Nvidia H100. Источник: Bloomberg
На данный момент Nvidia остается главным поставщиком «кирок и лопат» в золотой лихорадке ИИ. Выручка продолжает расти, а портфель заказов на линейку чипов Hopper и ее преемника — Blackwell — переполнен.
Дальнейший успех компании зависит от того, смогут ли Microsoft Corp., Google и другие технологические гиганты найти достаточно коммерческих применений для ИИ, чтобы получить прибыль от масштабных инвестиций в чипы Nvidia. Даже если им это удастся, неясно, сколько самых мощных и прибыльных чипов для этого понадобится: в январе китайский стартап DeepSeek выпустил модель ИИ, которая, по его словам, работает так же хорошо, как модели крупных американских компаний, но требует гораздо меньше ресурсов для разработки.
После того как DeepSeek опубликовал статью, детализирующую возможности новой модели и то, как она была создана, рыночная стоимость Nvidia упала на $589 млрд за один день, что стало крупнейшим падением в истории фондового рынка. В последующие недели она восстановилась, но к концу февраля все еще была ниже уровня, зафиксированного в начале года.
Разбираемся, что стояло за впечатляющим ростом Nvidia и какие вызовы ждут впереди.
Какие чипы Nvidia для ИИ наиболее популярны
Сейчас основной доход Nvidia приносит графический процессор Hopper H100, названный в честь пионера компьютерных наук Грейс Хоппер. Этот чип представляет собой усовершенствованную версию GPU, изначально разработанного для компьютерных игр. На смену Hopper приходит новая серия Blackwell, получившая имя математика Дэвида Блэквелла.
Обе линейки процессоров используют технологию, объединяющую компьютерные кластеры в единые системы для высокоскоростной обработки больших объемов данных. Это делает их незаменимыми для энергоемкого процесса обучения нейросетей — основы современных ИИ-продуктов.
Nvidia, основанная в 1993 году, стала лидером рынка благодаря дальновидным инвестициям. Более десяти лет назад компания сделала ставку на то, что способность GPU к параллельным вычислениям найдет применение за пределами игровой индустрии.
Калифорнийская компания выпустит Blackwell в нескольких модификациях. Флагманский суперчип GB200 объединит два графических процессора Blackwell с универсальным центральным процессором Grace (также названным в честь Грейс Хоппер).
Что отличает чипы Nvidia для ИИ
Современные генеративные ИИ-системы учатся переводить тексты, обобщать отчеты и создавать изображения, анализируя огромные массивы данных. Чем больше информации обрабатывает система, тем качественнее результат. Для достижения профессионального уровня ИИ совершает миллиарды попыток методом проб и ошибок, что требует колоссальных вычислительных мощностей.
Новый процессор Blackwell превосходит предшественника Hopper в 2,5 раза по производительности при обучении ИИ-моделей. Конструкция Blackwell настолько сложна, что его невозможно производить как единый чип — он состоит из двух процессоров, объединенных специальным интерфейсом для синхронной работы.
Высокая производительность чипов Hopper и Blackwell критически важна для компаний, разрабатывающих ИИ-системы. Эти процессоры считаются настолько стратегически важными, что правительство США ограничило их поставки в Китай.
Как Nvidia стала лидером рынка ИИ-чипов
До прорыва в сфере искусственного интеллекта Nvidia доминировала на рынке графических процессоров, которые отвечают за формирование изображения на экране компьютера. Ее мощные GPU с тысячами вычислительных ядер способны одновременно выполнять множество операций, что позволяет создавать реалистичную графику в современных видеоиграх, включая сложные эффекты теней и отражений.
В начале 2000-х инженеры Nvidia осознали потенциал графических ускорителей за пределами игровой индустрии. В то же время исследователи искусственного интеллекта обнаружили, что именно такая архитектура чипов может сделать их разработки практически применимыми.
Как конкуренты пытаются догнать Nvidia
По данным исследовательской компании IDC, Nvidia контролирует около 90% рынка GPU для дата-центров. Крупнейшие облачные провайдеры — Amazon Web Services, Google Cloud и Microsoft Azure — пытаются разработать собственные чипы. Аналогичные попытки предпринимают прямые конкуренты Nvidia — Advanced Micro Devices (AMD) и Intel, но пока безуспешно.
