{"id":11383,"date":"2024-04-06T13:41:20","date_gmt":"2024-04-06T13:41:20","guid":{"rendered":"https:\/\/dailyai.com\/?p=11383"},"modified":"2024-04-09T17:16:20","modified_gmt":"2024-04-09T17:16:20","slug":"nvidias-ai-odyssey-from-humble-origins-to-a-2-trillion-company","status":"publish","type":"post","link":"https:\/\/dailyai.com\/da\/2024\/04\/nvidias-ai-odyssey-from-humble-origins-to-a-2-trillion-company\/","title":{"rendered":"NVIDIA's AI-odyss\u00e9: fra en ydmyg begyndelse til en virksomhed til $2 billioner kroner"},"content":{"rendered":"

NVIDIA, et navn, der er synonymt med banebrydende teknologi og innovation, blev grundlagt for blot tre \u00e5rtier siden i 1993.\u00a0<\/strong><\/p>\n

Fra en ydmyg begyndelse som grafikchipdesigner med fokus p\u00e5 spilindustrien har NVIDIA udviklet sig til en global leder inden for AI og h\u00f8jtydende databehandling.\u00a0<\/span><\/p>\n

NVIDIA blev vurderet til 'kun' omkring $100 milliarder i 2019. Det er nu v\u00e6rd nogle $2 billioner<\/a>Det placerer den som verdens tredjest\u00f8rste virksomhed m\u00e5lt p\u00e5 markedsv\u00e6rdi, under Microsoft og Apple og foran Saudi Aramco, Amazon, Google og Meta Platforms.\u00a0<\/span><\/p>\n

NVIDIA blev grundlagt af Jensen Huang, Chris Malachowsky og Curtis Priem, som havde en f\u00e6lles vision om at revolutionere computergrafikken. <\/span><\/p>\n

I begyndelsen af 1990'erne inds\u00e5 trioen det uudnyttede potentiale i specialiserede grafikprocessorer og satte sig for at skabe en virksomhed, der ville \u00e6ndre den spirende spilindustri.<\/span><\/p>\n

En af virksomhedens tidlige triumfer kom fra et \u00f8jebliks tilf\u00e6ldighed.<\/p>\n

I 1995 var Sega ved at udvikle sin n\u00e6ste generation af spillekonsoller, Sega Saturn. Sega var p\u00e5 udkig efter en 3D-grafikchip til konsollen og havde i f\u00f8rste omgang indg\u00e5et et samarbejde med NVIDIA-konkurrenten 3Dfx Interactive.<\/p>\n

Men ved et tilf\u00e6ldigt m\u00f8de mellem en NVIDIA-ingeni\u00f8r og en Sega-chef p\u00e5 en konference demonstrerede NVIDIA virksomhedens NV1-chip, og det imponerede Sega. Sega besluttede at bruge NVIDIA's chip i Saturn i stedet for 3Dfx's.<\/p>\n

Interessant nok var NV1-chippen, der blev brugt i Sega Saturn, ikke en kommerciel succes for NVIDIA p\u00e5 pc-markedet. Virksomhedens efterf\u00f8lgende produkt, RIVA 128 (NV3), var dens f\u00f8rste succesfulde pc-GPU og lagde grunden til dens fremtidige dominans p\u00e5 grafikkortmarkedet.<\/p>\n

Et andet tidligt gennembrud kom i 1999 med GeForce 256<\/a>som blev markedsf\u00f8rt som verdens f\u00f8rste GPU.\u00a0<\/span><\/p>\n

Det lagde grunden til NVIDIA's dominans i spilindustrien, og GeForce-serien af GPU'er blev hurtigt et kendt navn blandt spilentusiaster.<\/span><\/p>\n

\"\"
NVIDIA GeForce-m\u00e6rket af gaming-GPU'er.<\/figcaption><\/figure>\n

Da NVIDIA fortsatte med at flytte gr\u00e6nserne for grafikteknologi i begyndelsen af 2000'erne og udgav stadig kraftigere GPU'er, der leverede fordybende spiloplevelser, etablerede virksomhedens forskning og udvikling den som f\u00f8rende inden for parallelbehandling.\u00a0<\/span><\/p>\n

Det skulle senere blive afg\u00f8rende for NVIDIA's fremtidige succes inden for AI og h\u00f8jtydende databehandling.<\/span><\/p>\n

Ud over gaming: fremgangen for GPGPU og CUDA<\/h2>\n

Mens spilindustrien katalyserede NVIDIA's tidlige succes, anerkendte virksomhedens ledelse GPU'ernes potentiale ud over grafikgengivelse alene.\u00a0<\/span><\/p>\n

