Nvidia, бесспорный лидер на рынке ИИ-чипов, сталкивается с растущей конкуренцией. Но в то время как конкуренты надеются закрепиться на этом быстро развивающемся рынке, Nvidia пока не показывает признаков потери своей доминирующей позиции. Напротив: компания продолжает расширять свое присутствие и влияние.
Решающий поворотный момент в конкурентной борьбе за рынок ИИ может быть близок. Однако вопрос о том, потеряет ли Nvidia долю рынка конкурентам и когда это произойдет, остается открытым. Рынок ИИ быстро развивается, и пока обучение крупных «основных» моделей, лежащих в основе современных ИИ-систем, по-прежнему требует огромной вычислительной мощности, так называемое «инференсирование» – выполнение запросов к этим моделям – может предоставить конкурентам возможность вывести на рынок менее мощные и более дешевые чипы.
Однако пока не выглядит так, будто Nvidia потеряет свое преимущество. Объявляя результаты последнего квартала, компания заявила, что более 40 процентов ее доходов от центров обработки данных за прошлый год приходилось на заданный вывод, что составляет более 33 миллиардов долларов США. Эта цифра в два с половиной раза превышает общий доход Intel от центров обработки данных.
Тем не менее, как будет развиваться рынок Inference, остается неопределенным. Два ключевых вопроса остаются открытыми: будет ли рынок ИИ по-прежнему доминироваться гонкой за все большими моделями, и где будет происходить Inference в будущем?
Nvidia значительно выиграла от этой гонки за все более крупными моделями. Дженсен Хуанг, генеральный директор Nvidia, заявил, что каждое новое поколение крупных ИИ-моделей требует «в 10, 20, 40 раз больше вычислительной мощности», что гарантирует огромный спрос на грядущие чипы Blackwell от Nvidia. Эти новые процессоры также должны предоставить самый эффективный способ выполнения инференса для этих «мульти-триллионных параметрических моделей».
Тем не менее, неясно, будут ли все более крупные модели продолжать доминировать на рынке или они в какой-то момент столкнутся с пределами своей эффективности. В то же время все большую популярность набирают более компактные модели, которые обещают аналогичные преимущества, а также специализированные модели для узких областей применения. Например, Meta недавно заявила, что ее новая модель Llama 3.1 может достичь такого же уровня производительности, как и передовые модели, такие как GPT-4 от OpenAI, несмотря на меньший размер.
Улучшенные методы обучения и использование большего количества качественных данных также способствовали повышению эффективности.
Число конкурентов, нацеленных на этот новый рынок, стремительно растет.
Неминуемо, что Nvidia потеряет долю рынка, если KI-инференция будет переноситься на устройства, в которых компания пока не представлена, и на центры обработки данных облачных компаний, предпочитающих собственные разработки чипов. Для защиты своей позиции Nvidia делает ставку на свою программную стратегию, которая давно служит защитным барьером вокруг ее аппаратного обеспечения и облегчает разработчикам использование ее чипов.
Nvidia в настоящее время работает над более широким спектром корпоративного программного обеспечения, которое должно помочь компаниям разрабатывать приложения с оптимальным использованием ИИ. Это также обеспечило бы спрос на чипы Nvidia. Компания ожидает, что доходы от этого программного обеспечения достигнут годовой выручки в 2 миллиарда долларов к концу года. Хотя это относительно небольшая сумма по сравнению с ожидаемыми общими доходами свыше 100 миллиардов долларов, это указывает на растущее проникновение технологий, увеличивающее "прилипчивость" продуктов.
Хотя рынок ИИ-чипов может войти в новую фазу, крепкая хватка Nvidia не ослабевает.
