NVIDIA - pirmais uzņēmums mikroshēmu industrijas vēsturē, kura kapitalizācija pārsniedza triljonu dolāru. Kāds ir veiksmes noslēpums?
Esmu pārliecināts, ka daudzi no jums ir dzirdējuši par uzņēmumu NVIDIA un lielākā daļa no jums to saista tieši ar grafikas procesoriem, jo frāze "NVIDIA GeForce" ir dzirdējuši gandrīz visi.
NVIDIA nesen iegājis finanšu vēsturē IT nozarē. Tas ir pirmais integrēto shēmu uzņēmums, kura tirgus vērtība ir pārsniegusi triljonu dolāru. Tas ir arī piektais ar tehnoloģijām saistītais uzņēmums vēsturē, kas guvis tik lielus (pēc tirgus kapitalizācijas) panākumus. Iepriekš ar tik augstu vērtējumu varēja lepoties tikai cilvēki Apple, Microsoft, Alfabēts (Google īpašnieks) un Amazon. Tāpēc finansisti dažkārt to sauca par "Četru klubu", kas tagad ir paplašināts NVIDIA.
Turklāt tirgus kapitalizācijas ziņā tas krietni atpaliek no AMD, Intel, Qualcomm un citiem tehnoloģiju uzņēmumiem. Tas nebūtu bijis iespējams bez uzņēmuma vīzijas politikas, kas ieviesta pirms desmit gadiem.
Lasi arī: Vai Elona Muska TruthGPT ir nākotne?
Neticams pieprasījums pēc NVIDIA H100 tenzora kodols
Kāds ir šāda kapitalizācijas pieauguma noslēpums? Pirmkārt, tā ir biržas reakcija uz čipa panākumiem NVIDIA H100 Tensor Core, kas ir ļoti pieprasīts starp vadošajiem mākoņa infrastruktūras un tiešsaistes pakalpojumu sniedzējiem. Šīs mikroshēmas pērk Amazon, Meta un Microsoft (savām un partnera vajadzībām - uzņēmumam OpenAI). Tie ir īpaši energoefektīvi, paātrinot aprēķinus, kas raksturīgi ģeneratīvajam mākslīgajam intelektam, piemēram, ChatGPT vai Dall-E. Tas ir neticami liels lēciens paātrinātās skaitļošanas jomā. Mēs iegūstam vēl nebijušu veiktspēju, mērogojamību un drošību jebkurai darba slodzei NVIDIA H100 Tensor Core GPU.
Izmantojot komutācijas sistēmu NVIDIA NVLink var savienot ar līdz pat 256 H100 GPU, lai paātrinātu darba slodzi eksa mērogā. GPU ietver arī īpašu Transformer Engine, lai atrisinātu valodu modeļus ar triljoniem parametru. H100 kombinētās tehnoloģiju inovācijas var neticami 30 reizes paātrināt lielo valodu modeļus (LLM), salīdzinot ar iepriekšējo paaudzi, nodrošinot nozarē vadošo sarunvalodas AI. Izstrādātāji to uzskata par gandrīz ideālu mašīnmācībai.
Tomēr H100 neparādījās no nekurienes. Un, patiesību sakot, tas nav īpaši revolucionārs. NVIDIA, tāpat kā neviens cits uzņēmums, jau daudzus gadus ir ieguldījis milzīgus resursus mākslīgajā intelektā. Rezultātā uzņēmums, kas galvenokārt saistīts ar GeForce grafisko karšu zīmolu, var izturēties pret patērētāju tirgu gandrīz kā pret hobiju. Galu galā tas rada reālu varu IT gigantu tirgū NVIDIA var jau runāt ar viņiem kā ar līdzvērtīgiem.
Interesanti arī: Kas ir 6G tīkli un kāpēc tie ir nepieciešami?
Vai mākslīgais intelekts ir nākotne?
Mūsdienās par to ir pārliecināti gandrīz visi, pat skeptiski noskaņoti eksperti šajā jomā. Tagad tā ir gandrīz aksioma, patiesība. Lai gan NViDIA zināja par to pirms 20 gadiem. Vai es tevi pārsteidzu?
Tehniski pirmais ciešais kontakts NVIDIA ar mākslīgo intelektu notika 1999. gadā, kad tirgū parādījās GeForce 256 procesors, kas spēj paātrināt mašīnmācīšanās aprēķinus. Tomēr NVIDIA nopietni investēt mākslīgajā intelektā sāka tikai 2006. gadā, kad ieviesa CUDA arhitektūru, kas ļāva izmantot grafisko procesoru paralēlās apstrādes iespējas apmācībām un pētījumiem.
