Компания NVIDIA, имя которой является синонимом передовых технологий и инноваций, была основана всего три десятилетия назад в 1993 году.
Начав со скромной карьеры разработчика графических чипов для игровой индустрии, NVIDIA превратилась в мирового лидера в области ИИ и высокопроизводительных вычислений.
В 2019 году NVIDIA оценивалась примерно в $100 миллиардов. Сейчас она стоит около $2 триллионовПо рыночной капитализации компания занимает третье место в мире, уступая Microsoft и Apple и опережая Saudi Aramco, Amazon, Google и Meta Platforms.
Компания NVIDIA была основана Дженсеном Хуангом, Крисом Малаховски и Кертисом Примом, которые разделяли видение революции в компьютерной графике.
В начале 1990-х годов троица осознала неиспользованный потенциал специализированных графических процессоров и вознамерилась создать компанию, которая изменит развивающуюся игровую индустрию.
Один из первых триумфов компании был достигнут благодаря случайности.
В 1995 году компания Sega разрабатывала игровую консоль нового поколения Sega Saturn. Sega искала 3D графический чип для работы консоли и изначально сотрудничала с конкурентом NVIDIA - компанией 3Dfx Interactive.
Однако во время случайной встречи инженера NVIDIA и руководителя Sega на конференции NVIDIA продемонстрировала чип NV1, который впечатлил Sega. Sega решила использовать чип NVIDIA в Saturn вместо 3Dfx.
Интересно, что чип NV1, использовавшийся в Sega Saturn, не принес NVIDIA коммерческого успеха на рынке ПК. Последующий продукт компании, RIVA 128 (NV3), стал ее первым успешным GPU для ПК и заложил основу для будущего доминирования на рынке видеокарт.
Еще один ранний прорыв произошел в 1999 году благодаря GeForce 256Он рекламировался как первый в мире графический процессор.
Это заложило основу для доминирования NVIDIA в игровой индустрии, и линейка графических процессоров GeForce быстро стала известна любителям игр.
В начале 2000-х годов NVIDIA продолжала расширять границы графических технологий, выпуская все более мощные GPU, обеспечивающие захватывающий игровой процесс, и в результате исследований и разработок компания стала лидером в области параллельных вычислений.
Впоследствии это сыграет важную роль в будущем успехе NVIDIA в области ИИ и высокопроизводительных вычислений.
За пределами игр: подъем GPGPU и CUDA
Хотя игровая индустрия стала катализатором успеха NVIDIA в самом начале, руководство компании осознало потенциал GPU не только в области рендеринга графики.
В 2006 году NVIDIA представила Compute Unified Device Architecture (CUDA) - модель программирования, которая позволила разработчикам использовать параллельную вычислительную мощь GPU для вычислений общего назначения (GPGPU).
CUDA упростила процесс программирования GPU, позволив разработчикам писать код на привычных языках, таких как C и C++. Это открыло для NVIDIA новые возможности в области научных исследований, разведки нефти и газа, финансовых симуляций и медицинской визуализации, а также множество новых партнерств.
Это также показало, что NVIDIA станет основополагающей в высокотехнологичной критической инфраструктуре, расширив круг своих клиентов не только за счет корпоративных покупателей, но и за счет правительств и государственных учреждений.
Полупроводники: рынок, который, как известно, сложно завоевать
Полупроводниковая промышленность, как известно, сложна и высококонкурентна, и лишь немногие компании добиваются успеха.
Одной из основных причин ограниченного числа крупных производителей полупроводников является высокая стоимость и сложность производственного процесса.
Для производства полупроводников требуются самые современные установки, известные как литейные цеха, строительство и обслуживание которых обходится в миллиарды долларов.
Эти литейные цеха должны работать в чрезвычайно чистых условиях, чтобы даже мельчайшие частицы не мешали производственному процессу.
Кроме того, оборудование, используемое для производства полупроводников, например, литографические машины, является высокоспециализированным и дорогостоящим: стоимость некоторых машин достигает $100 миллионов.
Все это создает огромные барьеры для входа новых игроков, что помогает NVIDIA оставаться на вершине рейтинга, несмотря на конкуренцию со стороны AMD, Intel и Qualcomm.
Революция искусственного интеллекта
В 2010-х годах спрос на искусственный интеллект и машинное обучение вырос, и NVIDIA заняла идеальную позицию для того, чтобы извлечь выгоду из этой зарождающейся тенденции.
