Akcie výrobců čipů s umělou inteligencí, které jsou výzvou pro Nvidiu

Společnost Nvidia (NVDA) a její mimořádně výkonné grafické procesory pro datová centra stojí v centru revoluce umělé inteligence (AI). Pokročilé modely umělé inteligence, jako jsou ty, které pohánějí ChatGPT společnosti OpenAI, vyžadují k tréninku a provozu pořádný výpočetní výkon. Díky více než desetileté práci na budování ekosystému kolem svých čipů je Nvidia jednoznačným lídrem trhu. Nvidia nemusí zůstat tak dominantní navždy. Jak Advanced Micro Devices (AMD), tak Intel (INTC) usilují o trh s akcelerátory umělé inteligence. Zatímco společnost Nvidia nebude v dohledné době sesazena z trůnu, AMD a Intel zaznamenávají prudký nárůst zájmu o svá vlastní řešení AI. Advanced Micro Devices Společnost AMD není ve světě grafických procesorů pro datová centra žádným nováčkem, ale zatím jí exploze umělé inteligence do značné míry uniká. Část problému spočívá v softwaru. Nvidia od roku 2006 pracuje na své výpočetní platformě CUDA, která funguje pouze s jejími vlastními GPU a stala se průmyslovým standardem. Kolem CUDA je vybudován rozsáhlý ekosystém, takže grafické procesory Nvidia jsou cestou nejmenšího odporu pro v podstatě jakoukoli akcelerační zátěž v datovém centru. Společnost AMD se snaží tuto situaci změnit dvojím přístupem. V oblasti hardwaru se společnost chystá uvést na trh rodinu velmi výkonných čipů pod značkou Instinct. Patří sem MI300X, čistě GPU zaměřený na náročné generativní tréninkové úlohy AI, a MI300A, který zahrnuje jádra CPU a GPU. Zdroj: Gettyimages V oblasti softwaru pracuje společnost AMD na svém otevřeném softwarovém ekosystému nazvaném ROCm. Nvidia má obrovský náskok, ale nejnovější verze ROCm podporuje populární frameworky strojového učení včetně TensorFlow a PyTorch. ROCm existuje již od roku 2016, ale AMD se nyní snaží o obnovení, protože poptávka po akcelerátorech umělé inteligence prudce roste. Ačkoli společnost AMD zatím nemá z boomu umělé inteligence žádný významný finanční přínos, mohlo by se to změnit ještě letos a v roce 2024, kdy bude uveden na trh její výkonný hardware MI300. Společnost uvedla, že počet zakázek na AI clustery ve druhém čtvrtletí vzrostl oproti prvnímu čtvrtletí sedmkrát, což naznačuje, že o tyto nové čipy je intenzivní zájem. Software staví AMD do nevýhody, ale AMD bude vstupovat na trh, který se dožaduje jiných možností než drahých GPU Nvidia. Intel Čipový gigant Intel dlouho dominoval trhu s procesory pro datová centra, zatímco na trhu s akcelerátory pro datová centra do značné míry chyběl. V rámci své několikaleté strategie obratu má nyní společnost několik možností, jak se vydat za prudce rostoucí poptávkou po čipech s umělou inteligencí. Zaprvé, serverové procesory Sapphire Rapids společnosti Intel, které se chronicky opožďují, mají vestavěné akcelerátory, z nichž některé jsou přizpůsobeny pro pracovní zátěž s umělou inteligencí. Společnost Intel tvrdí, že v zátěžích AI překonává nejnovější serverové procesory konkurenční společnosti AMD až sedminásobně. Procesory Intel sice nejsou schopné trénovat nebo spouštět velké pokročilé generativní modely AI, ale mohly by být cenově výhodným řešením pro spouštění menších modelů a dalších nenáročných úloh AI. Zdroj: Shutterstock Kromě procesorů nabízí Intel také grafické procesory pro datová centra řady Max a specializovanou řadu čipů Gaudi pro umělou inteligenci. Gaudi pochází z akvizice společnosti Habana v roce 2019, a přestože současné čipy Gaudi2 nejsou tak rychlé jako nejnovější GPU pro datová centra od společnosti NVIDIA, jsou konkurenceschopné, pokud zohledníme cenu a výkon. Lídr v oblasti cloud computingu Amazon Web Services již nabízí instance s čipy Gaudi a společnost Intel pracuje na nové generaci Gaudi, aby využila rostoucí poptávku. Ve druhém čtvrtletí společnost zaznamenala šestinásobný nárůst počtu akcelerátorů, který byl z velké části způsoben právě čipy Gaudi. Stejně jako AMD je Intel v nevýhodě, pokud jde o software, ačkoli Gaudi podporuje populární rámce pro umělou inteligenci. Intel nemůže porazit Nvidii v hrubém výkonu při tréninku AI, ale může konkurovat v celkových číslech. Vzhledem k tomu, jak nákladné může být trénování velkých modelů AI, to vypadá jako vítězná strategie.