I 2006 introducerede NVIDIA Compute Unified Device Architecture (CUDA), en programmeringsmodel, der gjorde det muligt for udviklere at udnytte GPU'ernes parallelle processorkraft til generel databehandling (GPGPU).<\/span><\/p>\n

CUDA forenklede processen med at programmere GPU'er og gjorde det muligt for udviklere at skrive kode ved hj\u00e6lp af velkendte sprog som C og C++. Det \u00e5bnede nye muligheder for NVIDIA inden for videnskabelig forskning, olie- og gasefterforskning, finansielle simuleringer og medicinsk billeddannelse, og dermed \u00e5bnede der sig et utal af nye partnerskaber for NVIDIA.\u00a0<\/span><\/p>\n

Det viste ogs\u00e5, hvordan NVIDIA ville blive afg\u00f8rende for h\u00f8jteknologisk kritisk infrastruktur og udvide sin kundekreds fra virksomheder til regeringer og offentlige institutioner.<\/p>\n

Halvledere: et notorisk vanskeligt marked at erobre<\/h2>\n

Halvlederindustrien er notorisk kompleks og meget konkurrencepr\u00e6get, og kun en h\u00e5ndfuld virksomheder g\u00f8r sig g\u00e6ldende.<\/p>\n

En vigtig \u00e5rsag til det begr\u00e6nsede antal store halvlederproducenter er de ekstreme omkostninger og kompleksiteten i fremstillingsprocessen.<\/p>\n

Halvlederfremstilling kr\u00e6ver topmoderne faciliteter, kendt som st\u00f8berier, som kan koste milliarder af dollars at bygge og vedligeholde.<\/p>\n

Disse st\u00f8berier skal arbejde i ekstremt rene milj\u00f8er for at forhindre selv de mindste partikler i at forstyrre fremstillingsprocessen.<\/p>\n

Desuden er det udstyr, der bruges til fremstilling af halvledere, f.eks. litografimaskiner, meget specialiseret og dyrt, og nogle maskiner koster op mod $100 millioner.<\/p>\n

Tilsammen skaber det massive adgangsbarrierer for nye akt\u00f8rer i branchen, hvilket har v\u00e6ret med til at holde NVIDIA i toppen af hakkeordenen trods konkurrence fra AMD, Intel og Qualcomm.<\/p>\n

AI-revolutionen<\/h2>\n

Da eftersp\u00f8rgslen efter AI og maskinl\u00e6ring voksede i 2010'erne, var NVIDIA perfekt positioneret til at udnytte denne nye tendens.\u00a0<\/span><\/p>\n

Med R&D inden for parallelbehandling blev virksomhedens GPU'er den foretrukne hardware til tr\u00e6ning af dybe neurale netv\u00e6rk og til at drive AI-arbejdsbelastninger.<\/span><\/p>\n

I erkendelse af AI's enorme potentiale foretog NVIDIA strategiske investeringer p\u00e5 omr\u00e5det og samarbejdede med f\u00f8rende forskningsinstitutioner og teknologivirksomheder om at fremme AI-teknologier.<\/span><\/p>\n

Virksomhedens tidlige st\u00f8tte til OpenAI viste dens evne til at udnytte banebrydende industrier og tage risici for at udvide sin kundebase.<\/span><\/p>\n

NVIDIA udviklede ogs\u00e5 specialiserede beregningsmoduler, s\u00e5som DGX-serien, der er specielt designet til at fremskynde tr\u00e6ningen af store sprogmodeller (LLM'er) og andre AI-arkitekturer. Disse kraftfulde systemer blev hurtigt den foretrukne hardware for AI-forskere og -udviklere verden over.<\/span><\/p>\n

Og det er et meget vigtigt punkt. N\u00e5r det drejer sig om avanceret AI-hardware, er der NVIDIA, og s\u00e5 er der de andre.<\/p>\n

Det er et us\u00e6dvanligt setup, selv i Big Tech. Google, Amazon, Meta, Apple og Microsoft er ikke s\u00e5 forskellige, n\u00e5r man koger deres kerneforretningsenheder ned.<\/p>\n

Der er s\u00e5 f\u00e5 spillere p\u00e5 halvledermarkedet, dels fordi det er h\u00e5rdt, og dels fordi NVIDIA har gjort det til det gennem strategiske investeringer.<\/p>\n

NVIDIA's sammenh\u00e6ngende \u00f8kosystem giver ogs\u00e5 udviklere sikkerhed, da NVIDIA er blevet s\u00e5 p\u00e5lidelig. Det er en virksomhed, der er fri for Big Tech-kontroverserne, ledelseskampene, de lovgivningsm\u00e6ssige tiltag og afh\u00e6ngigheden af mindre h\u00e5ndgribelige digitale teknologier som sociale medier.<\/p>\n

NVIDIA forst\u00e5r dette og bruger software og hardware til at styrke dominansen over AI-\u00f8kosystemet og skabe en r\u00e6kke softwarev\u00e6rkt\u00f8jer og biblioteker, der forbedrer go-to-market-strategier for deres kunder.\u00a0<\/span><\/p>\n

NVIDIA's rolle i generativ AI<\/h2>\n

Fremkomsten af generativ AI styrkede yderligere NVIDIAs position som et AI-kraftcenter. Det var p\u00e5 dette tidspunkt, at NVIDIA for alvor etablerede sig som en af de mest indflydelsesrige virksomheder i verden.\u00a0<\/span><\/p>\n

Generativ AI indeb\u00e6rer tr\u00e6ning af modeller p\u00e5 store datam\u00e6ngder for at skabe nyt indhold baseret p\u00e5 indl\u00e6rte m\u00f8nstre og stilarter, f.eks. tekst, billeder og musik.<\/span><\/p>\n

I erkendelse af det enorme potentiale introducerede NVIDIA AI Foundations, en skybaseret platform, der demokratiserede adgangen til avancerede generative AI-modeller.\u00a0<\/span><\/p>\n

AI Foundations giver virksomheder og udviklere mulighed for at udnytte kraften i generativ AI uden behov for omfattende interne ressourcer eller ekspertise.<\/span><\/p>\n

NVIDIA's AI Foundations omfattede oprindeligt pr\u00e6tr\u00e6nede modeller som NeMo til behandling af naturligt sprog og Picasso til billed- og videogenerering.<\/span><\/p>\n

Igen viser dette NVIDIA's engagement i at opbygge et \u00f8kosystem snarere end individuelle produkter. Det er her, de adskiller sig fra andre producenter, is\u00e6r konkurrenter inden for halvlederproduktion.<\/p>\n

NVIDIA er en one-stop-shop for avanceret AI-udvikling og tilbyder hardware, software og st\u00e6rke samarbejder med cloud-ressourcer via Google, Microsoft, Amazon og andre.<\/p>\n

NVIDIA's GPU'er<\/h3>\n

Midt i det generative AI-boom har NVIDIA udvidet sin AI-chipportef\u00f8lje betydeligt og introduceret flere banebrydende processorer, der er designet til at flytte gr\u00e6nserne for AI og computerteknologier p\u00e5 tv\u00e6rs af forskellige sektorer.\u00a0<\/span><\/p>\n

Lad os se n\u00e6rmere p\u00e5 disse chips og deres bidrag:<\/span><\/p>\n

    \n
  1. A100 og H100:<\/b> Den <\/span>H100<\/span><\/a> blev hurtigt NVIDIAs flagskib til AI-applikationer med en clockfrekvens, der var 6 gange hurtigere end forg\u00e6ngeren, A100.<\/span><\/li>\n
  2. HGX H200 GPU:<\/b> Baseret p\u00e5 Hopper-arkitekturen er <\/span>H200<\/span><\/a> introducerer HBM3e-hukommelse, der giver n\u00e6sten dobbelt s\u00e5 stor kapacitet og 2,4 gange st\u00f8rre b\u00e5ndbredde end forg\u00e6ngeren A100. Den er designet til at fordoble inferenshastigheden p\u00e5 Llama 2, en LLM med 70 milliarder parametre, sammenlignet med H100. H200 er kompatibel med forskellige datacenterkonfigurationer og er planlagt til udgivelse i begyndelsen til midten af 2024.<\/span><\/li>\n
  3. GH200 Grace Hopper Superchip: <\/b>GH200 kombinerer HGX H200 GPU'en med en Arm-baseret NVIDIA Grace CPU. Den er rettet mod supercomputere til at h\u00e5ndtere komplekse AI- og HPC-applikationer. GH200 forventes at blive brugt i over 40 AI-supercomputere p\u00e5 verdensplan, herunder vigtige projekter som JUPITER-systemet i Tyskland, som forventes at blive verdens mest kraftfulde AI-system, n\u00e5r det er installeret i 2024.<\/span><\/li>\n
  4. Blackwell GPU:<\/b> Afsl\u00f8ret p\u00e5 <\/span>GTC 2024<\/span><\/a>Blackwell GPU'en er NVIDIA's n\u00e6ste generations processor, som efterf\u00f8lger H100 og H200 GPU'erne. Blackwell, som NVIDIA kalder verdens mest kraftfulde chip, er designet specielt til kravene fra generativ AI. Den giver en 30 gange h\u00f8jere ydeevne end H100 til LLM-arbejdsbelastninger med 25 gange bedre energieffektivitet.<\/span><\/li>\n<\/ol>\n

