Nvidia ผู้ชนะที่โดดเด่นที่สุด ท่ามกลางความก้าวหน้าของปัญญาประดิษฐ์ บริษัทประสบความสำเร็จ และมีบทบาทสำคัญด้าน A.I. อย่างครบวงจร ตั้งแต่การพัฒนาตั้งแต่ชิปไปจนถึงซอฟต์แวร์ ตลอดจนเซอร์วิสอื่นๆ
The most visible winner of the artificial intelligence boom achieved its dominance by becoming a one-stop shop for A.I. development, from chips to software to other services.
Nvidia พัฒนาความสามารถในการแข่งขันด้านชิป A.I ได้อย่างไร
Naveen Rao นักประสาทวิทยาที่ผันตัวมาเป็นผู้ประกอบการด้านเทคโนโลยี เคยพยายามแข่งขันกับ Nvidia ผู้ผลิตชิปชั้นนำของโลกที่ออกแบบมาสำหรับปัญญาประดิษฐ์โดยเฉพาะ
ในบริษัทสตาร์ทอัพที่บริษัทเซมิคอนดักเตอร์ยักษ์ใหญ่อย่าง Intel ซื้อในภายหลัง นาย Rao ทำงานเกี่ยวกับชิปที่มีจุดประสงค์เพื่อใช้แทนหน่วยประมวลผลกราฟิกของ Nvidia ซึ่งเป็นส่วนประกอบที่ดัดแปลงสำหรับ A.I. งานต่างๆ เช่น การเรียนรู้ของเครื่อง แต่ในขณะที่ Intel ดำเนินการอย่างช้าๆ Nvidia ก็อัปเกรดผลิตภัณฑ์อย่างรวดเร็วด้วย A.I ใหม่ คุณสมบัติที่ขัดแย้งกับสิ่งที่เขากำลังพัฒนา นายราวกล่าว
หลังจากออกจาก Intel และเป็นผู้นำบริษัทสตาร์ทอัพซอฟต์แวร์ MosaicML คุณ Rao ใช้ชิปของ Nvidia และประเมินชิปเทียบกับชิปของคู่แข่ง เขาพบว่า Nvidia ได้สร้างความแตกต่างนอกเหนือจากชิปด้วยการสร้างชุมชนขนาดใหญ่ของ A.I. โปรแกรมเมอร์ที่คิดค้นโดยใช้เทคโนโลยีของบริษัทอย่างต่อเนื่อง
“ทุกคนสร้างบน Nvidia ก่อน” Mr. Rao กล่าว “หากคุณออกมาพร้อมกับฮาร์ดแวร์ชิ้นใหม่ คุณกำลังเร่งตามให้ทัน”
กว่า 10 ปีที่ผ่านมา Nvidia ได้สร้างความเป็นผู้นำในการผลิตชิปที่สามารถทำ A.I ที่ซับซ้อนได้ งานต่างๆ เช่น รูปภาพ การจดจำใบหน้าและคำพูด รวมถึงการสร้างข้อความสำหรับแชทบอท เช่น ChatGPT ผู้ประกอบการอุตสาหกรรมที่เพิ่งเริ่มต้นประสบความสำเร็จในการครอบงำดังกล่าวโดยการยอมรับ A.I. มีแนวโน้มตั้งแต่เนิ่นๆ ปรับแต่งชิปให้เหมาะกับงานเหล่านั้น จากนั้นจึงพัฒนาซอฟต์แวร์หลักๆ ที่ช่วยในเรื่องการพัฒนา A.I..
Jensen Huang ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Nvidia ได้ยกระดับมาตรฐานขึ้นมาอย่างต่อเนื่อง เพื่อรักษาตำแหน่งผู้นำ บริษัทของเขายังเสนอให้ลูกค้าเข้าถึงคอมพิวเตอร์เฉพาะทาง บริการด้านคอมพิวเตอร์ และเครื่องมืออื่นๆ ของการค้าที่กำลังเติบโตของพวกเขา นั่นทำให้ Nvidia กลายเป็นร้านค้าครบวงจรสำหรับ A.I. สำหรับทุกความต้องการและจุดประสงค์ การพัฒนา.
ในขณะที่ Google, Amazon, Meta, IBM และอื่นๆ ต่างก็ผลิต A.I. ชิป NVIDIA ในปัจจุบันมีสัดส่วนมากกว่า 70 เปอร์เซ็นต์ของ A.I. การขายชิปและดำรงตำแหน่งที่ใหญ่กว่าในการฝึกอบรม A.I. อ้างอิงจากบริษัทวิจัย Omdia
ในเดือนพฤษภาคม สถานะของบริษัทในฐานะผู้ชนะด้าน A.I. การปฏิวัติเริ่มชัดเจนเมื่อคาดการณ์รายรับรายไตรมาสจะเพิ่มขึ้น 64 เปอร์เซ็นต์ ซึ่งมากกว่าที่วอลล์สตรีทคาดไว้มาก ในวันพุธ NVIDIA ซึ่งมีมูลค่าตลาดพุ่งทะลุ 1 ล้านล้านดอลลาร์จนกลายเป็นผู้ผลิตชิปที่มีมูลค่ามากที่สุดในโลก คาดว่าจะยืนยันผลการบันทึกเหล่านั้นและให้สัญญาณเพิ่มเติมเกี่ยวกับ A.I. ที่เฟื่องฟู ความต้องการ.
“ลูกค้าจะรอ 18 เดือนเพื่อซื้อระบบ Nvidia แทนที่จะซื้อชิปที่มีจำหน่ายทั่วไปจากสตาร์ทอัพหรือคู่แข่งรายอื่น” Daniel Newman นักวิเคราะห์จาก Futurum Group กล่าว “มันเหลือเชื่อมาก”
นายหวง วัย 60 ปี ซึ่งเป็นที่รู้จักจากเสื้อแจ็คเก็ตหนังสีดำที่เป็นเครื่องหมายการค้า กล่าวถึง A.I. เป็นเวลาหลายปีก่อนที่จะกลายเป็นหนึ่งในใบหน้าที่โด่งดังที่สุดของขบวนการนี้ เขาเปิดเผยต่อสาธารณะว่าคอมพิวเตอร์กำลังเผชิญกับการเปลี่ยนแปลงครั้งใหญ่ที่สุดนับตั้งแต่ IBM ได้กำหนดวิธีการทำงานของระบบและซอฟต์แวร์ส่วนใหญ่เมื่อ 60 ปีที่แล้ว ตอนนี้เขากล่าวว่า GPU และชิปวัตถุประสงค์พิเศษอื่นๆ กำลังเข้ามาแทนที่ไมโครโปรเซสเซอร์มาตรฐาน และ A.I.chatbots ทกำลังเข้ามาแทนที่การเข้ารหัสซอฟต์แวร์ที่ซับซ้อน
“สิ่งที่เราเข้าใจก็คือนี่คือการคิดค้นวิธีการประมวลผลแบบใหม่” นาย Huang กล่าวในการให้สัมภาษณ์ “และเราสร้างทุกสิ่งทุกอย่างตั้งแต่พื้นฐาน ตั้งแต่โปรเซสเซอร์ไปจนถึงจุดสิ้นสุด”
Mr. Huang มีส่วนช่วยก่อตั้ง Nvidia ในปี 1993 เพื่อสร้างชิปที่เรนเดอร์รูปภาพในวิดีโอเกม แม้ว่าไมโครโปรเซสเซอร์มาตรฐานจะเก่งในการคำนวณที่ซับซ้อนตามลำดับ แต่ GPU ของบริษัทก็สามารถทำงานง่ายๆ หลายอย่างได้ในคราวเดียว
ในปี พ.ศ. 2549 นาย Huang ได้ดำเนินการต่อไป เขาได้ประกาศเทคโนโลยีซอฟต์แวร์ที่เรียกว่า CUDA ซึ่งช่วยให้ตั้งโปรแกรม GPU สำหรับงานใหม่ๆ โดยเปลี่ยนจากชิปสำหรับวัตถุประสงค์เดียวไปเป็นชิปสำหรับใช้งานทั่วไปมากขึ้น ซึ่งสามารถนำไปใช้งานอื่นๆ ในสาขาต่างๆ เช่น ฟิสิกส์และการจำลองทางเคมี
ความก้าวหน้าครั้งใหญ่เกิดขึ้นในปี 2012 เมื่อนักวิจัยใช้ GPU เพื่อให้ได้ความแม่นยำเหมือนมนุษย์ในงานต่างๆ เช่น การจดจำแมวในรูปภาพ ซึ่งเป็นบรรพบุรุษของการพัฒนาล่าสุด เช่น การสร้างภาพจากข้อความแจ้ง
Nvidia ตอบสนองด้วยการเปลี่ยน “ทุกแง่มุมของบริษัทของเราเพื่อพัฒนาสาขาใหม่นี้” นายเจนเซ่นกล่าวเมื่อเร็ว ๆ นี้ในการกล่าวสุนทรพจน์รับปริญญาที่มหาวิทยาลัยแห่งชาติไต้หวัน
ความพยายามดังกล่าวซึ่งบริษัทประเมินว่ามีค่าใช้จ่ายมากกว่า 3 หมื่นล้านดอลลาร์ ในช่วงทศวรรษที่ผ่านมา ทำให้ Nvidia เป็นมากกว่าซัพพลายเออร์ส่วนประกอบ นอกเหนือจากการร่วมมือกับนักวิทยาศาสตร์ชั้นนำและสตาร์ทอัพแล้ว บริษัทยังสร้างทีมที่มีส่วนร่วมโดยตรงใน A.I. กิจกรรมต่างๆ เช่น การสร้างและฝึกอบรมโมเดลภาษา
คำเตือนล่วงหน้าเกี่ยวกับสิ่งที่ A.I. ผู้ปฏิบัติงานจำเป็นต้องทำให้ Nvidia พัฒนาซอฟต์แวร์หลักหลายชั้นนอกเหนือจาก CUDA สิ่งเหล่านี้รวมถึงโค้ดที่สร้างไว้ล่วงหน้าหลายร้อยชิ้นที่เรียกว่าไลบรารี ซึ่งช่วยประหยัดแรงงานสำหรับโปรแกรมเมอร์
ในด้านฮาร์ดแวร์ Nvidia ได้รับชื่อเสียงในด้านการส่งมอบชิปที่เร็วขึ้นอย่างต่อเนื่องทุกๆ สองสามปี ในปี 2560 เริ่มปรับแต่ง GPU เพื่อรองรับการคำนวณ A.I.
