluesky: каква услуга и дали е долго време?
Вештачката интелигенција не е само во лабораториите и центрите за податоци
В NVIDIA виде големи изгледи за вештачката интелигенција, исто така, во технологиите на потрошувачките уреди и Интернетот на нештата. Додека конкурентите само што почнуваат да размислуваат за пошироко инвестирање во нов тип на интегрирано коло, NVIDIA веќе се работи на нивна минијатуризација. Чипот Tegra K1, развиен во соработка со Tesla и други автомобилски компании, е веројатно особено важен.
Процесорот Tegra K1 е еден од првите процесори NVIDIA, дизајниран специјално за апликации за вештачка интелигенција во мобилни и вградени уреди. Tegra K1 ја користи истата архитектура на графичкиот процесор како и серијата графички картички и системи NVIDIA GeForce, Quadro и Tesla, кои обезбедуваат високи перформанси и компатибилност со графички и компјутерски стандарди како што се OpenGL 4.4, DirectX 11.2, CUDA 6.5 и OpenCL 1.2. Благодарение на ова, процесорот Tegra K1 може да поддржува напредни алгоритми за вештачка интелигенција како што се длабоки невронски мрежи, учење за зајакнување, препознавање на слики и говор и анализа на податоци. Tegra K1 има 192 CUDA јадра.
Во 2016 година NVIDIA објави серија процесори Pascal оптимизирани за поддршка на длабоки невронски мрежи и други модели на вештачка интелигенција. Во рок од една година на пазарот се појавија серија Volta процесори за апликации поврзани со вештачка интелигенција, кои се уште поефикасни и штедат енергија. Во 2019 г NVIDIA ја купува Mellanox Technologies, производител на компјутерски мрежи со високи перформанси за центри за податоци и суперкомпјутери.
Како резултат на тоа, сите тие користат процесори NVIDIA. На потрошувачкиот пазар, на пример, гејмерите го користат револуционерниот DLSS алгоритам за реконструкција на слики, кој им овозможува да уживаат во поостра графика во игрите без да трошат многу пари на графичка картичка. На деловниот пазар се препознава дека чиповите NVIDIA на многу начини надвор од она што го нудат конкурентите. Иако не е дека Intel и AMD целосно заспаа низ интелектуалната револуција.
Исто така интересно: Најдобрите алатки засновани на вештачка интелигенција
Intel и AMD во областа на вештачката интелигенција
Ајде да зборуваме за директни конкуренти NVIDIA во овој пазарен сегмент. Интел и AMD работат овде се поактивно, но со долго задоцнување.
Интел купи неколку компании за вештачка интелигенција како што се Nervana Systems, Movidius, Mobileye и Habana Labs за да го зајакне своето портфолио на технологии и решенија за вештачка интелигенција. Интел нуди и хардверски и софтверски платформи за вештачка интелигенција, како што се Xeon процесори, FPGA, NNP чипови и библиотеки за оптимизација. Интел, исто така, работи со партнери од јавниот и приватниот сектор за да ги унапреди иновациите и образованието за вештачка интелигенција.
AMD разви серија Epyc процесори и графички картички Radeon Instinct кои се оптимизирани за AI и апликации за длабоко учење. AMD исто така работи со компании како Google, Microsoft, IBM и Amazon, обезбедувајќи облак решенија за вештачка интелигенција. AMD, исто така, се стреми да учествува во истражување и развој на ВИ преку партнерства со академски институции и индустриски организации. Сепак, се е многу добро NVIDIA веќе далеку пред нив, а неговиот успех на полето на развој и поддршка на алгоритмите за вештачка интелигенција е неспоредливо поголем.
Исто така интересно: Резиме на Google I/O 2023: Android 14, пиксели и многу вештачка интелигенција
NVIDIA е поврзан со видео игрите со децении
И ова не треба да се заборави. NVIDIA не дава точна поделба на приходите помеѓу потрошувачките и деловните пазари, но тие може да се проценат врз основа на оперативните сегменти што компанијата ги обелоденува во своите финансиски извештаи. NVIDIA одвојува четири оперативни сегменти: Игри на среќа, Професионална визуелизација, Центри за податоци и Автомобилство.