    Blackwell vil v\u00e6re massiv, med NVIDIA's pressemeddelelse<\/a> med interesse fra en r\u00e6kke af Big Techs st\u00f8rste navne, s\u00e5som Microsofts Satya Nadella, Google og DeepMinds Sundar Pichai og Demis Hassabis, OpenAI's Sam Altman og mange andre.<\/p>\n

    \"Blackwell\"
    NVIDIA's Blackwell-platform. Kilde: NVIDIA: NVIDIA.<\/figcaption><\/figure>\n

    NVIDIA overlistet af den amerikanske regering<\/h2>\n

    NVIDIA's succes str\u00e6kker sig til virksomhedens smidige strategi, ledelse og reaktion p\u00e5 markedspresset. Det inkluderer at undg\u00e5 den amerikanske regerings bestr\u00e6belser p\u00e5 at begr\u00e6nse eksporten af avanceret hardware til Kina, som er en af virksomhedens st\u00f8rste kunder.<\/p>\n

    I august 2022 indf\u00f8rte det amerikanske handelsministerium licenskrav for import af visse avancerede GPU'er, herunder NVIDIA's A100- og H100-chips, til Kina og Rusland. Det fik midlertidigt bestanden til at falde med n\u00e6sten 8%.<\/p>\n

    Begr\u00e6nsningerne var designet til at forhindre, at disse chips blev brugt i milit\u00e6re applikationer, s\u00e5som supercomputere og AI-systemer.<\/p>\n

    I oktober 2022 sk\u00e6rpede USA sin eksportkontrol yderligere og indf\u00f8rte et omfattende regels\u00e6t, der havde til form\u00e5l at afsk\u00e6re Kina fra visse halvlederchips, der var fremstillet overalt i verden med amerikansk udstyr. Disse regler begr\u00e6nsede ogs\u00e5 eksporten af amerikansk producerede v\u00e6rkt\u00f8jer og komponenter, der er vigtige for chipproduktionen.<\/p>\n

    For hver gentagelse af disse regler har NVIDIA fundet m\u00e5der at navigere i dem p\u00e5 ved at \u00e6ndre sine chips, s\u00e5 de specifikt undg\u00e5r eksportforbud.<\/p>\n

    I november udgav NVIDIA for eksempel tre nye produkter - HGX H20, L20 PCle og L2 PCle - baseret p\u00e5 NVIDIAs kraftfulde H100-chip, men designet til at overholde eksportrestriktioner.<\/p>\n

    Disse chips er mindre kraftfulde end de tidligere begr\u00e6nsede A100- og H800-modeller, men tilbyder stadig effektiv ydeevne til AI-opgaver.<\/p>\n

    Som bem\u00e6rket af SemiAnalysis<\/a>\"Nvidia ligger perfekt p\u00e5 gr\u00e6nsen mellem topydelse og ydelsest\u00e6thed med disse nye chips for at f\u00e5 dem igennem de nye amerikanske regler.\"<\/p>\n

    If\u00f8lge South China Post ansl\u00e5s det, at mellem 20 og 25% af NVIDIA's datacenterindt\u00e6gter kommer fra kinesiske k\u00f8bere, selv p\u00e5 trods af stadig strengere eksportforbud.<\/p>\n

    Robotteknologi med Project GR00T og Jetson Thor<\/h2>\n

    NVIDIA st\u00f8tter banebrydende og nye teknologier gennem sine udviklingsplatforme for virksomhedsrobotik.\u00a0<\/span><\/p>\n

    P\u00e5 GTC 2024-konferencen annoncerede virksomheden <\/span>Projekt GR00T<\/span><\/a> og<\/span> Jetson Thor<\/span><\/a>. GR00T har til hensigt at revolutionere humanoid robotteknologi ved at levere en generel grundmodel, der g\u00f8r det muligt for robotter at l\u00e6re af menneskelige handlinger og hurtigt l\u00e6re koordination, fingerf\u00e6rdighed og andre f\u00e6rdigheder.\u00a0<\/span><\/p>\n

    \n

    I dag er begyndelsen p\u00e5 vores m\u00e5neskud, der skal l\u00f8se kropslig AGI i den fysiske verden. Jeg er s\u00e5 glad for at kunne annoncere Projekt GR00T, vores nye initiativ til at skabe en generel grundmodel for humanoid robotl\u00e6ring.<\/p>\n

    GR00T-modellen vil g\u00f8re det muligt for en robot at forst\u00e5 multimodale... pic.twitter.com\/EqN19Z3cXH<\/a><\/p>\n

    - Jim Fan (@DrJimFan) 18. marts 2024<\/a><\/p><\/blockquote>\n