САНТА-КЛАРА, Калифорния — На этой неделе компания Nvidia представила один из самых четких финансовых сигналов, свидетельствующих о том, что бум генеративного искусственного интеллекта превращается в масштабный инфраструктурный цикл. Производитель микросхем сообщил о выручке в размере 7,19 млрд долларов за первый квартал финансового года и прогнозирует примерно 11 млрд долларов на текущий квартал, что значительно превышает темпы, предполагаемые в последних результатах, поскольку спрос на ускоренные вычисления и обучение больших моделей подталкивает клиентов к использованию ее процессоров для центров обработки данных.
Nvidia от 24 мая была представлена рекордная выручка от центров обработки данных в размере 4,28 млрд долларов, что на 18% больше, чем в предыдущем квартале, и на 14% больше, чем годом ранее. Общая выручка все еще на 13% ниже, чем за аналогичный период прошлого года, поскольку игровой и другие рынки еще не полностью восстановились, но прогноз компании на второй квартал в размере 11,0 млрд долларов (плюс-минус 2%) фактически изменил ожидания относительно того, как быстро спрос на ИИ может изменить траекторию роста компании.
Искусственный интеллект переходит из разряда задач разработки программного обеспечения в цикл капитальных вложений
Квартальный отчет компании, представленный в Комиссию по ценным бумагам и биржам США (SEC) , ясно показывает, что Nvidia больше не зависит в первую очередь от потребительской графики. Центры обработки данных стали ее крупнейшим бизнесом, среди клиентов которого – облачные провайдеры, интернет-компании, предприятия и исследовательские институты. Генеральный директор Дженсен Хуанг заявил, что компьютерная индустрия переживает два одновременных перехода – ускоренные вычисления и генеративный искусственный интеллект – и что Nvidia увеличивает предложение, чтобы удовлетворить растущий спрос на свои сетевые и программные платформы H100, Grace Hopper.
Спрос обусловлен фундаментальным техническим ограничением. Обучение и развертывание больших языковых моделей требует огромной мощности параллельной обработки и высокой пропускной способности памяти. Обычные процессоры могут выполнять эти задачи, но с гораздо меньшей эффективностью, чем специализированные ускорители. Компания Nvidia потратила годы на создание программной экосистемы вокруг CUDA и расширяющегося портфеля графических процессоров, межсоединений и сетевых продуктов, что обеспечивает ей сильные позиции, поскольку разработчики стремятся развертывать модели, созданные по образцу таких систем, как ChatGPT.
Партнерские отношения с предприятиями показывают, куда направляются расходы
За неделю до публикации отчета о доходах Nvidia и ServiceNow объявили о партнерстве в области генеративного ИИ для разработки специализированных больших языковых моделей для корпоративных рабочих процессов. Это соглашение важно, поскольку оно выводит генеративный ИИ за пределы общедоступных чат-ботов и внедряет его во внутренние бизнес-процессы, такие как обслуживание клиентов, ИТ-поддержка и повышение производительности труда сотрудников.
23 мая Dell и Nvidia представили Project Helix— концепцию для компаний, желающих создавать и запускать системы генеративного искусственного интеллекта на собственной инфраструктуре. Предложение объединяет серверы и системы хранения данных Dell с графическими процессорами Nvidia H100, сетевым оборудованием и программным обеспечением AI Enterprise, ориентированное на организации, которым необходим доступ к возможностям обработки больших моделей без необходимости размещать конфиденциальную информацию исключительно в публичных облаках.
Компания Nvidia также анонсировала интеграцию с Microsoft , которая позволит интегрировать программное обеспечение Nvidia AI Enterprise в Azure Machine Learning. Это сотрудничество предоставит разработчикам возможность обучать, настраивать и развертывать модели, используя облако Microsoft, при этом опираясь на фреймворки и ускорители Nvidia.
Стратегия развития платформы выходит за рамки одного чипа
Преимущество Nvidia не ограничивается только H100. На своей конференции GTC в марте компания представила четыре платформы для выполнения задач генеративного ИИ, ориентированные на различные рабочие нагрузки, включая H100 NVL для больших языковых моделей, L4 для ИИ-видео и Grace Hopper для рекомендательных систем. Стратегия заключается в продаже полного стека: процессоров, сетевого оборудования, систем и программного обеспечения, которые разработчики могут использовать от обучения до выполнения задач.
Это важно, потому что вывод — процесс запуска обученной модели для получения ответов, изображений или рекомендаций — в конечном итоге может потреблять столько же или даже больше вычислительных мощностей, чем обучение. По мере того, как приложения генеративного ИИ переходят от экспериментов к продуктам, используемым миллионами людей, спрос может сместиться от нескольких масштабных запусков обучения к постоянной круглосуточной инфраструктуре обслуживания.
Чрезмерно экстраординарный прогноз по-прежнему сопряжен с риском невыполнения
Прогнозируемый доход в 11 миллиардов долларов предполагает резкий последовательный рост, и его достижение будет зависеть от предложения. Современные графические процессоры основаны на передовых технологиях производства полупроводников и сложной упаковке, возможности которых ограничены. Nvidia заявила, что работает с поставщиками над увеличением производства, но темпы спроса создают вероятность того, что клиенты столкнутся с длительными сроками поставки.
Конкуренция также усиливается. Компания Advanced Micro Devices готовит новые ускорители ИИ, крупные облачные провайдеры разрабатывают собственные чипы, а стартапы осваивают специализированные сегменты рынка машинного обучения. У клиентов, которые в настоящее время сильно зависят от Nvidia, есть веские причины диверсифицировать свои решения, если производственные мощности останутся ограниченными или цены вырастут.
Однако на данный момент квартальные результаты компании свидетельствуют о том, что генеративный ИИ создает достаточно большой цикл расходов, чтобы компенсировать слабость в других областях технологий. Nvidia начала этот год в качестве ведущего поставщика высокопроизводительных ускорителей ИИ. По итогам мая компания представила финансовый прогноз, который предполагает, что рынок этих систем расширяется гораздо быстрее, чем ожидали даже многие инвесторы всего несколько недель назад.