Kas ir CUDA? To vislabāk var definēt kā paralēlu skaitļošanas platformu un lietojumprogrammu saskarni (API), kas ļauj programmatūrai izmantot vispārējas nozīmes grafikas apstrādes vienības (GPGPU). Šo pieeju sauc par vispārējas nozīmes skaitļošanu GPU. Turklāt CUDA ir programmatūras slānis, kas nodrošina tiešu piekļuvi grafikas procesora virtuālajai instrukciju kopai un paralēlajiem skaitļošanas elementiem. Tas ir paredzēts darbam ar tādām programmēšanas valodām kā C, C++ un Fortran.
Tieši šī pieejamība ļauj paralēlajiem izstrādātājiem vieglāk izmantot GPU resursu priekšrocības, atšķirībā no iepriekšējām API, piemēram, Direct3D un OpenGL, kurām bija nepieciešamas uzlabotas grafikas programmēšanas prasmes.
Svarīgs sasniegums bija uzņēmuma nodrošinātais nodrošinājums NVIDIA skaitļošanas jauda revolucionārajam AlexNet neironu tīklam. Tas ir konvolucionālais neironu tīkls (CNN), ko izstrādājis ukrainis Alekss Križevskis sadarbībā ar Iļju Suckeveru un Džefriju Gintonu.
Konvolucionālie neironu tīkli (CNN) vienmēr ir bijuši galvenais objektu atpazīšanas modelis — tie ir spēcīgi modeļi, kurus ir viegli kontrolēt un vēl vieglāk apmācīt. Lietojot miljoniem attēlu, tie nesabojājas satraucošā mērā. To veiktspēja ir gandrīz identiska tāda paša izmēra standarta uz priekšu vērstiem neironu tīkliem. Vienīgā problēma ir tā, ka tos ir grūti piemērot augstas izšķirtspējas attēliem. ImageNet mērogam bija nepieciešami jauninājumi, kas būtu optimizēti GPU un samazinātu apmācības laiku, vienlaikus uzlabojot veiktspēju.
30. gada 2012. septembrī AlexNet piedalījās ImageNet liela mēroga vizuālās atpazīšanas izaicinājumā. Tīkls piecu labāko kļūdu pārbaudē sasniedza 15,3% rezultātu, kas ir par vairāk nekā 10,8% zemāks nekā otrās vietas rezultāts.
Galvenais secinājums no sākotnējā darba bija tāds, ka modeļa sarežģītība bija saistīta ar tā augsto veiktspēju, kas arī bija ļoti dārga skaitļošanas ziņā, bet bija iespējama, izmantojot grafikas apstrādes vienības (GPU) apmācības procesā.
Pats AlexNet konvolucionālais neironu tīkls sastāv no astoņiem slāņiem; pirmie pieci ir konvolucionālie slāņi, no kuriem pirms dažiem ir maksimāli saistīti slāņi, bet pēdējie trīs ir pilnībā savienoti slāņi. Tīkls, izņemot pēdējo slāni, ir sadalīts divās kopijās, no kurām katra darbojas vienā GPU.
Tas ir, pateicoties tam NVIDIA un joprojām lielākā daļa ekspertu un zinātnieku uzskata, ka AlexNet ir neticami spēcīgs modelis, kas spēj sasniegt augstu precizitāti ļoti sarežģītās datu kopās. AlexNet ir vadošā arhitektūra jebkuram objektu noteikšanas uzdevumam, un tam var būt ļoti plašs pielietojums mākslīgā intelekta problēmu datorredzes sektorā. Nākotnē AlexNet attēlveidošanas jomā var izmantot vairāk nekā CNN.
Interesanti arī: Bluesky fenomens: kāda veida pakalpojums tas ir un cik ilgi?
Mākslīgais intelekts ir ne tikai laboratorijās un datu centros
В NVIDIA saskatīja lielas AI perspektīvas arī patērētāju ierīču tehnoloģijās un lietiskajā internetā. Kamēr konkurenti tikai sāk apsvērt iespēju ieguldīt plašākus jauna veida integrētās shēmas, NVIDIA jau strādā pie to miniaturizācijas. Iespējams, īpaši svarīga ir Tegra K1 mikroshēma, kas izstrādāta sadarbībā ar Tesla un citiem automobiļu uzņēmumiem.
