Nvidia, den obestridda marknadsledaren inom AI-chips, står inför ökad konkurrens. Men medan konkurrenter hoppas på att få fotfäste på denna snabbt växande marknad, visar Nvidia hittills inga tecken på att förlora sin dominerande ställning. Tvärtom: företaget fortsätter att utöka sin närvaro och sitt inflytande.

Ein entscheidender Wendepunkt im Wettbewerb um den KI-Markt könnte bevorstehen. Allerdings bleibt die Frage, ob und wann Nvidia Marktanteile an seine Konkurrenten verlieren könnte, weiterhin offen. Der Markt für KI entwickelt sich schnell, und während das Training großer „Foundation“-Modelle, die modernen KI-Systemen zugrunde liegen, weiterhin eine immense Rechenleistung erfordert, könnte das sogenannte „Inference“ – das Ausführen von Abfragen gegen diese Modelle – eine Gelegenheit für Wettbewerber bieten, weniger leistungsstarke und günstigere Chips auf den Markt zu bringen.

Ett avgörande vändpunkt i konkurrensen om AI-marknaden kan stå inför dörren. Men frågan om och när Nvidia skulle kunna förlora marknadsandelar till sina konkurrenter är fortfarande öppen. AI-marknaden utvecklas snabbt och medan träning av stora "Foundation"-modeller, som ligger till grund för moderna AI-system, fortfarande kräver enorm beräkningskraft, kan det så kallade "inferens" – att köra förfrågningar mot dessa modeller – vara en möjlighet för konkurrenter att introducera mindre kraftfulla och billigare chips på marknaden.

Hittills ser det dock inte ut som att Nvidia skulle förlora sin ledning. Vid tillkännagivandet av sina senaste kvartalsresultat uppgav företaget att mer än 40 procent av dess intäkter från datacenter under det senaste året härrörde från inferens, vilket motsvarar mer än 33 miljarder dollar. Denna siffra överstiger Intels totala intäkter från datacenter med mer än två och en halv gånger.

Men hur inferences marknad kommer att utvecklas är fortfarande osäkert. Två avgörande frågor återstår: Kommer KI-marknaden fortsätta att domineras av en kapplöpning om allt större modeller, och var kommer inferences att ske i framtiden?

Nvidia har gynnats stort av denna kapplöpning om allt större modeller. Jensen Huang, VD för Nvidia, förklarade att varje ny generation av stora AI-modeller kräver ”10, 20, 40 gånger mer beräkningskraft”, vilket garanterar en enorm efterfrågan på Nvidias kommande Blackwell-chips. Dessa nya processorer ska också erbjuda det effektivaste sättet att utföra inferens mot dessa ”multitrillionparametermodeller”.

Det är dock oklart om allt större modeller kommer att fortsätta dominera marknaden eller om dessa modeller någon gång når effektivitetsgränser. Samtidigt vinner mindre modeller, som lovar liknande fördelar, samt specialiserade modeller för snävare tillämpningsområden i popularitet. Meta har till exempel nyligen hävdat att dess nya Llama 3.1-modell kan uppnå prestandan hos avancerade modeller som OpenAIs GPT-4 trots sin mindre storlek.

Förbättrade träningsmetoder och användningen av större mängder högkvalitativa data har också bidragit till ökad effektivitet. Efter träning kan de största modellerna också "destilleras" till mindre versioner. Dessa utvecklingar kan leda till att mer inferensarbete utförs i mindre datacenter eller på enheter som smartphones och datorer. "AI-arbetsbelastningar kommer i allt större utsträckning att förflyttas dit där data eller användare finns", säger Arun Chandrasekaran, analytiker vid Gartner.

Antalet konkurrenter som siktar på denna nya marknad växer snabbt. Företaget Qualcomm, till exempel, var det första som utvecklade chip för en ny klass av AI-kompatibla datorer och utmanade därmed den långvariga PC-chiptillverkaren Intel.

Det är oundvikligt att Nvidia kommer att förlora marknadsandelar när AI-inferens flyttas till enheter där företaget ännu inte är representerat och till molnleverantörernas datacenter som föredrar egna chipdesigns. För att försvara sin position förlitar sig Nvidia starkt på sin mjukvarustrategi, som länge har fungerat som en skyddsvall runt dess hårdvara och underlättar för utvecklare att använda dess chips.

Nvidia arbetar för närvarande med ett bredare utbud av företagsprogramvara som ska hjälpa företag att utveckla applikationer för optimal användning av AI. Detta skulle också säkra efterfrågan på Nvidias chip. Företaget förväntar sig att intäkterna från denna programvara kommer att nå en årlig löptakt på 2 miljarder USD i slutet av året. Även om detta är relativt litet jämfört med de förväntade totala intäkterna på över 100 miljarder USD, tyder det på en ökande förankring av teknologierna, vilket ökar produkternas "klibbighet".

Även om KI-chipmarknaden kan gå in i en ny fas, visar Nvidias starka grepp inga tecken på att lossna.