Може да се претпостави дека сегментот за игри е главно фокусиран на потрошувачкиот пазар, бидејќи вклучува продажба на видео картички GeForce и чипови Tegra за конзоли за игри. Сегментот за професионална визуелизација е главно фокусиран на деловниот пазар, бидејќи вклучува продажба на Quadro видео картички и RTX чипови за работни станици и професионални апликации. Сегментот на центрите за податоци е исто така главно фокусиран на деловниот пазар, бидејќи вклучува продажба на графички процесори и НПУ (т.е. чипови од следната генерација - повеќе не графички процесори, туку дизајнирани исклучиво за вештачка интелигенција) за сервери и облак услуги. Автомобилскиот сегмент ги таргетира и потрошувачките и деловните пазари, бидејќи вклучува продажба на системите Tegra и Drive за инфозабава и автономно возење.
Врз основа на овие претпоставки, можно е да се процени учеството на приходите од потрошувачки и деловни пазари во вкупните приходи NVIDIA. Според последниот финансиски извештај за 2022 година, приходите на компанијата NVIDIA по оперативни сегменти беа како што следува:
- Игри: 12,9 милијарди долари
- Професионална визуелизација: 1,3 милијарди долари
- Центри за податоци: 9,7 милијарди долари
- Автомобили: 0,8 милијарди долари
- Сите други сегменти: 8,7 милијарди долари
Вкупен приход NVIDIA изнесува 33,4 милијарди долари.Ако претпоставиме дека автомобилскиот сегмент е приближно подеднакво поделен меѓу потрошувачките и деловните пазари, може да се пресметаат следните пропорции:
- Приходи од потрошувачки пазар: (12,9 + 0,4) / 33,4 = 0,4 (40%)
- Приходи од деловниот пазар: (1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
Тоа значи дека околу 40% од приходот NVIDIA доаѓа од потрошувачкиот пазар, а околу 60% од деловниот пазар. Односно, главната насока е деловниот сегмент. Но, индустријата за игри носи и доста добар приход. Најважно е што растат секоја година.
Исто така интересно: Дневник на мрзлив стар гик: Бинг против Гугл
Што ќе ни донесе иднината?
Очигледно е дека NVIDIA веќе постои план за учество во развојот на алгоритми за вештачка интелигенција. И тој е многу поширок и поперспективен од кој било од неговите директни конкуренти.
Само во последниот месец NVIDIA најави бројни нови инвестиции во вештачката интелигенција. Еден од нив е механизмот GET3D, кој е способен да генерира сложени тридимензионални модели на различни предмети и ликови кои верно ја рефлектираат реалноста. GET3D може да генерира околу 20 објекти во секунда со помош на еден графички чип.
Треба да се спомене и уште еден интересен проект. За Израел-1 е суперкомпјутер за програми за вештачка интелигенција, кој NVIDIA создава во соработка со Министерството за наука и технологија на Израел и компанијата Меланокс. Се очекува машината да има повеќе од 7 петафлопи компјутерска моќ и да користи повеќе од 1000 графички процесори NVIDIA Јадрото на тензорот A100. Израел-1 ќе се користи за истражување и развој во области како што се медицината, биологијата, хемијата, физиката и сајбер безбедноста. И ова се веќе многу ветувачки капитални инвестиции, со оглед на долгорочните перспективи.
Исто така, веќе има уште еден проект - NVIDIA ACE. Тоа е нова технологија која треба да ја револуционизира индустријата за игри, дозволувајќи му на играчот да комуницира со лик што не е играч (NPC) на природен и реален начин. Овие ликови ќе можат да водат отворен дијалог со играчот, да реагираат на неговите емоции и гестови, па дури и да ги изразат сопствените чувства и мисли. NVIDIA ACE користи напредни јазични модели и генератори на слики базирани на вештачка интелигенција.
Првиот трилион долари во NVIDIA. Се чини дека наскоро ќе има повеќе. Ние сигурно ќе го следиме напредокот на компанијата и ќе ве известиме.
Прочитајте исто така: