英语轻松读发新版了,欢迎下载、更新

Nvidia 会被颠覆吗?AI 芯片初创公司首席执行官表示,这是肯定的。

2024-11-07 13:00:00 英文原文

作者:Investor's Business Daily

英伟达NVDA)凭借这家科技巨头在人工智能领域看似坚不可摧的护城河,股价飙升。但对潜在颠覆者的关注不断增加,尤其是那些关注新兴人工智能挑战的初创公司,他们认为英伟达可能在这些挑战中很容易受到攻击。

新贵们专注于关键问题。对由 Nvidia 芯片驱动的人工智能数据中心进行大规模投资值得吗?对于科技行业来说,仅依靠一家芯片制造商来引领最热门的科技趋势是否有意义?

Ø X 正在播放 人工智能升级:驱动 Nvidia 股票的芯片内部

AI芯片初创Cerebras,刚刚申请上市,发誓“通过使其更快、更易于使用来加速人工智能”和“世界各地均可访问”。Nvidia 的另一位挑战者 SambaNova 的首席执行官罗德里戈·梁 (Rodrigo Liang) 也提到了需要更多地使用人工智能,因为他指出人们越来越担心电力成本“飙升”和回报递减。

他告诉《投资者商业日报》:“你必须降低成本才能提高性能,使开发人员能够创新并大规模地进行创新。”“如果你不这样做,这只是一个只有大玩家才能玩的游戏。”

“我们是 Nvidia 的替代品,”梁宣称。

Nvidia 股票:替代品正在上涨

自十年前随着深度学习的兴起,芯片巨头开始主导人工智能以来,渴望成为英伟达的替代品一直是许多初创公司的目标。

这出乎意料地发生了。

深度学习构建模仿人类记忆工作方式的人工神经网络,需要强大的处理能力。英伟达的图形处理器主要用于视频游戏和好莱坞大片,事实证明是可以很好地完成这项工作的芯片。

“深度学习落在了他们的腿上,”2014 年人工智能芯片初创公司 Nervana 的联合创始人、现任 DataBricks 高管的 Naveen Rao 在 2019 年的一次采访中表示。

专注于培训

事实证明,英伟达的芯片特别适合深度学习的关键一步,即通过使用重型计算处理大量数据来训练人工智能模型。

IDC 分析师 Shane Rau 告诉 IBD,训练人工智能模型是“数据密集型、处理密集型”。“你向[模特]扔了一百万张猫的照片,然后说,‘认出一只猫。’”

在下一个深度学习阶段(称为推理)中,模型根据模型中开发的知识执行。“你转动这个模型,然后你要求模型识别猫,你会以非常快的速度提供一张猫的照片,”劳说。

业界将推理称为“生产中的人工智能”或“行动中的人工智能”。

“培训就像上大学。推理就像去工作,”SambaNova 投资者贝莱德董事总经理托尼·金 (Tony Kim) 告诉 IBD。

预计推理将成为人工智能领域越来越大的需求。初创公司看到了巨大的机会。

Nvidia 股票:目标推理

转向推理将需要更多针对特定任务的定制芯片。这些处理器预计消耗的功率要少得多,而且价格也便宜。

“随着模型开始稳定下来——更多的人将最大限度地减少训练投资并进行推理,”劳说。

推动降低人工智能计算成本可能会引发更多竞争。

“并不是每个人都会花 30,000 美元购买 GPU,”Rau 说。“如果你可以在芯片上运行一个可能更专业、更便宜的人工智能模型,那就是一个很好的目标。”

“你需要一个不同的芯片”

梁说,这就是 SambaNova 的目标。该公司的网站宣称 SambaNova 是“世界上最快的人工智能推理”。

这家总部位于加利福尼亚州帕洛阿尔托的公司已从投资者那里筹集了超过 11 亿美元的风险资金,其中包括贝莱德)、GV、英特尔投资和软银愿景基金。其主要客户包括沙特阿美公司、劳伦斯利弗莫尔实验室和阿贡国家实验室。这家初创公司拥有 600 名员工,2021 年估值超过 50 亿美元。

梁回应了这样的批评,即虽然 Nvidia 强大且耗电的芯片非常适合训练,但需要不同类型的处理器来进行推理。

他说:“你不能继续用蛮力来解决问题。”他认为需要“找到更聪明、更有效的方法来真正实现规模化。”

“你需要一个不同的芯片,”梁说。“这对我们来说是一个巨大的市场。”

英伟达股票:过度依赖一家供应商

贝莱德的 Kim 也看到了同样的机会,他表示:“在生产中运行的推理人工智能将会疯狂地激增。这就是这些初创公司找到生机的地方。这种推理需求正在开始爆炸式增长。”

贝莱德有一项政策,不对特定公司发表评论。Kim 提出了他对人工智能市场参与者的个人看法。

他表示,寻求拥抱人工智能的公司面临着一个关键的困境。“所需的投资是如此巨大”,这“造成了对一个供应商的更多依赖”。

Kim 表示,毫无疑问,Nvidia 的技术令人印象深刻。但它的主导地位促使“一大堆其他公司说,‘嘿,我们需要,我们需要建立替代品。我们可以 100% 依赖一家公司吗?’”

