NVIDIA - прва компанија у историји индустрије чипова, чија је капитализација премашила трилион долара. Шта је тајна успеха?
Сигуран сам да су многи од вас чули за компанију NVIDIA а већина вас то повезује посебно са графичким процесорима, јер фраза "NVIDIA ГеФорце“ су чули скоро сви.
NVIDIA недавно ушао у финансијску историју у ИТ индустрији. То је прва компанија за интегрисана кола чија је тржишна вредност премашила трилион долара. То је такође пета компанија која се бави технологијом у историји која је постигла тако велики (по тржишној капитализацији) успех. Раније су се само људи могли похвалити тако високим рејтингом Apple, Microsoft, Алпхабет (власник Гугла) и Амазон. Зато су га финансијери понекад звали „Клуб четворице“, који је сада проширен NVIDIA.
Поред тога, по тржишној капитализацији далеко је иза АМД-а, Интела, Куалцомм-а и других технолошких компанија. Ово не би било могуће без визионарске политике компаније, уведене пре деценију.
Прочитајте такође: Постоји ли будућност за ТрутхГПТ Елона Маска?
Невероватна потражња за NVIDIA Х100 Тенсор Цоре
Која је тајна таквог повећања капитализације? Пре свега, ово је реакција берзе на успех чипа NVIDIA Х100 Тенсор Цоре, који је веома тражен међу водећим провајдерима инфраструктуре у облаку и онлајн услуга. Ове чипове купују Амазон, Мета и Microsoft (за сопствене потребе и потребе свог партнера – компаније ОпенАИ). Они су посебно енергетски ефикасни у убрзавању прорачуна типичних за генеративну вештачку интелигенцију, као што су ЦхатГПТ или Далл-Е. Ово је невероватан скок реда величине за убрзано рачунарство. Добијамо перформансе без преседана, скалабилност и сигурност за свако радно оптерећење NVIDIA Х100 Тенсор Цоре ГПУ.
Коришћење прекидачког система NVIDIA НВЛинк се може повезати са до 256 Х100 ГПУ-а да би се убрзала радна оптерећења у ека скали. ГПУ такође укључује наменски Трансформер Енгине за решавање језичких модела са трилионима параметара. Комбиноване технолошке иновације модела Х100 могу убрзати моделе великих језика (ЛЛМ) за невероватних 30 пута у поређењу са претходном генерацијом, пружајући водећу конверзациону АИ у индустрији. Програмери га сматрају готово идеалним за машинско учење.
Међутим, Х100 се није појавио ниоткуда. И, истини за вољу, није нарочито револуционаран. NVIDIA, као ниједна друга компанија, већ дуги низ година улаже огромне ресурсе у вештачку интелигенцију. Као резултат тога, компанија која је првенствено повезана са брендом ГеФорце графичких картица може третирати потрошачко тржиште готово као хоби. На крају крајева, ово гради стварну моћ на тржишту ИТ гиганата NVIDIA већ могу да разговарају са њима као са једнаким.
Такође занимљиво: Шта су 6Г мреже и зашто су потребне?
Да ли је вештачка интелигенција будућност?
Данас су у то уверени скоро сви, чак и скептични стручњаци у овој области. Сада је то скоро аксиом, истина. Мада NViDIA знао за то пре 20 година. Јесам ли те изненадио?
Технички, први блиски контакт NVIDIA са вештачком интелигенцијом догодило се 1999. године, када се на тржишту појавио процесор ГеФорце 256, способан да убрза прорачуне машинског учења. Међутим NVIDIA почела је озбиљно да улаже у вештачку интелигенцију тек 2006. године, када је увела ЦУДА архитектуру, која је омогућила коришћење могућности паралелне обраде графичких процесора за обуку и истраживање.
Шта је ЦУДА? Најбоље се дефинише као паралелна рачунарска платформа и интерфејс за програмирање апликација (АПИ) који омогућава софтверу да користи јединице за обраду графике опште намене (ГПГПУ). Овај приступ се назива рачунарство опште намене на ГПУ-овима. Поред тога, ЦУДА је софтверски слој који обезбеђује директан приступ виртуелном скупу инструкција и паралелним рачунарским елементима графичког процесора. Дизајниран је за рад са програмским језицима као што су Ц, Ц++ и Фортран.
Управо ова приступачност олакшава паралелним програмерима да искористе ГПУ ресурсе, за разлику од претходних АПИ-ја као што су Дирецт3Д и ОпенГЛ, који су захтевали напредне вештине графичког програмирања.
Важан искорак је била понуда компаније NVIDIA рачунарска снага за револуционарну АлекНет неуронску мрежу. То је конволуциона неуронска мрежа (ЦНН), коју је развио Украјинац Алекс Крижевски у сарадњи са Иљом Суцкевером и Џефријем Гинтоном.
