Nvidia: Процесорите ни са с поне поколение по-напред от тези на Google

Битката между ИТ гигантите по отношение на процесорите за изкуствен интелект се разгорещява. Nvidia публично потвърди господството си в надпреварата за AI-хардуер, заявявайки, че нейните графични процесори остават „едно поколение пред индустрията“ и по-конкретно тези на Google, съобщава CNBC.

Това се случва на фона на нарастващ интерес към персонализираните AI чипове на Google, наричани тензорни процесорни устройства (TPU), от страна на големи играчи в индустрията. Според скорошни съобщения, Meta Platforms води преговори купуване на чиповете на Google за своите центрове за данни. Сделката ще е за милиарди, като доставките трябва да започнат през 2027 г. - ход, който, ако се случи, може значително да намали пазарния дял на Nvidia.

Новината изглежда подразни Nvidia. Компанията обяви, че се „радва на успеха на Google” и вижда, че процесорите на интернет гиганта постигат напредък“, като уточни, че ще продължи доставките и на своите процесори за Google.

След това уточни, че нейните собствени процесори продължават да осигуряват несравнима производителност, гъвкавост и универсалност. „Nvidia е поколение напред спрямо индустрията – това е единствената платформа, която може да работи с всеки AI модел и го прави навсякъде, където има изчисления“, заяви компанията.

За разлика от алтернативите, базирани на ASIC (като TPU), графичните процесори са с общо предназначение. Те са способни не само на обучение и обработка на алгоритми с изкуствен интелект, но и на графично рендериране, обработка на видео, 3D натоварвания и смесени задачи, от които много предприятия все още се нуждаят. Именно тази гъвкавост е причината досега графичните процесори да захранват голямата част от AI инфраструктурата в световен мащаб. Много анализатори смятат, че Nvidia все още контролира 80–90% (някои казват до 95%) от пазара на AI ускорители.

За компании, чиито работни натоварвания с изкуствен интелект са фокусирани върху мащабно обучение или извод на модели за машинно обучение, ефективността и цената на операция на специализиран хардуер са от голямо значение. Това е нишата, където TPU на Google се открояват. Те са проектирани специално за тензорна математика, оптимизирани за AI и потенциално по-енергийно ефективни и рентабилни от по-общите графични процесори при мащабиране.

Ако големи играчи като Meta приемат широко TPU, това би могло да намали зависимостта от графичните процесори като единственото решение в момента. Това също така сигнализира за възможна промяна в архитектурата на бъдещата AI инфраструктура - към хардуерни среди, комбиниращи GPU, TPU, може би дори специализирани ASIC или NPU.

Това засилващо се съперничество е от значение не само за Nvidia и Google. Тъй като цената, скоростта и мащабируемостта на изчисленията с изкуствен интелект се превръщат в стратегически предимства, целите и очакванията стават все по-високи. Големите технологични компании, като Meta, доставчици на облачни услуги, стартиращи компании до изследователски лаборатории, сега трябва да преценят гъвкавостта спрямо специализацията, цената спрямо производителността и зависимостта от доставчика спрямо диверсификацията на доставките.

За Nvidia това може да означава загуба на дял, ако клиентите се насочат към по-евтини или по-ефективни чипове. За Google това е залог, че вътрешният хардуерен и софтуерен пакет може да се мащабира, адаптира и печели клиенти отвъд собствения им облак, трансформирайки TPU от вътрешни инструменти в масова инфраструктура.