AMD считается главным претендентом на то, чтобы потеснить Nvidia. Однако в январе компания сообщила, что продажи в первом полугодии останутся на уровне предыдущих шести месяцев. Улучшения ожидаются во второй половине 2025 года после выпуска нового чипа. AMD воздержалась от годового прогноза выручки, что породило слухи о проблемах с наращиванием производства.
В чем секрет лидерства Nvidia
Nvidia регулярно обновляет не только оборудование, но и программное обеспечение для него — с такой скоростью, которую конкуренты пока не могут поддерживать. Компания разработала специальные кластерные системы, позволяющие клиентам быстро разворачивать крупные партии процессоров H100.
Конкуренты отстают по ключевым параметрам. Например, процессоры Intel Xeon способны обрабатывать сложные данные, но из-за меньшего количества ядер они медленнее справляются с большими объемами информации, необходимыми для обучения ИИ-моделей. Intel, бывший лидер рынка компонентов для дата-центров, до сих пор не смогла создать ускорители, которые могли бы конкурировать с продуктами Nvidia.
Сохраняется ли спрос на ИИ-процессоры
Глава Nvidia Дженсен Хуанг регулярно подчеркивает, что компания не успевает выполнять все поступающие заказы даже на предыдущие модели чипов. Инвесторы ожидают подтверждения этой информации в предстоящем квартальном отчете компании.
Крупнейшие технологические компании — Microsoft, Amazon, Meta и Google — заявили о планах инвестировать сотни миллиардов долларов в развитие ИИ-технологий и поддерживающей инфраструктуры. Однако недавно появились сомнения в устойчивости этого тренда. По данным инвестиционного банка TD Cowen, Microsoft отменила несколько договоров аренды дата-центров в США. Это породило опасения, что компания могла переоценить свои долгосрочные потребности в вычислительных мощностях для ИИ.
Почему китайский DeepSeek встревожил рынок ИИ
Китайский стартап DeepSeek выпустил модель искусственного интеллекта R1 с открытым кодом, которая достигает уровня американских конкурентов при значительно меньших затратах ресурсов. Это заставило участников рынка пристально изучать технологию компании.
В отличие от конкурентов, использующих искусственное обучение, DeepSeek совершенствует свою модель на реальных данных методом вывода. Этот подход требует меньше ресурсов и данных для обучения.
Nvidia, потенциально наиболее уязвимая для такого прорыва компания, признала разработку DeepSeek «отличным достижением в области ИИ», отметив, что оно было достигнуто без нарушения американских экспортных ограничений. Это заявление развеяло сомнения аналитиков в возможности такого прорыва без доступа к передовым GPU Nvidia, запрещенным к экспорту в Китай.
Однако Nvidia подчеркивает, что ее процессоры останутся востребованными даже при смене подхода к созданию ИИ-моделей: «Метод вывода все равно требует значительного количества GPU Nvidia и высокопроизводительных сетей».
Как AMD и Intel поспевают в гонке за лидером рынка ИИ-чипов
AMD, второй крупнейший производитель графических процессоров, в 2023 году представила линейку Instinct для конкуренции с Nvidia. К середине года компания планирует выпустить улучшенную версию MI350, которая, по словам главы AMD Лизы Су, будет в 35 раз производительнее предшественника. Несмотря на то что годовая выручка AMD от ускорителей для ИИ превышает $5 млрд, это значительно меньше показателей Nvidia, чьи продажи в этом сегменте достигают $100 млрд.
Intel столкнулась с еще большими трудностями. В прошлом месяце временный CEO Мишель Джонстон Холтхаус признала, что компания «практически не представлена на рынке облачных ИИ-решений». После неудачного тестирования чипа Falcon Shores его выпуск отменен — процессор будет использоваться только для внутренних разработок. Эти заявления показали, что отставание Intel от Nvidia оказалось серьезнее, чем предполагалось ранее, и противоречат оптимистичным прогнозам бывшего CEO Пата Гелсингера.
Конкурентам еще предстоит найти ответ на новый процессор Blackwell от Nvidia. Преимущество компании не ограничивается производительностью оборудования. Nvidia создала язык программирования CUDA, который позволяет адаптировать графические процессоры для задач ИИ. Широкое распространение этого инструмента помогает компании удерживать клиентов в своей экосистеме.
Подготовлено Profinance.ru по материалам Bloomberg
MarketSnapshot - ProFinance.Ru в Telegram
По теме:
DeepSeek привел быков на китайский рынок акций
$900 млн потратили частные инвесторы на попытки «поймать дно» по акциям Nvidia
