Sztuczna inteligencja w ciągu ostatniego roku przyciągnęła spore zainteresowanie inwestorów. Kolejne firmy są zainteresowane wejściem w ten dochodowy sektor, a wśród nich od jakiegoś czasu wiedzie prym Nvidia ze swoimi ambitnymi planami. Mimo ograniczeń nałożonych na eksport do Chin przedsiębiorstwo nie jest w stanie zaspokoić ogromnego popytu na wysokiej jakości chipy AI.
Choć Nvidia jak na razie cieszy się pozycją monopolisty na tym rynku, mając w nim udział aż 90%, to konkurencja nie śpi i szereg innych firm oraz startupów ma już chrapkę na kawałek tego tortu. Poniżej przedstawiamy rywali, z którymi Nvidia musi się liczyć, jeśli chce zachować pozycję lidera na rynku chipów AI.
Jak duży jest rynek chipów AI?
Podczas spotkania poświęconego zapowiadanym zyskom w pierwszym kwartale 2025 roku Nvidia podkreślała, że w sektorze chipów AI rysują się ogromne możliwości. Tego typu podzespoły są wykorzystywane do trenowania dużych modeli językowych, które zasilają systemy AI. Jensen Huang, CEO Nvidii, powiedział, że zapotrzebowanie na GPU, czyli procesory graficzne, wśród centrów danych pozostaje na bardzo wysokim poziomie, a firma każdego dnia dokłada starań, by zaspokoić rosnące wymagania rynku.
Huang dodaje, że to, z czym mamy do czynienia dzisiaj, to dopiero początek. Zapowiada, że w laboratoriach trwają prace nad coraz bardziej złożonymi elementami. I to nie tylko w Nvidii. Nad zaawansowanymi rozwiązaniami pracuje wiele firm, startupów i deweloperów na całym świecie. CEO Nvidii jest przekonany, że szykuje się prawdziwa rewolucja.
Eksperci różnie szacują prognozowaną wielkość rynku chipów AI. Advanced Micro Devices (AMD) podaje, że do 2027 roku osiągnie on wartość 400 miliardów dolarów, zaś Intel twierdzi, że do końca tej dekady wartość tego sektora wzrośnie do biliona dolarów.
Akcje Nvidii poszły w ciągu minionego roku zaliczyły imponujący wzrost
Inwestorzy coraz chętniej kupują akcje Nvidii, nawet jeśli nie wszyscy są pewni ich rzeczywistej wartości. Eksperci wskazują, że niewiarygodny wzrost, jaki Nvidia odnotowała w ciągu roku, do złudzenia przypomina historię Cisco. Akcje firmy również zaliczyły niebotyczny wzrost tuż przed tym, jak bańka pękła, pociągając za sobą całą gospodarkę.
Wzrost wartości akcji Nvidii rzeczywiście jest spektakularny. Rynek z zaskoczeniem obserwuje, jak firma zalicza kolejne kamienie milowe. W zeszłym roku osiągnęła kapitalizację rzędu 1 biliona dolarów, a już teraz zbliża się do 3 bilionów.
Sukces firmy i dynamicznie rosnąca kapitalizacja posłużyły za zachętę dla innych firm. W tym miejscu warto zauważyć, że kapitalizacja Nvidii przekroczyła teraz łączną kapitalizację Tesli, Meta Platforms, Intela i AMD. Nic dziwnego, że kolejne przedsiębiorstwa chcą uszczknąć dla siebie coś z lukratywnego rynku chipów AI.
Intel i AMD rzucają wyzwanie Nvidii
Nvidia do tej pory właściwie nie miała istotnych konkurentów, bo inne firmy na razie nie zdołały wyprodukować porównywalnych chipów AI. Co nie oznacza, że nikt nie próbuje. Intel ogłosił powstanie nowego procesora AI, nazwanego Gaudi 3. Układ będzie w stanie uczyć i wdrażać duże modele AI, takie jak Chat GPT. Przychody ze sprzedaży Gaudiego mają w roku 2024 osiągnąć wartość 500 milionów dolarów, jak szacuje firma. AMD z kolei przewiduje, że ze sprzedaży swojego chipa AI, znanego jako MI300, uzyska w tym roku około 4 miliardów dolarów.
Choć liczby te bledną w zderzeniu z przychodami rzędu 120 miliardów USD (tyle Nvidia spodziewa się w sumie uzyskać ze sprzedaży swoich chipów AI), widać już teraz, że rywale nie zamierzają odpuszczać w tym wyścigu. Nvidia może i nie straci palmy pierwszeństwa, ale łatwo mieć nie będzie.
Hiperskalerzy pracują nad własnymi chipami
W grudniu ubiegłego roku Google wypuścił swojego chipa AI, znanego jako Cloud TPU v5p. Wspomniana jednostka przetwarzania tensorowego ma teraz odpowiednie parametry, by móc trenować duże modele językowe (LLM) mniej więcej trzy razy szybciej niż poprzedni model TPU v4.