Tegra K1 procesors ir viens no pirmajiem procesoriem NVIDIA, kas īpaši izstrādāts AI lietojumprogrammām mobilajās un iegultās ierīcēs. Tegra K1 izmanto to pašu GPU arhitektūru kā grafisko karšu un sistēmu sērija NVIDIA GeForce, Quadro un Tesla, kas nodrošina augstu veiktspēju un savietojamību ar tādiem grafikas un skaitļošanas standartiem kā OpenGL 4.4, DirectX 11.2, CUDA 6.5 un OpenCL 1.2. Pateicoties tam, Tegra K1 procesors var atbalstīt progresīvus mākslīgā intelekta algoritmus, piemēram, dziļos neironu tīklus, pastiprināšanas mācīšanos, attēlu un runas atpazīšanu un datu analīzi. Tegra K1 ir 192 CUDA kodoli.
2016. gadā NVIDIA izlaida virkni Pascal procesoru, kas optimizēti dziļo neironu tīklu un citu mākslīgā intelekta modeļu atbalstam. Gada laikā tirgū parādījās virkne Volta procesoru ar mākslīgo intelektu saistītām lietojumprogrammām, kas ir vēl efektīvāki un taupīgāki. 2019. gadā NVIDIA iegādājas augstas veiktspējas datortīklu ražotāju datu centriem un superdatoriem Mellanox Technologies.
Rezultātā viņi visi izmanto procesorus NVIDIA. Patērētāju tirgū, piemēram, spēlētāji izmanto revolucionāro DLSS attēla rekonstrukcijas algoritmu, kas ļauj baudīt asāku grafiku spēlēs, netērējot daudz naudas par grafisko karti. Biznesa tirgū ir atzīts, ka čipsi NVIDIA daudzējādā ziņā pārsniedz to, ko piedāvā konkurenti. Lai gan nav tā, ka Intel un AMD pilnībā aizmiguši intelektuālo revolūciju.
Interesanti arī: Labākie instrumenti, kuru pamatā ir mākslīgais intelekts
Intel un AMD mākslīgā intelekta jomā
Parunāsim par tiešajiem konkurentiem NVIDIA šajā tirgus segmentā. Intel un AMD šeit strādā arvien aktīvāk, taču ar lielu kavēšanos.
Intel ir iegādājies vairākus AI uzņēmumus, piemēram, Nervana Systems, Movidius, Mobileye un Habana Labs, lai stiprinātu savu AI tehnoloģiju un risinājumu portfeli. Intel piedāvā arī aparatūras un programmatūras platformas mākslīgajam intelektam, piemēram, Xeon procesorus, FPGA, NNP mikroshēmas un optimizācijas bibliotēkas. Intel sadarbojas arī ar publiskā un privātā sektora partneriem, lai veicinātu AI inovācijas un izglītību.
AMD ir izstrādājusi virkni Epyc procesoru un Radeon Instinct grafikas karšu, kas ir optimizētas AI un dziļās mācīšanās lietojumprogrammām. AMD sadarbojas arī ar tādiem uzņēmumiem kā Google, Microsoft, IBM un Amazon, nodrošinot mākoņrisinājumus AI. AMD arī cenšas piedalīties AI pētniecībā un attīstībā, sadarbojoties ar akadēmiskajām iestādēm un nozares organizācijām. Tomēr viss ir ļoti labi NVIDIA jau viņiem tālu priekšā, un tās panākumi AI algoritmu izstrādes un atbalsta jomā ir nesalīdzināmi lielāki.
Interesanti arī: Google I/O 2023 kopsavilkums: Android 14, pikseļi un daudz AI
NVIDIA gadu desmitiem ir bijis saistīts ar videospēlēm
To arī nevajadzētu aizmirst. NVIDIA nesniedz precīzu ieņēmumu sadalījumu starp patērētāju un biznesa tirgiem, taču tos var aplēst, pamatojoties uz darbības segmentiem, ko uzņēmums atklāj savos finanšu pārskatos. NVIDIA atdala četrus darbības segmentus: spēles, profesionālā vizualizācija, datu centri un automobiļu rūpniecība.
