Google、Amazon、OpenAI: これは Nvidia の代替品を見つける競争です |テクノロジー

デジタル時代には独占が溢れています。大手テクノロジー企業は、特定の分野での圧倒的な優位性のおかげで巨大化を達成しました。 Googleは以下から始めました 検索メタはソーシャルネットワークを席巻し、MicrosoftはWindowsとビジネスソフトウェアから始まり、Amazonは電子商取引の代名詞です。そして今日、Nvidia は 大多数のサプライヤー人工知能用のチップとは大きく異なります。

同社の GPU は、AI モデルのトレーニングと実行に最適なオプションであることが証明されています。 OpenAI から Google (Anthropic、Meta、Amazon など) までの AI 開発者と、 スタートアップ 専門企業は Nvidia チップをめぐって争っています。

これにより、このメーカーは世界で最も価値のある企業になりました。しかし、顧客は代替手段を見つけることに熱心です。 Nvidia には、納品すべき注文書の長いリストがあります。そして、これには別の状況が加わります。チップの価格を調整する実際の競争が存在しないのです。 Intel がこの市場で苦戦する中、AMD は存在感を高め、 スタートアップ Cerebras や Groq のように — ちなみに 200億の契約でNvidiaを飲み込みそうになった— 特殊なプロセッサを開発しました。しかしそれだけでは十分ではありません。

AI 業界の大手企業は、ニーズに合わせた独自のチップの開発にますます多くのリソースを投入しています。年末に 2 つの発表がこの黄金のニッチ市場を揺るがしました。アマゾン Trainium3 を発表しました そして何よりも、Google はコミュニケーションをとりました 第 7 世代 TPU の最初の結果アイアンウッド。さらに、Microsoft CTO の Kevin Scott 氏は昨年 10 月に次のように述べています。 自分で作ったチップを使いたかった データセンターの運用のほとんどに使用されています。また、OpenAI は、半導体専門企業である Broadcom と独自のプロセッサを製造することで合意に達し、今年出荷が開始される予定です。

「一般に、すべての顧客と市場全体には、NVIDIA への依存とその価格を打破しようという戦略的意識があります」と、Foundry の主席アナリストでテクノロジー分野を専門とするフェルナンド マルドナド氏は述べています。 「すべての大手クラウド サービス プロバイダーが、さまざまなタスクに対応する独自のチップを設計しています。とはいえ、競争できるのは実際には Google だけです。それも短期的には無理です」とマルドナド氏は明言します。 「将来的に何が起こるかというと、 [Nvidia] 「少しは減るかも知れません。」

Google は、専門家から賞賛された最新モデル Gemini 3 が自社の TPU のみでトレーニングされたと発表し、業界を驚かせました。以前のモデルは、Nvidia GPU を含むチップの組み合わせでトレーニングされました。少し前に、 の 起動する 人間的なコミュニケーション これは、数百億ドル相当の契約で、100万個のTPUをコンピューティング能力としてGoogleに貸与することになる。の 起動する OpenAI の創設者で元主任研究員の Ilya Sutskever による「Safe Superintelligence」も Google チップの使用に取り組んでいます。そしてこの業界の嘘 彼らは合意の可能性を前進させる Meta は、コンピューティング能力をレンタルするだけでなく、データセンターに収容するための TPU の購入に数十億ドルを費やすことになります。

新しい素材を使用したマイクロチップの開発を検討しているスペインの企業 Ideaded の CTO である Jemish Parmar 氏は、特に特定のワークロードでは、Google プロセッサが代替手段になる可能性があると考えています。 「GPU を使用して行うタスクの一部は、TPU に転送して実行することができます。計算はほぼ同じであるためです。ただし、操作の方法は異なります。」

実際には、Google やプロセッサを設計する他の AI 開発者の目標は、Nvidia と直接競合することではありません。 「独自のチップも開発しているマイクロソフトやアマゾンが望んでいるのは、一定の独立性を与える能力を持つことだ。それは、エヌビディアとの交渉に役立つツールを持つことだ。市場シェアを少しでも傷つける可能性があるのはグーグルだけだ」とマルドナド氏は繰り返す。

AIアクセラレータチップ市場は年間16%の割合で成長し、2033年までに6,040億ドルに達すると予想されており、 セグン ブルームバーグ・インテリジェンス。 2024 年の 1,160 億から大幅に増加します。この合計額のうち、Nvidia が 70 ～ 75% をカバーし、AMD が 10% で 2 位になります。 ASIC アーキテクチャ チップ (特定のタスク用に設計された) が市場の 19% を占めることになります。 Google、Amazon、Microsoft、Meta、または OpenAI のプロセッサがこのカテゴリに分類されます。

「Nvidiaの市場が危険にさらされているとは言いませんが、その影響は確実に感じられます。将来的にはNvidiaの売上の伸びと数字に影響が出るでしょう」とパルマー氏は言う。 「同社は、到来したあらゆる種類のコンピューティング需要に適応してきましたが、今後もそうし続けるために、GPU の次のバージョンに取り組むつもりです。」

大きな疑問の 1 つは、これらの動きが GPU のコストに影響を与えるかどうかです。 「NVIDIA はこれまでも独占価格を維持してきましたし、今後も独占価格を維持し続けるでしょう」とマルドナド氏は言います。 「しかし、もしかしたら競合他社の参入を促すことを考えて、あまり値上げするのは都合が悪いと思い始めているかもしれません。」

Nvidia のビジネスを守る壁は CUDA ソフトウェア エコシステムであるとよく言われます。同社のGPUは汎用チップである。これは、非常に多用途であり、さまざまなタスク用にプログラムできることを意味します。 CUDA ツールを使用すると、これらのチップを各企業の目的に簡単に適合させることができます。このシステム用に開発されたコードは豊富にあり、AI エンジニアはその操作に慣れています。

ただし、汎用チップにも欠点があります。 「これにはエネルギーコストがかかります。そのチップには、あなたが開発した部分があり、必要な機能に使用されておらず、消費しているからです。」とマルドナド氏は強調します。そして、たとえば Google TPU は、特定の種類のタスクを実行する場合にはより効率的であると付け加えました。 「しかし、その消費は、 データセンター それはチップの効率だけではなく、多くのことに依存します。」

パルマー氏も次のように同意する。 [de la eficiencia] それはむしろシステム設計レベルです。これにはチップの設計も含まれますが、最終的にワークロードの処理を担当するのはシステム全体です。」

データセンターは AI 負荷の処理においてますます効率的になるだろうと彼は考えています。鍵はエネルギー変換にありますが。 「業界は非常にクリーンなエネルギーの使用、または既存の送電網に依存しないエネルギー源の確保に重点を置くことになると思います。」ここでは確かに変化が必要であるように思われます。消費 国際エネルギー機関提供 データセンターの消費量は 2030 年に 2 倍に増加します。世界の消費量の 1.5% からほぼ 3% にまで増加します。米国と中国が80％をリードする増加となる。

アナリスト会社ガートナーも同様の数字を発表している。 そして計算します データセンターにおけるエネルギー消費量の増加の 64% は、AI に最適化されたサーバーに起因すると予測されています。