Rozkwit Sztucznej Inteligencji (AI) przyczynił się do wzrostu popytu na karty graficzne Nvidia, umacniając dominację firmy na rynku układów GPU wysokiej klasy. Jednak rywalizujący producenci chipów również nie pozostają w tyle i walczą o swoje udziały w rozwijającym się rynku chipów AI. Podczas gdy Nvidia stale pozostaje liderem w dziedzinie GPU dedykowanych modelom AI, przyszłość może przynieść nowe wyzwania i konkurentów.
Nvidia odpowiedziała na rosnące zapotrzebowanie, przyspieszając rozwój szybszych i bardziej wydajnych GPU. Ostatnio zaprezentowana karta H200 obiecuje prawie dwukrotne przyspieszenie w porównaniu do poprzednika, co czyni ją atrakcyjną opcją dla modeli uczenia maszynowego. Nowe GPU mają być instalowane w centrach danych obsługiwanych przez gigantów technologicznych, takich jak Google, Microsoft i Amazon Web Services (AWS).
Ale Nvidia nie spoczywa na laurach. Firma już zdradziła plany dotyczące następnej generacji układów AI, w tym nadchodzącą kartę B100, która dalszo zwiększy moc obliczeniową. Obecnie H100 Nvidii jest najpotężniejszym GPU na rynku i preferowanym wyborem dla aplikacji AI w chmurze i superkomputerach.
Jednak dominacja Nvidii może wkrótce spotkać się z zaciekłą konkurencją. Południowokoreański producent półprzewodników – Sapeon, zaprezentował najnowszy procesor AI, o nazwie X330. Twierdzi, że jest on szybszy i bardziej energooszczędny od H100 Nvidii. Tymczasem Intel również podwaja wysiłki w ofercie AI, mając na celu odzyskanie swojej pozycji na rynku centrów danych za pomocą nowych procesorów Xeon i zestawu akceleratorów AI.
Podczas gdy GPU odegrały kluczową rolę w procesie szkolenia dużyh modeli AI, coraz ważniejsze staje się ich codzienne użytkowanie. Tańsze i bardziej energooszczędne procesory CPU, takie jak nowe CPU „Maia” Microsoftu, mogą stanowić alternatywę dla GPU, zwłaszcza w zastosowaniach, które nie wymagają intensywnych obliczeń.
Oprócz GPU i CPU, istnieje jeszcze trzeci rodzaj procesora, który może zakłócić rynek – Tensor Processing Units (TPU). Google, jako pionier w dziedzinie TPU, przedstawia je jako alternatywę dla GPU w różnych zadaniach związanych z uczeniem maszynowym. Sam Altman, były dyrektor generalny OpenAI, raportowany jest jako osoba pozyskująca fundusze dla startupu zajmującego się TPU, co potencjalnie stanowi konkurencję dla Nvidii na rynku układów AI.
W miarę wzrostu zapotrzebowania na AI, dominacja Nvidii na rynku GPU będzie musiała stawić czoła rosnącej konkurencji ze strony firm takich jak Sapeon, Intel oraz rozwijającej się technologii, takiej jak TPU. Walka o dominację w dziedzinie AI jest daleka od rozstrzygnięcia, a przyszłość rozwoju GPU zadecyduje, które firmy będą liderami w napędzaniu rewolucji AI.