Конволуционе неуронске мреже (ЦНН) су одувек биле главни модел за препознавање објеката—они су моћни модели које је лако контролисати и још лакше тренирати. Они не доживљавају преоптерећење у било којој алармантној мери када се користе на милионима слика. Њихове перформансе су скоро идентичне стандардним неуронским мрежама исте величине. Једини проблем је што их је тешко применити на слике високе резолуције. Обим ИмагеНет-а захтевао је иновације које би биле оптимизоване за ГПУ-ове и смањиле време обуке уз побољшање перформанси.
30. септембра 2012. АлекНет је учествовао у ИмагеНет Ларге Сцале Висуал Рецогнитион Цхалленге-у. Мрежа је постигла резултат од 15,3% у тесту најбољих пет грешака, преко 10,8% нижи од резултата за друго место.
Главни закључак из оригиналног рада био је да је сложеност модела последица његових високих перформанси, које су такође биле веома скупе у рачунарском смислу, али омогућене употребом графичких процесорских јединица (ГПУ) током процеса обуке.
Сама конволуциона неуронска мрежа АлекНет састоји се од осам слојева; првих пет су конволуцијски слојеви, од којих некима претходе максимално спрегнути слојеви, а последња три су потпуно повезани слојеви. Мрежа је, осим последњег слоја, подељена у две копије, од којих свака ради на једном ГПУ-у.
То јест, захваљујући NVIDIA и даље већина стручњака и научника верује да је АлекНет невероватно моћан модел који може да постигне високу тачност на веома сложеним скуповима података. АлекНет је водећа архитектура за било који задатак детекције објеката и може имати веома широку примену у сектору компјутерског вида за проблеме вештачке интелигенције. У будућности, АлекНет ће се можда више користити од ЦНН-а у области сликања.
Такође занимљиво: Феномен Блуески: каква услуга и да ли је на дуже време?
Вештачка интелигенција није само у лабораторијама и дата центрима
В NVIDIA видели велике изгледе за вештачку интелигенцију иу технологијама потрошачких уређаја и Интернета ствари. Док конкуренти тек почињу да размишљају о ширем улагању у нови тип интегрисаног кола, NVIDIA већ ради на њиховој минијатуризацији. Вероватно је посебно важан Тегра К1 чип, развијен у сарадњи са Теслом и другим аутомобилским компанијама.
Тегра К1 процесор је један од првих процесора NVIDIA, дизајниран посебно за АИ апликације у мобилним и уграђеним уређајима. Тегра К1 користи исту ГПУ архитектуру као серија графичких картица и система NVIDIA ГеФорце, Куадро и Тесла, који обезбеђује високе перформансе и компатибилност са графичким и рачунарским стандардима као што су ОпенГЛ 4.4, ДирецтКс 11.2, ЦУДА 6.5 и ОпенЦЛ 1.2. Захваљујући томе, Тегра К1 процесор може да подржи напредне алгоритме вештачке интелигенције као што су дубоке неуронске мреже, учење уз помоћ, препознавање слике и говора и анализа података. Тегра К1 има 192 ЦУДА језгра.
Године 2016 NVIDIA објавио серију Пасцал процесора оптимизованих за подршку дубоких неуронских мрежа и других модела вештачке интелигенције. У року од годину дана на тржишту се појавила серија Волта процесора за апликације везане за вештачку интелигенцију, који су још ефикаснији и штедљивији. У 2019 NVIDIA купује Мелланок Тецхнологиес, произвођача рачунарских мрежа високих перформанси за дата центре и суперкомпјутере.
Као резултат, сви користе процесоре NVIDIA. На потрошачком тржишту, на пример, играчи користе револуционарни ДЛСС алгоритам за реконструкцију слике, који им омогућава да уживају у оштријој графици у игрицама без трошења много новца на графичку картицу. На пословном тржишту је препознато да чипс NVIDIA на много начина изнад онога што конкуренти нуде. Иако није да су Интел и АМД потпуно преспавали интелектуалну револуцију.
Такође занимљиво: Најбољи алати засновани на вештачкој интелигенцији
Интел и АМД у области вештачке интелигенције
Хајде да причамо о директним конкурентима NVIDIA у овом сегменту тржишта. Интел и АМД раде овде све активније, али са великим закашњењем.
Интел је купио неколико компанија са вештачком интелигенцијом као што су Нервана Системс, Мовидиус, Мобилеие и Хабана Лабс како би ојачао свој портфељ АИ технологија и решења. Интел такође нуди хардверске и софтверске платформе за вештачку интелигенцију, као што су Ксеон процесори, ФПГА, ННП чипови и библиотеке за оптимизацију. Интел такође ради са партнерима из јавног и приватног сектора на унапређењу иновација и образовања вештачке интелигенције.