W zeszłym miesiącu, podczas wydarzenia Google Cloud Next 2024 , firma Alphabet ogłosiła wprowadzenie autorskiego niestandardowego układu serwerowego, opartego na architekturze ARM. Nowy centralny procesor miałby być dostępny już w roku 2024. Nowy procesor, znany jako Axion, to krok w kierunku dalszej ekspansji platformy ARM. Google wyraźnie dąży do zwiększenia kontroli nad swoimi centrami danych. Nowy układ umożliwi wydajniejsze zarządzanie zasobami w porównaniu do tradycyjnej architektury x86. W ten sposób Google dołącza do grona gigantów takich jak Microsoft, Meta Platforms czy Amazon, którzy tworzą niestandardowe chipy do obsługi chmurowej sztucznej inteligencji.
Hiperskalerzy tacy jak Alphabet czy Amazon mają powody, by pracować nad własnymi chipami AI, ponieważ w tej chwili wydają miliardy na układy kupowane od Nvidii. OpenAI, spółka macierzysta ChatGPT, również rozważa produkcję własnych chipów.
Zagrożenie dla pozycji Nvidii może też nadejść ze strony ARM. Nvidia w przeszłości próbowała przejąć tę spółkę, ale bez powodzenia. Przedsięwzięcie zostało zarzucone po tym, jak nie udało się zabezpieczyć pozwoleń organów regulacyjnych. ARM podobno planuje wypuścić swoje chipy AI już w przyszłym roku. Jeśli uda się rozpocząć masową produkcję, być może tę gałąź działalności przejmie spółka macierzysta, SoftBank.
Startupy nie pozostają w tyle
Ale nie tylko giganci i spółki Big Tech biorą udział w wyścigu chipów. Z Nvidią chcą konkurować także startupy. Wśród nich warto wymienić Cerebras, kalifornijską firmę, która pracuje obecnie nad chipem zapowiadającym się już teraz znacznie lepiej niż procesory graficzne Nvidii.
Aby rozwiązać problem bezczynności niektórych rdzeni w procesorach graficznych podczas szkolenia LLM, firma Cerebras umieściła 900 000 rdzeni i mnóstwo pamięci w jednym, ogromnym chipie. Zdaniem Andrew Feldmana, założyciela firmy, pomoże to wyeliminować problem złożoności, jaki wiąże się z łączeniem wielu chipów. Stworzony przez Cerebras chip CS-3 jest w tej chwili największy na świecie.
Inny startup, znany jako Groq, przyjmuje odmienne podejście i pracuje nad wyspecjalizowaną jednostką przetwarzania języka. Jednostka LPU firmy Groq, zoptymalizowana do obsługi dużych modeli językowych (LLM), przewyższa standardowe GPU i NPU. Groq pierwotnie stworzył Tensor Stream Processor (TSP), który później przemianowano na LPU, aby podkreślić jego zaawansowane możliwości w generatywnej AI opartej na wnioskowaniu. Jednostki projektowane przez Groq służą też jako routery i pomagają w transferze danych między powiązanymi LPU. Sami założyciele startupu twierdzą, że ich jednostki LPU są w stanie obsługiwać duże modele językowe dziesięć razy szybciej niż odbywa się to w tej chwili.
Nad chipami AI pracują też inne startupy, w tym izraelski Hailo, brytyjski Graphcore i Taalas z Toronto. Jako że są to spółki prywatne, aby w nie inwestować, trzeba posiadać specjalną akredytację. Z tego powodu inwestowanie w takie startupy jest znacznie trudniejsze, choć nie niemożliwe.
Zawsze można też rozważyć ETF-y, za pośrednictwem których inwestuje się w spółki AI, szczególnie jeśli zależy nam na dywersyfikacji inwestycji w tym obiecującym sektorze. Wśród takich ETF-ów można wymienić WisdomTree Artificial Intelligence and Innovation ETF oraz Invesco AI and Next Gen Software ETF.
Czy któryś z rywali jest w stanie zagrozić Nvidii?
Zdetronizowanie Nvidii będzie wyjątkowo trudnym zadaniem szczególnie dla startupów. Niektóre z nowych firm prawdopodobnie zostaną wchłonięte przez gigantów z sektora Big Tech. Procesory Nvidii to w tej chwili złoty standard w branży. Firma zdołała zbudować ogromny i mocny ekosystem, oparty na solidnych podstawach. Niełatwo mu będzie zagrozić.
Z drugiej strony, z uwagi na rosnące zapotrzebowanie na chipy AI i oczekiwany wzrost docelowego rynku, wygląda na to, że znajdzie się na nim miejsce dla kilku graczy. Widać też wzrost zapotrzebowania wśród użytkowników końcowych, jako że firmy mogą chcieć zminimalizować ryzyko i nie polegać wyłącznie na chipach od jednego dostawcy.
Na razie jednak Nvidia niepodzielnie rządzi na rynku chipów AI, dzięki czemu wartość udziałów firmy rośnie w imponującym tempie. Jeśli można mówić o samospełniającej się przepowiedni, w przypadku Nvidii widzimy ją w optymistycznym wydaniu.