Var pieņemt, ka spēļu segments galvenokārt ir orientēts uz patēriņa tirgu, jo tas ietver GeForce video karšu un Tegra mikroshēmu pārdošanu spēļu konsolēm. Profesionālās vizualizācijas segments galvenokārt ir orientēts uz biznesa tirgu, jo tajā ietilpst Quadro video karšu un RTX mikroshēmu tirdzniecība darbstacijām un profesionālajām lietojumprogrammām. Arī datu centru segments galvenokārt ir orientēts uz biznesa tirgu, jo tas ietver GPU un NPU (tas ir, nākamās paaudzes mikroshēmu - vairs nav GPU, bet gan paredzētas tikai AI) pārdošanu serveriem un mākoņpakalpojumiem. Automobiļu segmenta mērķauditorija ir gan patērētāju, gan biznesa tirgi, jo tas ietver Tegra un Drive sistēmu pārdošanu informācijas un izklaides sistēmai un autonomai braukšanai.
Pamatojoties uz šiem pieņēmumiem, ir iespējams novērtēt ieņēmumu daļu no patēriņa un biznesa tirgiem kopējos ieņēmumos NVIDIA. Saskaņā ar jaunāko finanšu pārskatu par 2022. gadu uzņēmuma ieņēmumi NVIDIA sadalījums pa darbības segmentiem bija šāds:
- Spēles: 12,9 miljardi ASV dolāru
- Profesionāla vizualizācija: USD 1,3 miljardi
- Datu centri: 9,7 miljardi ASV dolāru
- Automašīnas: 0,8 miljardi USD
- Visi pārējie segmenti: 8,7 miljardi ASV dolāru
Kopējie ienākumi NVIDIA sastādīja 33,4 miljardus ASV dolāru. Ja pieņemam, ka automobiļu segments ir sadalīts aptuveni vienādi starp patērētāju un biznesa tirgiem, var aprēķināt šādas proporcijas:
- Ienākumi no patēriņa tirgus: (12,9 + 0,4) / 33,4 = 0,4 (40%)
- Ienākumi no biznesa tirgus: (1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
Tas nozīmē, ka aptuveni 40% no ienākumiem NVIDIA nāk no patēriņa tirgus un aptuveni 60% no biznesa tirgus. Tas ir, galvenais virziens ir biznesa segments. Bet arī spēļu industrija nes diezgan labus ienākumus. Pats galvenais, lai tie aug katru gadu.
Interesanti arī: Kašķīga veca džeka dienasgrāmata: Bing pret Google
Ko mums nesīs nākotne?
Ir skaidrs, ka NVIDIA jau ir plāns piedalīties mākslīgā intelekta algoritmu izstrādē. Un tas ir daudz plašāks un daudzsološāks nekā jebkurš no tā tiešajiem konkurentiem.
Tikai pēdējā mēneša laikā NVIDIA paziņoja par daudzām jaunām investīcijām mākslīgajā intelektā. Viens no tiem ir GET3D mehānisms, kas spēj ģenerēt dažādu objektu un rakstzīmju sarežģītus trīsdimensiju modeļus, kas patiesi atspoguļo realitāti. GET3D var ģenerēt aptuveni 20 objektus sekundē, izmantojot vienu grafikas mikroshēmu.
Jāpiemin arī vēl viens interesants projekts. Par Izraēlu-1 ir mākslīgā intelekta programmu superdators, kas NVIDIA ir izveidots sadarbībā ar Izraēlas Zinātnes un tehnoloģiju ministriju un uzņēmumu Mellanox. Paredzams, ka iekārtai būs vairāk nekā 7 petaflopi skaitļošanas jauda un tā izmantos vairāk nekā 1000 GPU NVIDIA A100 tenzora kodols. Izraēla-1 tiks izmantota pētniecībai un attīstībai tādās jomās kā medicīna, bioloģija, ķīmija, fizika un kiberdrošība. Un tie jau ir ļoti perspektīvi kapitālieguldījumi, ņemot vērā ilgtermiņa perspektīvas.
Tāpat jau ir vēl viens projekts - NVIDIA ACE. Tā ir jauna tehnoloģija, kas radīs revolūciju spēļu industrijā, ļaujot spēlētājam dabiskā un reālistiskā veidā mijiedarboties ar personāžu, kas nav spēlētājs (NPC). Šie varoņi varēs vadīt atklātu dialogu ar spēlētāju, reaģēt uz viņa emocijām un žestiem un pat izteikt savas jūtas un domas. NVIDIA ACE izmanto uzlabotus valodu modeļus un uz AI balstītus attēlu ģeneratorus.
Pirmais triljons dolāru NVIDIA. Izskatās, ka drīz būs vēl. Mēs noteikti sekosim uzņēmuma progresam un informēsim jūs.
Lasi arī: