{"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\/nl\/2024\/04\/nvidias-ai-odyssey-from-humble-origins-to-a-2-trillion-company\/","title":{"rendered":"NVIDIA's AI odyssee: van nederige oorsprong tot een $2 biljoen bedrijf"},"content":{"rendered":"

NVIDIA, een naam die synoniem staat voor baanbrekende technologie en innovatie, werd slechts drie decennia geleden, in 1993, opgericht.\u00a0<\/strong><\/p>\n

Van een bescheiden begin als ontwerper van grafische chips gericht op de game-industrie, heeft NVIDIA zich ontwikkeld tot een wereldleider op het gebied van AI en high-performance computing.\u00a0<\/span><\/p>\n

NVIDIA werd in 2019 gewaardeerd op 'slechts' ongeveer $100 miljard. Het is nu waard zo'n $2 biljoen<\/a>Daarmee is het het op twee na grootste bedrijf ter wereld qua marktkapitalisatie, na Microsoft en Apple en voor Saudi Aramco, Amazon, Google en Meta Platforms.\u00a0<\/span><\/p>\n

NVIDIA is opgericht door Jensen Huang, Chris Malachowsky en Curtis Priem, die samen een revolutie wilden ontketenen op het gebied van computergraphics. <\/span><\/p>\n

In het begin van de jaren 90 herkende het trio het onaangeboorde potentieel van gespecialiseerde grafische processors en besloot een bedrijf op te richten dat de ontluikende game-industrie zou transformeren.<\/span><\/p>\n

Een van de eerste successen van het bedrijf kwam voort uit een moment van toeval.<\/p>\n

In 1995 was Sega bezig met de ontwikkeling van de volgende generatie spelconsoles, de Sega Saturn. Sega was op zoek naar een 3D grafische chip voor de console en ging in eerste instantie in zee met NVIDIA concurrent 3Dfx Interactive.<\/p>\n

Tijdens een toevallige ontmoeting tussen een NVIDIA-ingenieur en een leidinggevende van Sega op een conferentie demonstreerde NVIDIA de NV1-chip van het bedrijf, waarvan Sega onder de indruk was. Sega besloot de chip van NVIDIA te gebruiken in de Saturn in plaats van die van 3Dfx.<\/p>\n

Interessant genoeg was de NV1-chip die werd gebruikt in de Sega Saturn geen commercieel succes voor NVIDIA op de pc-markt. Het volgende product van het bedrijf, de RIVA 128 (NV3), was de eerste succesvolle PC GPU en legde de basis voor de toekomstige dominantie op de markt voor grafische kaarten.<\/p>\n

Een andere vroege doorbraak kwam in 1999 met de GeForce 256<\/a>op de markt gebracht als 's werelds eerste GPU.\u00a0<\/span><\/p>\n

Dit legde de basis voor NVIDIA's dominantie in de game-industrie en de GeForce GPU-lijn werd al snel een begrip onder game-liefhebbers.<\/span><\/p>\n

\"\"
De game-GPU's van het merk NVIDIA GeForce.<\/figcaption><\/figure>\n

Terwijl NVIDIA in het begin van de jaren 2000 de grenzen van de grafische technologie bleef verleggen door steeds krachtigere GPU's uit te brengen die meeslepende game-ervaringen boden, vestigde de R&D van het bedrijf zich als leider op het gebied van parallelle verwerking.\u00a0<\/span><\/p>\n

Dat zou later belangrijk worden voor het toekomstige succes van NVIDIA op het gebied van AI en high-performance computing.<\/span><\/p>\n

Verder dan gamen: de opkomst van GPGPU en CUDA<\/h2>\n

Hoewel de game-industrie het vroege succes van NVIDIA katalyseerde, zag de leiding van het bedrijf het potentieel van GPU's verder dan alleen grafische rendering.\u00a0<\/span><\/p>\n

In 2006 introduceerde NVIDIA de Compute Unified Device Architecture (CUDA), een programmeermodel waarmee ontwikkelaars de parallelle verwerkingskracht van GPU's konden benutten voor computing voor algemeen gebruik (GPGPU).<\/span><\/p>\n

