Nvidia, nesporni vodilni na trgu čipov za umetno inteligenco, se vse bolj sooča z naraščajočo konkurenco. Toda medtem ko konkurenti upajo, da bodo našli svoj prostor na tem hitro razvijajočem se trgu, Nvidia za zdaj ne kaže znakov, da bi izgubila svoj prevladujoči položaj. Nasprotno: podjetje še naprej širi svojo prisotnost in vpliv.

Prelomna točka v tekmovanju za trg umetne inteligence se morda bliža. Vendar ostaja odprto vprašanje, če in kdaj bi Nvidia lahko izgubila tržni delež v primerjavi s svojimi konkurenti. Trg za umetno inteligenco se hitro razvija, in medtem ko urjenje velikih "temeljnih" modelov, na katerih temeljijo sodobni sistemi umetne inteligence, še vedno zahteva ogromno računsko moč, bi lahko tako imenovana "inferenca" – izvajanje poizvedb proti tem modelom – omogočila konkurentom, da vstopijo na trg z manj zmogljivimi in cenejšimi čipi.

Doslej pa ni videti, da bi Nvidia izgubila svojo prednost. Ob objavi svojih najnovejših četrtletnih rezultatov je podjetje navedlo, da je več kot 40 odstotkov njegovih prihodkov iz podatkovnih centrov v preteklem letu izhajalo iz inferenčne obdelave, kar je več kot 33 milijard ameriških dolarjev. Ta številka presega celotne prihodke iz podatkovnih centrov podjetja Intel več kot dvainpolkrat.

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?

Vendar ostaja nejasno, kako se bo trg inferenc razvijal. Dve ključni vprašanji sta v zraku: Ali bo trg umetne inteligence še naprej dominiral tekma za vedno večje modele in kje bo inferenca potekala v prihodnosti?

Nvidia je imela velike koristi od tega tekmovanja za vedno večje modele. Jensen Huang, izvršni direktor Nvidie, je pojasnil, da vsaka nova generacija velikih AI modelov zahteva „10, 20, 40-krat več računske moči“, kar zagotavlja ogromno povpraševanje po prihajajočih Blackwell čipih Nvidie. Ti novi procesorji naj bi prav tako zagotavljali najučinkovitejše izvajanje inferenc proti tem „multitrilijonskim modelom parametrov“.

Ni pa jasno, ali bodo vedno večji modeli še naprej dominirali na trgu ali pa bodo ti modeli sčasoma naleteli na meje učinkovitosti. Medtem pridobivajo na priljubljenosti manjši modeli, ki obljubljajo podobne prednosti, ter specializirani modeli za ožje aplikacijske področja. Meta je na primer nedavno trdila, da lahko njen novi model Llama 3.1 kljub svoji manjši velikosti doseže zmogljivost naprednih modelov, kot je GPT-4 podjetja OpenAI.

Izboljšane metode treninga in uporaba večjih količin visokokakovostnih podatkov so prav tako prispevale k povečanju učinkovitosti. Po treningu lahko največje modele „destiliramo“ v manjše različice. Ti razvojni dosežki bi lahko privedli do tega, da bi se več inferenčnega dela izvajalo v manjših podatkovnih centrih ali na napravah, kot so pametni telefoni in osebni računalniki. „Delovna obremenitev umetne inteligence se bo vse bolj selila tja, kjer so podatki ali uporabniki,“ pravi Arun Chandrasekaran, analitik pri Gartnerju.

Število konkurentov, ki ciljajo na ta novi trg, hitro narašča. Na primer, podjetje Qualcomm je bilo prvo, ki je razvilo čipe za nov razred z umetno inteligenco opremljenih osebnih računalnikov in s tem izzvalo dolgoletnega vodilnega proizvajalca čipov za osebne računalnike Intel.

Nvidia bo neizogibno izgubila tržni delež, ko se bo AI-inference premaknilo na naprave, v katerih podjetje še ni prisotno, ter na podatkovne centre oblaka podjetij, ki dajejo prednost lastnemu oblikovanju čipov. Da bi zaščitila svoj položaj, Nvidia močno stavi na svojo programsko strategijo, ki že dolgo služi kot zaščita okoli njegove strojne opreme in razvijalcem olajšuje uporabo njegovih čipov.

Nvidia trenutno dela na širšem naboru poslovne programske opreme, ki podjetjem pomaga pri razvoju aplikacij za optimalno izkoriščanje umetne inteligence. To bi prav tako zagotovilo povpraševanje po Nvidia čipih. Podjetje pričakuje, da bo prodaja te programske opreme do konca leta dosegla letno stopnjo 2 milijarde ameriških dolarjev. Čeprav je to v primerjavi s pričakovanimi skupnimi prihodki več kot 100 milijard ameriških dolarjev relativno majhno, pa to kaže na naraščajočo vključenost tehnologij, ki povečujejo "lepljivost" izdelkov.

Čeprav bi trg s čipi za umetno inteligenco lahko vstopil v novo fazo, Nvidia še vedno trdno drži vajeti.