Nvidia, беззаперечний лідер ринку у сфері AI-чіпів, стикається з усе більшою конкуренцією. Однак, поки конкуренти сподіваються закріпитися на цьому швидко розвиваючомуся ринку, Nvidia поки не показує жодних ознак втрати своєї домінуючої позиції. Навпаки: компанія продовжує розширювати свою присутність і вплив.

Вирішальний поворот у змаганні за ринок штучного інтелекту може бути на порозі. Однак питання, чи і коли Nvidia може втратити частку ринку на користь своїх конкурентів, залишається відкритим. Ринок штучного інтелекту розвивається швидко, і хоча навчання великих «Foundation»-моделей, які лежать в основі сучасних систем штучного інтелекту, продовжує вимагати величезної обчислювальної потужності, так званий «Inference» – виконання запитів до цих моделей – може надати можливість конкурентам вивести на ринок менш потужні і дешевші чіпи.

Однак, на цей час не виглядає так, ніби Nvidia втратить свою перевагу. Під час оголошення своїх останніх квартальних результатів компанія заявила, що понад 40 відсотків її доходів від центрів обробки даних за минулий рік припадали на Inference, що становить понад 33 мільярди доларів США. Ця цифра перевищує загальні доходи Intel від центрів обробки даних більш ніж у два з половиною рази.

Однак, як буде розвиватися ринок інференції, залишається невизначеним. Два важливих питання стоять на порядку денному: чи буде ринок штучного інтелекту й надалі домінуватися гонкою за дедалі більші моделі, і де буде відбуватися інференція в майбутньому?

Nvidia сильно виграла від цієї гонки за все більшими моделями. Генеральний директор Nvidia Дженсен Хуанг заявив, що кожне нове покоління великих моделей штучного інтелекту потребує «у 10, 20, 40 разів більше обчислювальної потужності», що гарантує величезний попит на майбутні чіпи Blackwell від Nvidia. Ці нові процесори також повинні запропонувати найефективніший спосіб проведення інференсу для цих «моделей з мультитрілионною кількістю параметрів».

Однак незрозуміло, чи будуть все більші моделі продовжувати домінувати на ринку, або чи досягнуть ці моделі згодом меж ефективності. Одночасно набувають популярності менші моделі, які обіцяють схожі переваги, а також спеціалізовані моделі для вузьких сфер застосування. Наприклад, Meta нещодавно заявила, що її нова модель Llama 3.1 може досягти продуктивності таких передових моделей, як GPT-4 від OpenAI, незважаючи на менші розміри.

Покращені методи тренування та використання більшої кількості високоякісних даних також сприяли підвищенню ефективності. Після тренування найбільші моделі можна «дистилювати» у менші версії. Ці розробки можуть призвести до того, що більше завдань інференції буде виконуватися у менших дата-центрах або на пристроях, таких як смартфони та ПК. «Навантаження на штучний інтелект все більше переміщуватимуться туди, де знаходяться дані або користувачі», – каже Арун Чандрасекеран, аналітик Gartner.

Кількість конкурентів, які націлюються на цей новий ринок, стрімко зростає.

Неминуче, що Nvidia втратить частку ринку, якщо інференція штучного інтелекту переміститься на пристрої, в яких компанія ще не представлена, і в обчислювальні центри хмарних компаній, які віддають перевагу власним чипам. Щоб захистити свою позицію, Nvidia робить сильну ставку на свою програмну стратегію, яка давно служить захисним бар'єром для її апаратного забезпечення і полегшує розробникам використання її чипів.

Nvidia наразі працює над ширшим асортиментом корпоративного програмного забезпечення, яке має допомогти компаніям розробляти додатки для оптимального використання ШІ. Це також забезпечить попит на чіпи Nvidia. Компанія очікує, що до кінця року дохід від цього програмного забезпечення досягне річної вартості у 2 мільярди доларів США. Хоча це відносно невелика сума порівняно з очікуваними загальними доходами понад 100 мільярдів доларів США, це свідчить про зростаючу інтеграцію технологій, що підвищує „привабливість“ продуктів.

Хоча ринок ІІ-чіпів може увійти в нову фазу, міцна хватка Nvidia не демонструє ознак ослаблення.