Почему Nvidia сейчас стоит 3 триллиона долларов. Как компания стала лидером технологической индустрии
Какой бы ни была судьба этой компании в будущем, она прямо сегодня пишет не просто свою историю, но и, кажется, помогает человечеству перейти на новый этап развития.
А ведь еще недавно, а для большинства, лукавить не будем, и сегодня, Nvidia остается просто крупнейшим разработчиком графических чипов. Это не Google, не Apple и не новомодный OpenAI. Вот только мир стремительно меняется, не без активного участия самой Nvidia.
Эта статья поможет понять, как компании удалось поменять место во втором эшелоне на роль уникального двигателя технологической индустрии.
Кратко
Nvidia — компания, ценой в 3 триллиона долларов
Офис Nvidia в Калифорнии.
Компания Nvidia сделала себе имя еще в 90-х, создавая графические чипы. Кто же из геймеров не слышал про войну «красные против зеленых», которая ведется вот уже два десятка лет с попеременным успехом. На этом рынке у Nvidia есть один, по сути, конкурент — AMD, перекупившая компанию ATI.
Бум майнинга способствовал бешеному спросу на видеокарты, что принесло производителям сверхприбыли. Стоимость акций Nvidia с 2019 по 2022 год выросла в 6 раз, тогда как акции AMD выросли «всего» в 5 раз. Неудивительно, что с резким падением доходности майнинга на рынке образовался переизбыток видеокарт. И аналитики резко скорректировали перспективы производителей графических чипов.
Вот только если акции AMD после ожидаемого падения возобновили плавный рост, то с Nvidia произошло нечто совсем уж неожиданное.
По капитализации Nvidia обогнала Apple!
В 2024 году «зеленые» акции резко выросли в цене. Сама Nvidia достигла капитализации в 3 триллиона долларов, став второй в мире по этому показателю и уступая лишь Microsoft.
Что же произошло? Причина кроется явно не в геймерах. А все дело в тесной связи Nvidia с модными сегодня технологиями ИИ и машинного обучения.
◦ Назад к содержанию ◬
Почему Nvidia повлияла на развитие ИИ
Легендарная GeForce 8800 на базе чипа G80.
В далеком 2006 году Nvidia представила очередную серию своих графических ускорителей на базе чипа G80. Он стал первым с поддержкой технологии CUDA. И это, как оказалось впоследствии, сыграло важнейшую роль для становления ИИ. В чем же тут дело?
Видеокарты того поколения получили десятки потоковых процессоров, вплоть до 128. Эти ядра позволяли работать с многопоточной нагрузкой. Сами по себе они были не настолько универсальны, как ядра CPU, однако их было много, очень много. Как CUDA-ядра улучшили возможности отображения графики — другая история, но им быстро нашлась новая сфера применения.
Унифицированная архитектура позволила этим ядрам заметно ускорять обработку любых параллельных задач. В результате видеокарта может проводить сложные и уже не связанные с графикой вычисления в разных областях науки. В процессоре нашего домашнего компьютера обычно 4 — 8 ядер, но при этом, для сравнения, во вполне себе бюджетной видеокарте RTX 4060 их более 3000!
◦ Назад к содержанию ◬
Как Nvidia помогла ускорить развитие нейросетей
Компания OpenAI появилась в конце 2015 года с целью открытого изучения ИИ. И уже 27 апреля 2016 года была представлена публичная бета-версия платформы OpenAI Gym, которая разрабатывала и сравнивала алгоритмы машинного обучения.
А всего через 4 месяца компания получила в дар от Nvidia суперкомпьютер DGX-1. Дженсен Хуанг лично вручил «игрушку» Илону Маску в офисе OpenAI.
Подарок от Nvidia стал для OpenAI событием
Компьютер имел 8 графических карт с поддержкой CUDA и стоил 129 тысяч долларов. DGX-1 был заточен на решение задач обучения моделей искусственного интеллекта. Время обработки типового набора данных сократилось с 6 суток до 2 часов!
OpenAI получила мощный инструментарий для своих разработок, а Nvidia — новое потенциально выгодное применение своим разработкам. Тогда еще никто не осознавал, к чему это может привести.
◦ Назад к содержанию ◬
Эволюция специализированных серверов от Nvidia
На создании DGX-1 компания не остановилась — аппетит приходит во время еды! Каждое новое поколение специализированных серверов буквально вдвое увеличивало производительность системы за счет улучшения архитектуры, увеличения числа GPU, увеличения их памяти и пропускной способности шины.
Комплексное улучшение дает взрывной результат! И Nvidia смогла обеспечить столь качественные прыжки буквально раз в 1–2 года.
Новая архитектура дает большой выигрыш. И все это развивается стремительно!
Сервер A100, похоже, уже устарел
Рост объема памяти GPU в серверах Nvidia
Насколько востребованы сервера Nvidia? Очень! Крупнейшие компании участвуют в гонке, тренируя свой ИИ для своих сервисов и прокачивая свои нейросети.
Кто пользуется GPU H100 от Nvidia?