Благодаря разработкам в области параллельной обработки графические процессоры компании стали предпочтительным оборудованием для обучения глубоких нейронных сетей и обеспечения рабочих нагрузок ИИ.
Признавая огромный потенциал ИИ, NVIDIA сделала стратегические инвестиции в эту область, сотрудничая с ведущими исследовательскими институтами и технологическими компаниями для развития технологий ИИ.
Ранняя поддержка OpenAI показала способность компании осваивать передовые отрасли и идти на риск ради расширения клиентской базы.
NVIDIA также разработала специализированные вычислительные модули, такие как серия DGX, специально созданные для ускорения обучения больших языковых моделей (LLM) и других архитектур ИИ. Эти мощные системы быстро стали основным оборудованием для исследователей и разработчиков ИИ по всему миру.
И это очень важный момент. Когда речь заходит о высококлассном оборудовании для ИИ, есть NVIDIA, а есть другие.
Это необычная система, даже для Больших Технологий. Google, Amazon, Meta, Apple и Microsoft не так уж сильно отличаются друг от друга, если разделить их основные бизнес-подразделения.
На рынке полупроводников так мало игроков, отчасти потому, что он сложный, а отчасти потому, что NVIDIA сделала его таким благодаря стратегическим инвестициям.
Сплоченная экосистема NVIDIA также обеспечивает уверенность для разработчиков, ведь NVIDIA стала настолько надежной. Это компания, свободная от противоречий Больших Технологий, борьбы за лидерство, действий регулирующих органов и зависимости от менее ощутимых цифровых технологий, таких как социальные сети.
NVIDIA понимает это, используя программное и аппаратное обеспечение для усиления доминирования в экосистеме ИИ и создания набора программных инструментов и библиотек, которые улучшают стратегии выхода на рынок для своих клиентов.
Роль NVIDIA в генеративном ИИ
Возникновение генеративного ИИ еще больше укрепило позиции NVIDIA как лидера в области ИИ. Именно на этом этапе NVIDIA стала одной из самых влиятельных компаний в мире.
Генеративный ИИ предполагает обучение моделей на огромном количестве данных для создания нового контента на основе изученных шаблонов и стилей, таких как текст, изображения и музыка.
Осознав огромный потенциал, NVIDIA представила AI Foundations - облачную платформу, обеспечивающую демократичный доступ к самым современным моделям генеративного ИИ.
AI Foundations позволяет компаниям и разработчикам использовать возможности генеративного искусственного интеллекта без необходимости привлечения обширных собственных ресурсов и опыта.
Изначально NVIDIA AI Foundations включала в себя предварительно обученные модели, такие как NeMo для обработки естественного языка и Picasso для создания изображений и видео.
Это еще раз говорит о том, что NVIDIA стремится создать экосистему, а не отдельные продукты. Именно в этом они отличаются от других производителей, особенно от конкурентов в области производства полупроводников.
NVIDIA - это универсальное решение для передовых разработок в области ИИ, предлагающее аппаратное и программное обеспечение, а также тесное сотрудничество с облачными ресурсами Google, Microsoft, Amazon и другими.
Графические процессоры NVIDIA
В разгар бума генеративного ИИ NVIDIA значительно расширила портфолио своих чипов для ИИ, представив несколько революционных процессоров, призванных расширить границы ИИ и вычислительных технологий в различных секторах.
Давайте подробнее рассмотрим эти микросхемы и их вклад:
- A100 и H100: Сайт H100 быстро стал флагманом NVIDIA для приложений искусственного интеллекта, тактовая частота которого в 6 раз выше, чем у его предшественника A100.
- ГРАФИЧЕСКИЙ ПРОЦЕССОР HGX H200: Основан на архитектуре Hopper. H200 Представлена память HBM3e, обеспечивающая почти вдвое большую емкость и в 2,4 раза большую пропускную способность, чем ее предшественница A100. По сравнению с H100 она позволяет вдвое увеличить скорость вычислений на Llama 2, LLM с 70 миллиардами параметров. H200 совместим с различными конфигурациями центров обработки данных и планируется к выпуску в начале-середине 2024 года.
- GH200 Grace Hopper Superchip: GH200 сочетает в себе графический процессор HGX H200 и процессор NVIDIA Grace на базе Arm. Он предназначен для суперкомпьютерных приложений для решения сложных задач ИИ и HPC. Ожидается, что GH200 будет использоваться в более чем 40 суперкомпьютерах для ИИ по всему миру, включая такие значимые проекты, как система JUPITER в Германии, которая, по прогнозам, станет самой мощной системой ИИ в мире после установки в 2024 году.
- Blackwell GPU: Представлен в GTC 2024Графический процессор Blackwell - это процессор нового поколения от NVIDIA, пришедший на смену GPU H100 и H200. Провозглашенный NVIDIA самым мощным чипом в мире, Blackwell разработан специально для генеративного ИИ. Он обеспечивает 30-кратный прирост производительности по сравнению с H100 для рабочих нагрузок LLM и 25-кратное повышение энергоэффективности.
Блэквелл будет массивным, с Пресс-релиз NVIDIA Интерес к проекту проявили крупнейшие представители Big Tech, такие как Сатья Наделла из Microsoft, Сундар Пичаи и Демис Хассабис из Google и DeepMind, Сэм Альтман из OpenAI и многие другие.
NVIDIA перехитрила правительство США
Успех NVIDIA связан с гибкой корпоративной стратегией, управлением и реагированием на давление рынка. Это включает в себя попытки правительства США ограничить экспорт высокотехнологичного оборудования в Китай, который является одним из ее крупнейших клиентов.
В августе 2022 года Министерство торговли США ввело лицензионные требования на импорт некоторых high-end GPU, включая чипы NVIDIA A100 и H100, в Китай и Россию. Это привело к временному падению акций компании почти на 8%.
Ограничения были разработаны для того, чтобы предотвратить использование этих чипов в военных приложениях, таких как суперкомпьютеры и системы искусственного интеллекта.
В октябре 2022 года США еще больше ужесточили экспортный контроль, введя масштабный набор правил, направленных на то, чтобы отрезать Китай от некоторых полупроводниковых чипов, произведенных в любой точке мира на американском оборудовании. Эти правила также ограничивают экспорт американских инструментов и компонентов, необходимых для производства чипов.
С каждой новой редакцией этих правил NVIDIA находила способы обойти их, изменяя свои чипы таким образом, чтобы обойти запрет на экспорт.
Например, в ноябре NVIDIA выпустила три новых продукта - HGX H20, L20 PCle и L2 PCle - на базе мощного чипа NVIDIA H100, но с учетом экспортных ограничений.
Эти чипы менее мощные, чем ранее ограниченные модели A100 и H800, но все равно предлагают эффективную производительность для задач искусственного интеллекта.
Как отметил СемиАнализ"Nvidia идеально выдерживает грань между пиковой производительностью и плотностью производительности в этих новых чипах, чтобы они соответствовали новым американским нормам".
По данным South China Post, от 20 до 25% доходов NVIDIA от центров обработки данных приходится на китайских покупателей, даже несмотря на все более строгие запреты на экспорт.
Робототехника с проектом GR00T и Jetson Thor
NVIDIA поддерживает передовые и новые технологии с помощью своих платформ для разработки корпоративных роботов.
На конференции GTC 2024 компания объявила. Проект GR00T и Джетсон Тор. GR00T призван произвести революцию в гуманоидной робототехнике, предоставив универсальную базовую модель, позволяющую роботам учиться на примере действий человека и быстро осваивать координацию, ловкость и другие навыки.
Сегодня мы начинаем реализацию нашего проекта по созданию воплощенного AGI в физическом мире. Я очень рад объявить о проекте GR00T, нашей новой инициативе по созданию универсальной базовой модели для обучения человекоподобных роботов.
Модель GR00T позволит роботу понимать мультимодальные... pic.twitter.com/EqN19Z3cXH
- Джим Фан (@DrJimFan) 18 марта 2024 года
Jetson Thor, представленный вместе с Project GR00T, - это новая вычислительная платформа, предназначенная для этих гуманоидных роботов. Она оснащена графическим процессором нового поколения на базе архитектуры Blackwell от NVIDIA.
NVIDIA также активно развивает свою Робототехническая платформа Isaac для поддержки разработки сложных роботов с естественными асинхронными движениями и ловкостью.
Финансовые показатели NVIDIA и доминирование на рынке
Успех NVIDIA в играх, искусственном интеллекте и высокопроизводительных вычислениях привел к впечатляющим финансовым показателям. В 2023 году доход компании вырос на 61% по сравнению с предыдущим годом.
