Софтуерът: Тайното оръжие на Nvidia

Главният изпълнителен директор и основател на Nvidia Дженсън Хуанг даде старт на тазгодишното издание на CES с основната си реч. След нея последваха доста анализи, и ако не разполагате с 90 минути, които да отделите, ние можем да ги обобщим за вас – Nvidia разполага с целия софтуер. Или поне има повече от вас.

Искате да създадете робот? Nvidia има софтуер за това. Проектирате фабрика? Няма проблем. Автономни автомобили, откриване на лекарства, видеоигри – те имат и това. Освен това, компанията не предлага само основно приложение, а няколко слоя – за проектиране на робот, моделиране на взаимодействията му с физическия свят и след това за пускането му в производство. Nvidia разполага със софтуер за всичко.

Това не е точно новина – смисълът на всичко това е да се затвърди посланието, че повечето компании ще получат голямо предимство, ако започнат с предложенията на Nvidia.

В интерес на истината, нямаме представа колко успешни ще бъдат всички тези продукти. Доста сме сигурни, че и Nvidia не е много наясно с това. Суперсилата на компанията е способността да рискува, без да се страхува от провал, и подозираме, че много от анонсите тази седмица ще се сблъскат със смесени резултати. Казано по-просто, за компаниите, които не планират да обучават свои собствени основополагащи ИИ-модели, работата с инструментите на Nvidia ще бъде най-лесният начин за разработване на приложения с ИИ.

Това важи с особена сила полупроводниковите компании. Тук преднината на Nvidia е двойно по-голяма. Първо, конкурирането с Nvidiа в продажбата на ИИ-чипове изисква огромни инвестиции в софтуер и вероятно половин десетилетие за изграждането му.

AMD изостава с година или две в това състезание, но пък е далеч пред номер три – Broadcom. На всички останали им предстои дълъг път, за да достигнат до базовите нива.

Другият елемент, който извадихме от забележките на Хуанг, беше нивото, до което Nvidia „яде собствената си кучешка храна“. Изглежда, че те използват инструменти за изкуствен интелект, за да ускорят разработването на собствените си чипове. Смятаме, че е твърде рано да се каже каква част от цикъла на проектиране на полупроводници може да се възползва от моделите на ИИ, базирани на трансформатори, но ако дори половината от работния процес може да бъде подобрен (смеем да кажем „ускорен“) с помощта на ИИ, тогава Nvidia ще има значително предимство в производителността пред своите конкуренти.

Миналата година Nvidia добави 70 млрд. долара приходи и 52 млрд. долара оперативна печалба, като същевременно добави само 6 млрд. долара оперативни разходи. И сега има риск да стане още по-продуктивна?