ในปีเดียวกันนั้นเอง Nvidia ซึ่งโดยปกติจะขายชิปหรือแผงวงจรสำหรับระบบของบริษัทอื่น ก็เริ่มขายคอมพิวเตอร์ทั้งระบบเพื่อดำเนินการเกี่ยวกับ A.I. งานได้อย่างมีประสิทธิภาพมากขึ้น ปัจจุบันระบบบางส่วนมีขนาดเท่ากับซูเปอร์คอมพิวเตอร์ ซึ่งประกอบและดำเนินการโดยใช้เทคโนโลยีเครือข่ายที่เป็นเอกสิทธิ์และ GPU นับพันตัว ฮาร์ดแวร์ดังกล่าวอาจใช้เวลาหลายสัปดาห์ในการฝึกอบรมโมเดล A.I ล่าสุด
“การประมวลผลประเภทนี้ไม่อนุญาตให้คุณสร้างชิปและลูกค้าใช้งาน” นาย Huang กล่าวในการสัมภาษณ์ “คุณต้องสร้างศูนย์ข้อมูลทั้งหมด”
เมื่อเดือนกันยายนปีที่แล้ว Nvidia ได้ประกาศการผลิตชิปใหม่ชื่อ H100 ซึ่งได้รับการปรับปรุงเพื่อรองรับการทำงานของหม้อแปลงไฟฟ้า การคำนวณดังกล่าวกลายเป็นรากฐานสำหรับบริการต่างๆ เช่น ChatGPT ซึ่งกระตุ้นให้คุณ Huang เรียกว่า “ช่วงเวลาของ iPhone” ของ Generative A.I.
เพื่อขยายอิทธิพลออกไป เมื่อเร็วๆ นี้ Nvidia ยังได้สร้างความร่วมมือกับบริษัทเทคโนโลยีขนาดใหญ่และลงทุนใน A.I. สตาร์ทอัพที่ใช้ชิปของตัวเอง หนึ่งในนั้นคือ Inflection AI ซึ่งในเดือนมิถุนายนได้ประกาศการระดมทุน 1.3 พันล้านดอลลาร์จาก Nvidia และอื่น ๆ เงินดังกล่าวถูกใช้เพื่อช่วยในการซื้อชิป H100 จำนวน 22,000 ตัว
Mustafa Suleyman ผู้บริหารระดับสูงของ Inflection กล่าวว่าไม่มีภาระผูกพันในการใช้ผลิตภัณฑ์ของ Nvidia แต่คู่แข่งไม่มีทางเลือกอื่นที่เป็นไปได้ “ไม่มีใครเข้าใกล้เลย” เขากล่าว
Nvidia ยังได้กำกับเงินสดและ H100 ที่หายากเมื่อเร็วๆ นี้เพื่อให้บริการคลาวด์อย่าง CoreWeave ที่ให้บริษัทต่างๆ เช่าเวลาบนคอมพิวเตอร์แทนที่จะซื้อของตัวเอง CoreWeave ซึ่งจะเป็นผู้ดำเนินการฮาร์ดแวร์ของ Inflection และเป็นเจ้าของชิป Nvidia มากกว่า 45,000 ตัว ได้ระดมหนี้ 2.3 พันล้านดอลลาร์ ในเดือนนี้เพื่อช่วยในการซื้อเพิ่ม
เมื่อพิจารณาถึงความต้องการชิป Nvidia จะต้องตัดสินใจว่าใครจะได้ชิปจำนวนเท่าใด อำนาจนั้นทำให้ผู้บริหารด้านเทคโนโลยีบางคนไม่สบายใจ
“เป็นสิ่งสำคัญมากที่ฮาร์ดแวร์จะต้องไม่กลายเป็นคอขวดสำหรับ A.I. หรือผู้เฝ้าประตูสำหรับ A.I. ” Clément Delangue ประธานเจ้าหน้าที่บริหารของ Hugging Face ซึ่งเป็นพื้นที่เก็บข้อมูลออนไลน์สำหรับโมเดลภาษาที่ทำงานร่วมกับ Nvidia และคู่แข่งกล่าว
คู่แข่งบางรายกล่าวว่าเป็นการยากที่จะแข่งขันกับบริษัทที่ขายคอมพิวเตอร์ ซอฟต์แวร์ บริการคลาวด์ และ A.I ที่ได้รับการฝึกอบรม รุ่นต่างๆ รวมถึงโปรเซสเซอร์ด้วย
“ไม่เหมือนกับบริษัทชิปอื่นๆ ตรงที่พวกเขาเต็มใจที่จะแข่งขันกับลูกค้าอย่างเปิดเผย” Andrew Feldman ประธานเจ้าหน้าที่บริหารของ Cerebras ซึ่งเป็นสตาร์ทอัพที่พัฒนาชิป A.I.