АМД је развио серију Епиц процесора и Радеон Инстинцт графичких картица које су оптимизоване за АИ и апликације за дубоко учење. АМД такође ради са компанијама као што су Гоогле, Microsoft, ИБМ и Амазон, који пружају решења у облаку за вештачку интелигенцију. АМД такође настоји да учествује у истраживању и развоју вештачке интелигенције кроз партнерство са академским институцијама и индустријским организацијама. Ипак је све у реду NVIDIA већ далеко испред њих, а њен успех у области развоја и подршке АИ алгоритама је неупоредиво већи.
Такође занимљиво: Резиме Гоогле И/О 2023: Android 14, Пикел и много АИ
NVIDIA деценијама је повезан са видео игрицама
Ни ово не треба заборавити. NVIDIA не даје тачан распоред својих прихода између потрошачког и пословног тржишта, али се они могу проценити на основу пословних сегмената које компанија обелодањује у својим финансијским извештајима. NVIDIA раздваја четири оперативна сегмента: игре на срећу, професионална визуелизација, дата центри и аутомобилска индустрија.
Може се претпоставити да је сегмент игара углавном фокусиран на потрошачко тржиште, јер укључује продају ГеФорце видео картица и Тегра чипова за играће конзоле. Сегмент професионалне визуелизације је углавном фокусиран на пословно тржиште, јер укључује продају Куадро видео картица и РТКС чипова за радне станице и професионалне апликације. Сегмент центара података је такође углавном фокусиран на пословно тржиште, јер укључује продају ГПУ-а и НПУ-а (односно чипова следеће генерације – више не ГПУ-а, већ дизајнираних искључиво за АИ) за сервере и услуге у облаку. Аутомобилски сегмент циља и на потрошачка и на пословна тржишта, јер укључује продају Тегра и Дриве система за инфотаинмент и аутономну вожњу.
На основу ових претпоставки могуће је проценити учешће прихода са потрошачких и пословних тржишта у укупним приходима NVIDIA. Према последњем финансијском извештају за 2022. годину, приходи компаније NVIDIA по оперативним сегментима били су следећи:
- Игре: 12,9 милијарди долара
- Професионална визуализација: 1,3 милијарде долара
- Дата центри: 9,7 милијарди долара
- Аутомобили: 0,8 милијарди долара
- Сви остали сегменти: 8,7 милијарди долара
Укупни приходи NVIDIA износила 33,4 милијарде долара.Ако претпоставимо да је аутомобилски сегмент приближно подједнако подељен између потрошачког и пословног тржишта, могу се израчунати следеће пропорције:
- Приходи са потрошачког тржишта: (12,9 + 0,4) / 33,4 = 0,4 (40%)
- Приходи са пословног тржишта: (1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
То значи да око 40% прихода NVIDIA долази са потрошачког тржишта, а око 60% са пословног тржишта. То јест, главни правац је сегмент пословања. Али индустрија игара такође доноси прилично добар приход. Најважније је да расту сваке године.
Такође занимљиво: Дневник мрзовољног старог штребера: Бинг против Гугла
Шта ће нам будућност донети?
Очигледно је да NVIDIA већ постоји план за учешће у развоју алгоритама вештачке интелигенције. И много је шири и перспективнији од било ког од својих директних конкурената.
Само у последњих месец дана NVIDIA најавио бројна нова улагања у вештачку интелигенцију. Један од њих је механизам ГЕТ3Д, који је способан да генерише сложене тродимензионалне моделе различитих објеката и ликова који верно одражавају стварност. ГЕТ3Д може да генерише око 20 објеката у секунди користећи један графички чип.
Треба поменути још један занимљив пројекат. О Израелу-1 је суперкомпјутер за програме вештачке интелигенције, који NVIDIA настаје у сарадњи са Министарством науке и технологије Израела и компанијом Мелланок. Очекује се да ће машина имати више од 7 петафлопса рачунарске снаге и користити више од 1000 ГПУ-а NVIDIA А100 Тенсор Цоре. Израел-1 ће се користити за истраживање и развој у областима као што су медицина, биологија, хемија, физика и сајбер безбедност. А то су већ веома обећавајуће капиталне инвестиције, с обзиром на дугорочне изгледе.
Такође, већ постоји још један пројекат - NVIDIA АЦЕ. То је нова технологија која треба да револуционише индустрију игара тако што омогућава играчу да комуницира са ликом који није играч (НПЦ) на природан и реалистичан начин. Ови ликови ће моћи да воде отворени дијалог са играчем, реагују на његове емоције и гестове, па чак и да изразе своја осећања и мисли. NVIDIA АЦЕ користи напредне језичке моделе и генераторе слика засноване на вештачкој интелигенцији.
Први трилион долара у NVIDIA. Изгледа да ће их ускоро бити још. Обавезно ћемо пратити напредак компаније и обавестити вас.
Прочитајте такође: