Nvidia, den ubestridte markedsleder inden for AI-chips, står over for stigende konkurrence. Mens konkurrenter håber på at få fodfæste på dette hurtigt udviklende marked, viser Nvidia ingen tegn på at miste sin dominerende position. Tværtimod udvider virksomheden sin tilstedeværelse og indflydelse yderligere.
En afgørende vendepunkt i konkurrencen om KI-markedet kunne stå for døren. Dog er spørgsmålet, om og hvornår Nvidia kunne miste markedsandele til sine konkurrenter, stadig åbent. Markedet for KI udvikler sig hurtigt, og mens træningen af store ”foundation”-modeller, som moderne KI-systemer bygger på, stadig kræver en enorm regnekraft, kunne den såkaldte ”inference” – udførelsen af forespørgsler mod disse modeller – være en mulighed for konkurrenter til at bringe mindre kraftfulde og billigere chips på markedet.
Indtil videre ser det dog ikke ud til, at Nvidia vil miste sin førerposition. Ved offentliggørelsen af sine seneste kvartalsresultater erklærede virksomheden, at mere end 40 procent af dens datacenteromsætning i det forløbne år stammede fra inference, hvilket svarer til mere end 33 milliarder amerikanske dollar. Dette tal overstiger Intels samlede datacenteromsætning med mere end det to en halv gange.
Doch wie sich der Inference-Markt entwickeln wird, bleibt ungewiss. Zwei entscheidende Fragen stehen im Raum: Wird der KI-Markt weiterhin von einem Wettlauf um immer größere Modelle dominiert werden, und wo wird das Inference in Zukunft stattfinden?
Men hvordan Inference-markedet vil udvikle sig, er stadig usikkert. To afgørende spørgsmål står tilbage: Vil KI-markedet fortsat blive domineret af et kapløb om stadig større modeller, og hvor vil Inference finde sted i fremtiden?
Nvidia har stærkt draget fordel af dette kapløb om stadigt større modeller.
Det er dog uklart, om stadigt større modeller fortsat vil dominere markedet, eller om disse modeller på et tidspunkt vil støde på effektivitetsgrænser. Samtidig vinder mindre modeller, som lover lignende fordele, samt specialiserede modeller til snævrere anvendelsesområder popularitet. Meta har for eksempel for nylig hævdet, at deres nye Llama 3.1-model kan opnå ydeevne svarende til avancerede modeller som OpenAIs GPT-4, trods dens mindre størrelse.
Forbedrede træningsmetoder og anvendelsen af større mængder af højtkvalitetsdata har også bidraget til at øge effektiviteten. Efter træning kan de største modeller også "destilleres" til mindre versioner. Disse udviklinger kan føre til, at mere inferensarbejde udføres i mindre datacentre eller på enheder som smartphones og pc'er. "AI-arbejdsbelastninger vil i stigende grad flytte sig derhen, hvor dataene eller brugerne er," siger Arun Chandrasekaran, analytiker hos Gartner.
Antallet af konkurrenter, der sigter mod dette nye marked, vokser hurtigt. Qualcomm, for eksempel, var det første firma, der udviklede chips til en ny klasse af AI-drevne pc'er, og udfordrede dermed den mangeårige pc-chip-markedsleder Intel.
Det er uundgåeligt, at Nvidia vil miste markedsandele, når KI-inferens flyttes til enheder, hvor virksomheden endnu ikke er repræsenteret, og til cloud-virksomheders datacentre, der foretrækker egne chipdesigns. For at forsvare sin position satser Nvidia stærkt på sin softwarestrategi, der længe har fungeret som en beskyttende mur omkring virksomhedens hardware og gør det lettere for udviklere at bruge deres chips.
Nvidia arbejder i øjeblikket på et bredere udvalg af virksomhedsoftware, der skal hjælpe virksomheder med at udvikle applikationer, der optimalt udnytter AI. Dette ville også sikre efterspørgslen efter Nvidias chips. Virksomheden forventer, at indtægterne fra denne software når en årlig løbetid på 2 milliarder dollars ved årets udgang. Selvom dette relativt er småt i forhold til de forventede samlede indtægter på over 100 milliarder dollars, tyder det på en stigende forankring af teknologier, der øger produkternes "klæbrighed".
Selvom markedet for KI-chips kunne træde ind i en ny fase, viser Nvidias stærke greb ingen tegn på at løsne sig.