Благодаря этому росту рыночная стоимость компании выросла преодолев отметку в $1 триллион в середине 2023 года и продолжалась до тех пор, пока не попала в $2 триллионная марка, wи вот он здесь сегодня.
На сегмент центров обработки данных, включающий ИИ и высокопроизводительные вычисления, пришлось $11,2 миллиарда, или 42% от общей выручки, что подчеркивает растущую важность этих областей для бизнеса NVIDIA.
Игровой сегмент NVIDIA продолжал процветать, обеспечив $9,3 миллиарда, или 35% от общего дохода, демонстрируя способность компании сохранять лидерство в игровой индустрии и одновременно выходить на новые рынки.
Финансовый успех NVIDIA достиг новых высот в первом квартале 2024 финансового года: выручка выросла до $13,5 млрд, что на 88% больше, чем в предыдущем квартале. Основным драйвером стал сегмент центров обработки данных, где рекордные продажи превысили $10 миллиардов.
Продолжится ли рост NVIDIA?
Технологическая отрасль в целом переживает потрясающие годы: Alphabet, Meta и Microsoft отчитались о впечатляющих результатах в 2023 году.
Alphabet, Amazon, NVIDIA, Apple, Meta и Microsoft доминируют в индексе S&P 500, обеспечивая 9% его продаж, 16% его чистой прибыли и около 25% его рыночной стоимости.
Доход NVIDIA в прошлом году составил около $60 миллиардов, что на 126% больше, чем в предыдущем году. Высокая оценка и цена акций компании основаны на этой выручке и прогнозируемом дальнейшем росте.
Для сравнения, рыночная стоимость Amazon ниже, чем у NVIDIA, но в прошлом году компания заработала почти $575 миллиардов.
Такое расхождение показывает, насколько крутой путь предстоит пройти NVIDIA, чтобы получить достаточно большую прибыль и оправдать свою оценку в $2 триллиона, особенно на фоне обострения конкуренции на рынке чипов искусственного интеллекта.
Но несмотря на это, аналитики повысили свои ценовые ориентиры для NVIDIA, а аналитик UBS Тимоти Аркури (Timothy Arcuri) недавно поднимая его до 1100 с 800, ссылаясь на то, что с помощью Blackwell NVIDIA сможет захватить спрос со стороны глобальных предприятий и правительств.
Однако некоторые считают, что график акций NVIDIA показывает признаки ослабления. Действительно, он чрезвычайно высок для компании, которая еще не отгрузила большую часть заказов на A100 и H100.
Будущее больших технологий и роста NVIDIA остается неопределенным. Хотя потенциал роста огромен, компаниям также приходится бороться с возможностью охлаждения любви к ИИ, технологическими ограничениями и нормативными препятствиями.
Например, посещаемость ChatGPT упала с мая 2023 года, а некоторые инвесторы замедлили свои вложения в компании, связанные с ИИ. Есть опасения, что генеративный ИИ слишком быстро набирает обороты, быстро достигая пика, который ему трудно будет превзойти в ближайшем будущем.
Более того, bВычисления rute force требуют больших ресурсов, как для NVIDIA, так и для ее клиентов. Если суммировать все глобальные рабочие нагрузки ИИ, чипам требуется постоянная мощность, которая соперничает с возможностями малых государств.
И речь идет не только об электроэнергии, но и о воде, которая перекачивается через центры обработки данных в объеме миллиардов галлонов в день. Природные ресурсы, необходимые для создания высококлассного оборудования ИИ, такие как редкоземельные металлы, также не безграничны.
NVIDIA очень хорошо понимает проблемы энергопотребления в отрасли, поэтому их новые чипы значительно более энергоэффективны.
На GTC 2024 Хуанг заявил: "Ускоренные вычисления достигли переломного момента. Вычисления общего назначения исчерпали себя. Нам нужен другой способ выполнения вычислений, чтобы мы могли продолжать масштабироваться, чтобы мы могли продолжать снижать стоимость вычислений, чтобы мы могли продолжать потреблять все больше и больше вычислений, оставаясь при этом устойчивыми".
По крайней мере, Хуанг реалистично подходит к этим вопросам.
Вы можете быть уверены, что NVIDIA направит больше средств на энергоэффективный рост ИИ, который избавит индустрию от оков грубых ускоренных вычислений.
Если это удастся, то рост NVIDIA не будет иметь границ.
