แม้มีการแข่งขันที่เพิ่มขึ้น Nvidia ยังคงครองตำแหน่งผู้นำในตลาด AI ในขณะที่อุตสาหกรรมเปลี่ยนจากการพัฒนารูปแบบใหม่ไปสู่การใช้ระบบที่มีอยู่ - ที่เรียกว่าการสร้างข้อสรุป - ยักษ์ใหญ่ด้านชิปก็ปรับกลยุทธ์ให้เหมาะสม

ชิปรุ่นใหม่ล่าสุด Blackwell ได้รับการออกแบบมาเพื่อการเปลี่ยนแปลงนี้โดยเฉพาะ ชิปมีขนาดใหญ่ขึ้น มีหน่วยความจำมากขึ้น และใช้วิธีการคำนวณที่แม้จะไม่แม่นยำเท่าแต่มีประสิทธิภาพมากกว่า นอกจากนี้ยังสามารถเชื่อมต่อในกลุ่มคลัสเตอร์ขนาดใหญ่ด้วยเครือข่ายความเร็วสูงได้อีกด้วย "Nvidia สร้างความก้าวหน้าที่ชัดเจนยิ่งขึ้นในด้านการอนุมานด้วย Blackwell มากกว่าการฝึกอบรม" Dylan Patel จาก SemiAnalysis กล่าว

ยุทธศาสตร์นี้แสดงผลลัพธ์แล้ว: ในรายงานผลประกอบการล่าสุด Nvidia ทำผลงานได้ดีกว่าที่นักวิเคราะห์คาดการณ์ไว้ทั้งรายได้และกำไร และได้ให้การคาดการณ์เชิงบวกสำหรับไตรมาสปัจจุบัน ถึงกระนั้นหุ้นก็ลดลง 8.5 เปอร์เซ็นต์เนื่องจากนักลงทุนกังวลเกี่ยวกับอัตรากำไรที่ลดลงและยอดขายที่อ่อนแอในจีน

CEO Jensen Huang มองว่าความต้องการที่เพิ่มขึ้นสำหรับ Inferenzเป็นปัจจัยสำคัญในการเติบโต โมเดล "Reasoning" ใหม่ที่คิดหาคำตอบทีละขั้นตอนต้องการพลังการประมวลผลเพิ่มขึ้นถึงร้อยเท่าตามที่ Huang กล่าว "พลังการประมวลผลส่วนใหญ่ของเราในวันนี้ถูกใช้ใน Inferenz และ Blackwell ยกระดับสิ่งนั้นขึ้นไปอีกขั้น" เขากล่าวในที่ประชุมกับนักวิเคราะห์

แต่การแข่งขันไม่ได้หยุดนิ่ง สตาร์ทอัพเช่น Etched, Cerebras หรือ Groq กำลังพัฒนาชิปการอนุมานที่เชี่ยวชาญ ในขณะที่บริษัทใหญ่ในอุตสาหกรรมอย่าง AMD และบริษัทเทคโนโลยียักษ์ใหญ่อื่น ๆ กำลังสร้างโปรเซสเซอร์ AI ของตนเองสำหรับตลาดนี้ Robert Wachen ผู้ร่วมก่อตั้ง Etched มองว่า GPU ของ Nvidia มีข้อจำกัดเพราะมันไม่ได้ถูกพัฒนามาเฉพาะสำหรับ AI ตั้งแต่ต้น: "ถึงจุดหนึ่งการลับมีดพกสวิสคงไม่พออีกต่อไป - คุณต้องการเครื่องมือเฉพาะทาง

อย่างไรก็ตาม หวางยังคงมองโลกในแง่ดี เขาคาดการณ์ว่าความต้องการในการประมวลผลจะเพิ่มขึ้นอย่างก้าวกระโดด: "โมเดลการให้เหตุผลอาจต้องใช้พลังงานมากกว่าระบบ AI ในปัจจุบันพันถึงล้านเท่า นี่เป็นเพียงจุดเริ่มต้น