แต่มีลูกค้าเพียงไม่กี่รายที่บ่น อย่างน้อยก็ในที่สาธารณะ แม้แต่ Google ที่เริ่มสร้าง A.I. ที่แข่งขันกัน ชิปเมื่อกว่าทศวรรษที่แล้วต้องอาศัย GPU ของ Nvidia ในการทำงานบางส่วน
ความต้องการชิปของ Google นั้น “มหาศาล” Amin Vahdat รองประธานของ Google และผู้จัดการทั่วไปฝ่ายโครงสร้างพื้นฐานการประมวลผลกล่าว แต่เขาเสริมว่า “เราทำงานอย่างใกล้ชิดกับ Nvidia”
Nvidia ไม่ได้หารือเกี่ยวกับราคาหรือนโยบายการจัดสรรชิป แต่ผู้บริหารในอุตสาหกรรมและนักวิเคราะห์กล่าวว่า H100 แต่ละตัวมีราคา 15,000 ดอลลาร์ ถึงมากกว่า 40,000 ดอลลาร์ ขึ้นอยู่กับบรรจุภัณฑ์และปัจจัยอื่นๆ ซึ่งมากกว่าชิป A100 รุ่นก่อนประมาณสองถึงสามเท่า
การกำหนดราคา “เป็นที่แห่งหนึ่งที่ Nvidia เหลือพื้นที่มากมายให้คนอื่นแข่งขัน” David Brown รองประธานฝ่ายคลาวด์ของ Amazon กล่าว โดยอ้างว่า A.I ของตัวเอง ชิปมีราคาต่อรองได้เมื่อเทียบกับชิป Nvidia ที่ใช้ด้วย
นาย Huang กล่าวว่าประสิทธิภาพที่ดีขึ้นของชิปของเขาช่วยประหยัดเงินของลูกค้าได้ “หากคุณสามารถลดเวลาการฝึกอบรมลงครึ่งหนึ่งบนศูนย์ข้อมูลมูลค่า 5 พันล้านดอลลาร์ได้ การประหยัดจะมากกว่าต้นทุนของชิปทั้งหมด” เขากล่าว “เราเป็นโซลูชั่นที่มีต้นทุนต่ำที่สุดในโลก”
เขายังได้เริ่มโปรโมตผลิตภัณฑ์ใหม่ Grace Hopper ซึ่งรวม GPU เข้ากับไมโครโปรเซสเซอร์ที่พัฒนาภายใน ชิปตอบโต้ที่คู่แข่งบอกว่าใช้พลังงานน้อยกว่ามากในการรัน A.I. services.
ถึงกระนั้น การแข่งขันที่เพิ่มมากขึ้นก็ดูเหมือนจะหลีกเลี่ยงไม่ได้ หนึ่งในผู้เข้าร่วมที่มีแนวโน้มมากที่สุดในการแข่งขันคือ GPU ที่ขายโดย Advanced Micro Devices กล่าวโดย Mr. Rao ซึ่งเพิ่งซื้อบริษัทสตาร์ทอัพดาต้าบริคส์ ซึ่งเป็นบริษัทข้อมูล และ A.I.
“ไม่ว่าใครอยากจะบอกว่ามันเสร็จสิ้นแล้ว แต่มันก็ยังไม่เสร็จสิ้นทั้งหมด” Lisa Su ผู้บริหารระดับสูงของ AMD กล่าว