CUDA vereenvoudigde het programmeerproces van GPU's, waardoor ontwikkelaars code konden schrijven in bekende talen zoals C en C++. Dit opende nieuwe mogelijkheden voor NVIDIA in wetenschappelijk onderzoek, olie- en gasexploratie, financi\u00eble simulaties en medische beeldvorming, waardoor NVIDIA een groot aantal nieuwe samenwerkingsverbanden kreeg.\u00a0<\/span><\/p>\n

Dit liet ook zien hoe NVIDIA van fundamenteel belang zou worden voor kritieke hightech-infrastructuur, waardoor haar klantenkring niet alleen bedrijven, maar ook overheden en openbare instellingen omvatte.<\/p>\n

Halfgeleiders: een notoir lastige markt om te veroveren<\/h2>\n

De halfgeleiderindustrie is notoir complex en zeer competitief, met slechts een handvol bedrijven die hun stempel drukken.<\/p>\n

Een belangrijke reden voor het beperkte aantal grote halfgeleiderfabrikanten zijn de extreme kosten en complexiteit van het productieproces.<\/p>\n

Voor de fabricage van halfgeleiders zijn ultramoderne faciliteiten nodig, bekend als gieterijen, die miljarden dollars kunnen kosten om te bouwen en te onderhouden.<\/p>\n

Deze gieterijen moeten in extreem schone omgevingen werken om te voorkomen dat zelfs de kleinste deeltjes het fabricageproces verstoren.<\/p>\n

Bovendien is de apparatuur die gebruikt wordt voor de productie van halfgeleiders, zoals lithografiemachines, zeer gespecialiseerd en duur: sommige machines kosten meer dan $100 miljoen.<\/p>\n

Samen zorgt dit voor enorme toetredingsdrempels voor nieuwe spelers in de industrie, wat NVIDIA aan de top van de pikorde heeft gehouden ondanks de concurrentie van AMD, Intel en Qualcomm.<\/p>\n

De AI-revolutie<\/h2>\n

Toen de vraag naar AI en machine learning in de jaren 2010 groeide, was NVIDIA perfect gepositioneerd om in te spelen op deze opkomende trend.\u00a0<\/span><\/p>\n

Met O&O op het gebied van parallelle verwerking werden de GPU's van het bedrijf de voorkeurshardware voor het trainen van diepe neurale netwerken en het aandrijven van AI-workloads.<\/span><\/p>\n

NVIDIA erkent het immense potentieel van AI en heeft strategische investeringen gedaan op dit gebied, door samen te werken met toonaangevende onderzoeksinstellingen en technologiebedrijven om AI-technologie\u00ebn verder te ontwikkelen.<\/span><\/p>\n

De vroege steun van het bedrijf voor OpenAI toonde zijn vermogen om in te haken op geavanceerde industrie\u00ebn en risico's te nemen om zijn klantenbestand uit te breiden.<\/span><\/p>\n

NVIDIA ontwikkelde ook gespecialiseerde rekenmodules, zoals de DGX-serie, die speciaal zijn ontworpen om de training van grote taalmodellen (LLM's) en andere AI-architecturen te versnellen. Deze krachtige systemen werden al snel de go-to hardware voor AI-onderzoekers en -ontwikkelaars wereldwijd.<\/span><\/p>\n

En dat is een cruciaal punt. Als het gaat om high-end AI-hardware, is er NVIDIA, en dan zijn er nog de anderen.<\/p>\n

Het is een ongebruikelijke opzet, zelfs in Big Tech. Google, Amazon, Meta, Apple en Microsoft zijn niet zo verschillend als je hun core business units bekijkt.<\/p>\n

Er zijn zo weinig spelers op de halfgeleidermarkt, deels omdat het moeilijk is en deels omdat NVIDIA het zo heeft gemaakt door strategische investeringen.<\/p>\n

Het samenhangende ecosysteem van NVIDIA biedt ontwikkelaars ook zekerheid, omdat NVIDIA zo betrouwbaar is geworden. Dit is een bedrijf dat vrij is van de controverses van Big Tech, de strijd om leiderschap, regelgeving en afhankelijkheid van minder tastbare digitale technologie\u00ebn zoals sociale media.<\/p>\n

NVIDIA begrijpt dit en gebruikt software en hardware om de dominantie over het AI-ecosysteem te versterken en een reeks softwaretools en bibliotheken te maken die de go-to-market-strategie\u00ebn voor hun klanten verbeteren.\u00a0<\/span><\/p>\n

De rol van NVIDIA in generatieve AI<\/h2>\n

De opkomst van generatieve AI heeft NVIDIA's positie als AI-grootmacht verder verstevigd. Dit is het stadium waarin NVIDIA zich echt heeft gevestigd als een van de meest invloedrijke bedrijven ter wereld.\u00a0<\/span><\/p>\n

Generatieve AI houdt in dat modellen worden getraind op enorme hoeveelheden gegevens om nieuwe inhoud te cre\u00ebren op basis van aangeleerde patronen en stijlen, zoals tekst, afbeeldingen en muziek.<\/span><\/p>\n

NVIDIA erkende het enorme potentieel en introduceerde AI Foundations, een cloudgebaseerd platform dat toegang tot geavanceerde generatieve AI-modellen democratiseerde.\u00a0<\/span><\/p>\n

AI Foundations stelt bedrijven en ontwikkelaars in staat om de kracht van generatieve AI te benutten zonder dat ze daarvoor uitgebreide interne resources of expertise nodig hebben.<\/span><\/p>\n

NVIDIA's AI Foundations bevatte aanvankelijk voorgetrainde modellen, zoals NeMo voor natuurlijke taalverwerking en Picasso voor het genereren van afbeeldingen en video's.<\/span><\/p>\n

Dit toont opnieuw NVIDIA's toewijding aan het bouwen van een ecosysteem in plaats van individuele producten. Dit is waar ze zich onderscheiden van andere fabrikanten, met name concurrenten in de halfgeleiderproductie.<\/p>\n

NVIDIA is een one-stop-shop voor geavanceerde AI-ontwikkeling en biedt hardware, software en sterke samenwerkingen met cloudbronnen via Google, Microsoft, Amazon en anderen.<\/p>\n

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

Midden in de hausse van generatieve AI heeft NVIDIA haar AI-chipportfolio enorm uitgebreid met verschillende baanbrekende processors die zijn ontworpen om de grenzen van AI en computertechnologie\u00ebn in verschillende sectoren te verleggen.\u00a0<\/span><\/p>\n

Laten we deze chips en hun bijdragen eens nader bekijken:<\/span><\/p>\n

    \n
  1. A100 en H100:<\/b> De <\/span>H100<\/span><\/a> werd al snel NVIDIA's vlaggenschip voor AI-toepassingen, met kloksnelheden die 6x hoger liggen dan die van zijn voorganger, de A100.<\/span><\/li>\n
  2. HGX H200 GPU:<\/b> Gebaseerd op de Hopper-architectuur is de <\/span>H200<\/span><\/a> introduceert HBM3e geheugen, met bijna twee keer zoveel capaciteit en 2,4 keer zoveel bandbreedte als zijn voorganger, de A100. Het is ontworpen om de inferentiesnelheid op Llama 2, een LLM met 70 miljard parameters, te verdubbelen ten opzichte van de H100. De H200 is compatibel met verschillende datacenterconfiguraties en staat gepland voor een release begin tot midden 2024.<\/span><\/li>\n
  3. GH200 Grace Hopper Superchip: <\/b>De GH200 combineert de HGX H200 GPU met een Arm-gebaseerde NVIDIA Grace CPU. Hij is gericht op supercomputertoepassingen om complexe AI- en HPC-toepassingen aan te pakken. De GH200 zal naar verwachting worden gebruikt in meer dan 40 AI-supercomputers wereldwijd, waaronder belangrijke projecten zoals het JUPITER-systeem in Duitsland, dat naar verwachting 's werelds krachtigste AI-systeem zal zijn na installatie in 2024.<\/span><\/li>\n
  4. Blackwell GPU:<\/b> Onthuld op <\/span>GTC 2024<\/span><\/a>De Blackwell GPU is de volgende generatie processor van NVIDIA en volgt de H100 en H200 GPU's op. Aangeprezen als 's werelds krachtigste chip door NVIDIA, is Blackwell speciaal ontworpen voor de eisen van generatieve AI. Hij biedt een 30x hogere prestatie dan de H100 voor LLM workloads met een 25x betere energie-effici\u00ebntie.<\/span><\/li>\n<\/ol>\n

    Blackwell zal enorm zijn, met Persbericht van NVIDIA<\/a> Er was belangstelling van de grootste Big Tech namen, zoals Satya Nadella van Microsoft, Sundar Pichai en Demis Hassabis van Google en DeepMind, Sam Altman van OpenAI en vele anderen.<\/p>\n

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

    NVIDIA is de Amerikaanse overheid te slim af<\/h2>\n

    NVIDIA's succes strekt zich uit tot haar flexibele bedrijfsstrategie, bestuur en reactie op druk vanuit de markt. Dit omvat ook het omzeilen van de pogingen van de Amerikaanse overheid om de export van high-end hardware naar China, een van de grootste klanten, aan banden te leggen.<\/p>\n

    In augustus 2022 stelde het Amerikaanse ministerie van Handel vergunningsvereisten in voor de invoer van bepaalde high-end GPU's, waaronder NVIDIA's A100- en H100-chips, naar China en Rusland. Hierdoor daalden de voorraden tijdelijk met bijna 8%.<\/p>\n

    De beperkingen waren bedoeld om te voorkomen dat deze chips zouden worden gebruikt in militaire toepassingen, zoals supercomputers en AI-systemen.<\/p>\n

    In oktober 2022 scherpten de VS hun exportcontroles nog verder aan door een uitgebreide reeks regels in te voeren die China de toegang moesten ontzeggen tot bepaalde halfgeleiderchips die waar ook ter wereld met Amerikaanse apparatuur waren gemaakt. Deze regels beperkten ook de uitvoer van in de VS gemaakte gereedschappen en onderdelen die essentieel zijn voor de productie van chips.<\/p>\n

    Bij elke herhaling van deze regels heeft NVIDIA manieren gevonden om ze te omzeilen door haar chips aan te passen om specifiek exportverboden te omzeilen.<\/p>\n

    In november heeft NVIDIA bijvoorbeeld drie nieuwe producten uitgebracht - HGX H20, L20 PCle en L2 PCle - die gebaseerd zijn op de krachtige H100-chip van NVIDIA, maar ontworpen zijn om te voldoen aan exportbeperkingen.<\/p>\n

    Deze chips zijn minder krachtig dan de eerder beperkte A100- en H800-modellen, maar bieden nog steeds effectieve prestatiemogelijkheden voor AI-taken.<\/p>\n

    Als opgemerkt door SemiAnalyse<\/a>\"Nvidia zit met deze nieuwe chips perfect op het snijvlak van piekprestaties en prestatiedichtheid om ze door de nieuwe Amerikaanse regelgeving te loodsen.\"<\/p>\n

    Volgens de South China Post wordt naar schatting 20 tot 25% van NVIDIA's inkomsten uit datacenters gegenereerd door Chinese kopers, zelfs ondanks steeds strengere exportverboden.<\/p>\n

    Robotica met Project GR00T en Jetson Thor<\/h2>\n

    NVIDIA ondersteunt baanbrekende en opkomende technologie\u00ebn via haar ontwikkelingsplatforms voor bedrijfsrobotica.\u00a0<\/span><\/p>\n

    Tijdens de GTC 2024-conferentie kondigde het bedrijf het volgende aan <\/span>Project GR00T<\/span><\/a> en<\/span> Jetson Thor<\/span><\/a>. GR00T is bedoeld om een revolutie teweeg te brengen in humano\u00efde robotica door een algemeen basismodel te bieden waarmee robots kunnen leren van menselijke acties en snel co\u00f6rdinatie, behendigheid en andere vaardigheden kunnen aanleren.\u00a0<\/span><\/p>\n

    \n

    Vandaag is het begin van onze moonshot om belichaamde AGI op te lossen in de fysieke wereld. Ik ben zo opgewonden om Project GR00T aan te kondigen, ons nieuwe initiatief om een algemeen basismodel te cre\u00ebren voor het leren van humano\u00efde robots.<\/p>\n

    Het GR00T-model stelt een robot in staat om multimodale... pic.twitter.com\/EqN19Z3cXH<\/a><\/p>\n

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