◦ Назад к содержанию ◬
А где же конкуренты
Казалось бы, на рынке графических ускорителей есть два крупных игрока. Но почему именно Nvidia так востребованы для нейросетей, а не AMD. Этому есть сразу несколько причин:
1. Платформа CUDA. По сути, она стала уже стандартом для работы с GPU. Разработчики получили в свое распоряжение множество библиотек и инструментов для разработки, оптимизации и развертывания связанных с ИИ и машинным обучением сервисов. CUDA имеет поддержку популярных фреймворков для разработки нейросетей: TensorFlow, PyTorch, Caffe и других.
2. Специализированная архитектура GPU. Nvidia смогла создать целую серию процессоров: V100, A100, H100, которые спроектированы как раз для высокопроизводительных задач в сфере ИИ. Там имеются специальные ядра Tensor Core, которые ускоряют работу нейросетей.
Лидер очевиден. И за год ситуация не изменилась. По данным https://wccftech.com
3. Аппаратные решения. Nvidia предлагает комплексные аппаратные решения в виде серверов DGX, которые созданы специально для решения задач глубокого обучения и обеспечивают максимальную производительность вычислительной системы.
4. Бонусы первопроходца. Благодаря интересу руководства компании к ИИ, компания стала первым серьезным производителем специализированного «железа» на этом рынке. Nvidia быстро выстроила свою экосистему, которая быстро наполнилась разработчиками и исследователями. В результате технологии стали еще больше популярными и доступными.
Конечно же, AMD не сидит, сложа, руки, наблюдая за дележом крупного «пирога» быстро растущего рынка. Так, в конце 2023 года компания представила свой специализированный ускоритель вычислений Instinct MI300x, прямой конкурент H100 от Nvidia. Каждая из компаний демонстрирует именно свое превосходство в результате собственных тестов, обвиняя конкуренты в предвзятости. Пока же рынок явно не готов к резким переменам, доверяя лидеру.
Менеджеры AMD демонстрируют превосходство своего продукта. Верить?
◦ Назад к содержанию ◬
Nvidia и OpenAI: друзья или уже конкуренты
Казалось бы, Nvidia — ведущая технологическая компания-производитель, а OpenAI занимается разработкой алгоритмов в области ИИ, созданием языковых моделей. Одни дают железо, а вторые — софт. OpenAI, как и другие разработчики в этой сфере, создает свой продукт на основе процессоров Nvidia. Обе компании, работая в тесной связке, помогают друг другу расти.
И хотя Nvidia и OpenAI не выглядят прямыми конкурентами, по мере развития отрасли они все чаще начинают бороться за потенциальных клиентов. В феврале Nvidia запустила своего собственного чат-бота Chat with RTX, который предназначен для работы на компьютерах с Windows с видеокартами GeForce RTX 30-й или 40-й серии с 8+ Гб видеопамяти. И при этом даже русский язык поддерживается!
Особенность этого чат-бота в том, что он может работать локально на ПК и выдавать правильные ответы на основе документов и видео пользователя. Chat with RTX по ссылке дает описание ролика на YouTube, обрабатывает PDF-файлы, причем быстрее облачных ChatGPT или Copilot. Демо-версию продукта Nvidia раздает бесплатно — отличная реклама своих возможностей. Вы можете работать с чат-ботом локально, без Интернета!
Чат-бот от Nvidia расшифровывает ролик с YouTube
Генеральный директор компании, Дженсен Хуанг, амбициозно заявил: «У нас есть необходимые мощности, масштаб и охват, чтобы помочь любой компании в любой отрасли заняться искусственным интеллектом».
И слова не расходятся с делом. Только в прошлом году Nvidia инвестировала более 2 миллиардов долларов в 35 стартапов в области ИИ.
Дженсен Хуанг подарил новый сервер DGX GH200 руководству OpenAI. Пиар лишним не бывает!
OpenAI тоже не сидит, сложа руки. Ситуация, когда на рынке один из производителей выпускает более 80% нужных чипов, не лучшая для заказчиков. Неслучайно Сэм Альтман пытается запустить проект на 7 триллионов долларов для покрытия дефицита вычислительных мощностей и развития ИИ.
◦ Назад к содержанию ◬
Nvidia: что же дальше?
Рост акций Nvidia происходит из-за веры инвесторов в светлое будущее. Не секрет, что технологии ИИ переживают настоящий бум! Это всем интересно, сфера их применения уже ясна, а сколько всего еще можно придумать! Нужны только вычислительные мощности, и вся надежда только на Nvidia. Компания заигрывает с OpenAI, но основными клиентами, готовыми ждать своей очереди, все равно являются такие гиганты, как Microsoft, Meta и Google. В свое время от дефицита пострадал даже Яндекс.
Рынок серверов растет, но в основном за счет интереса к решениям от Nvidia
Помните новость о том, что Microsoft собирается запустить суперкомпьютер за 100 миллиардов долларов для OpenAI? Ну и кто же будет поставлять сервера, как не Nvidia? Уже даже не футурологи, а специалисты по ИИ прогнозируют появление AGI (искусственного интеллекта уровня не ниже человеческого) в 2027–2028 годах. Осталось лишь собрать единый вычислительный кластер всего-то за триллион долларов. Похоже, деньги у бигтеха на это найдутся. И Nvidia выступает тут равноправным участником проекта.
Nvidia является полноценной частью творящейся сейчас революции. Компания подготовила почву для будущей реализации мощных вычислений. И на этой почве неожиданно быстро выросло дерево будущего, плодами которого мы уже начинаем пользоваться.