“没有一家公司愿意 100% 依赖一家公司,”他说。

Nvidia 股票:推理市场争论

人工智能推理市场的潜在规模和重要性仍不清楚。

伯恩斯坦分析师在本月的一份 10 月份客户报告中推测,这一数字将“非常大”,但这一切都取决于未来人工智能模型的投资回报。伯恩斯坦分析师写道:“我们在这里没有答案——虽然我们普遍相信这一点,但无论哪种方式都很难有说服力。”

与此同时,Nvidia 并没有完全停滞不前。首席财务官 Colette Kress 在 8 月份告诉分析师,“在过去的四个季度中,我们估计推理推动了 Nvidia 数据中心收入的 40% 以上”。

英伟达发言人拒绝进一步置评。

担当领导者

英伟达可能仍将是人工智能领域的主导者。但人工智能市场仍在不断发展。

“随着大多数模式的发展,他们扩大了我们的市场,他们成长、成长、成长、成长,最终他们细分,”劳说。

贝莱德的金表示,“任何人都很难进入目前由英伟达主导的培训领域”。另外,以其他芯片巨头为首超微半导体公司AMD),大型云公司喜欢微软微软公司)和谷歌(谷歌)也加入了战局。“即使这个市场如此之大,你的胜算仍然很大。”

不过,他表示,人工智能市场将是巨大的,有望增长“100 倍或 1000 倍”。

“我认为,一些初创公司可以做到这一点,”金补充道。

“硬件很难”

Nervana 正是如此,它成为 Nvidia 的潜在挑战者,并于 2016 年被英特尔收购。几年后,在收购了另一家 AI 芯片初创公司 Habana 后,这家芯片巨头最终关闭了 Nervana 的努力。

但探索 Nvidia 替代方案的风险是值得的。贝莱德 (BlackRock) 的金 (Kim) 表示:“存在的空间不仅仅是一家名为英伟达 (Nvidia) 的公司。”

金融咨询公司均富会计师事务所(Grant Thornton)的执行合伙人安德里亚·舒尔茨(Andrea Shulz)表示,人工智能芯片初创公司必须应对另一个严重障碍:新公司通常更难进入硬件技术市场。

“硬件很难,”她告诉 IBD。“你会看到这句话被广泛流传,这是非常正确的。”

她表示,人工智能芯片初创公司的长期前景仍不确定。

目前还不清楚“它们是否会扰乱现有的参与者,以及它们是否有足够的寿命真正成为生态系统中的成熟参与者,或者它们是否真的会在此过程中被收购,”她说。“我认为这是更有可能的道路。

桑巴诺瓦舞

与此同时,梁对他在 2017 年共同创立的公司仍持乐观态度,他预计该公司将在这场漫长的战斗中发挥关键作用。

“你不可能一夜之间获胜,”他说。“你必须在其中呆很长时间。正如我们所见,并不是每个人都能在其中呆很长时间。”

从某种程度上来说,人工智能之战就像一场旷日持久的舞蹈,玩家必须顺其自然。梁说,这就是 SambaNova 的意义所在。

在巴西长大的梁回忆道,在决定给这家初创公司起什么名字时,他“想找一个具有巴西特色的名字”。

他的团队最终选择了“SambaNova”,梁称其与他们正在构建的神经网络“非常、非常、完美匹配”。

“桑巴是一种舞蹈,”他说。“它流动。数据流动。我们最终喜欢这个名字。”

梁还从互联网时代汲取了教训,当时他的科技事业起飞,而另一家芯片巨头似乎所向无敌。

他说,在那段时间“没有人认为他们可以颠覆英特尔”。“英特尔在每个人都在运行的所有产品上都占了 90 多分。但是,这已经不再是现实了。”

“最好的技术获胜,”他说。“我认为事情就这么简单:最好的技术获胜。我不认为这与品牌有关。你必须大规模生产最好的技术。人们想要能源效率、成本效率、性能。如果你做了这些事情,最好的技术获胜,这正是我们优化的目的。”

您可能还喜欢:

山姆大叔想要美国制造的半导体。CHIPS 法案可能达不到要求。

为什么 AMD 不必击败 Nvidia 才能成为人工智能芯片领域的赢家

介绍股市成功的 IBD 方法论的四大支柱

关于《Nvidia 会被颠覆吗?AI 芯片初创公司首席执行官表示,这是肯定的。》的评论


暂无评论

发表评论

摘要

当然,对于那些旨在颠覆 NVIDIA 等老牌企业的初创公司来说,AI 芯片开发的前景充满了诱人的机遇和挑战。以下是强调这些公司面临的潜力和障碍的一些关键点:### 潜在机会:1. **市场增长**:人工智能市场预计将在未来十年呈指数级增长,为新技术提供众多切入点。2. **多样化的应用**:随着人工智能应用扩展到医疗保健、金融、自动驾驶汽车等各个领域,人们需要比 NVIDIA 目前提供的专业硬件解决方案。3. **政府激励**:通过美国《CHIPS 法案》等旨在促进国内半导体制造的举措,初创企业可能会通过赠款和与政府机构的合作获得支持。4. **合作机会**:与云提供商、研究机构和其他科技公司的合作可以加速开发和市场采用。### 挑战:1. **高进入壁垒**:构建定制硬件需要在研发、制造基础设施和供应链管理方面进行大量投资——与老牌巨头相比,初创企业往往缺乏这些资源。2. **可扩展性问题**:从原型到批量生产的过渡充满了与良率、可靠性测试和成本效率相关的技术障碍。3. **竞争**:NVIDIA 强大的品牌影响力以及广泛的开发商和集成商生态系统使得新进入者在没有显着的技术优势或独特的价值主张的情况下很难获得吸引力。4. **监管与合规性**:了解硬件制造的监管环境可能非常复杂且耗时,特别是在数据隐私法和国际贸易法规方面。### 战略考虑:1. **创新焦点**:初创公司需要不断创新,重点关注能源效率、每瓦性能或满足特定市场需求的专业处理能力等领域。2. **战略联盟**:与大型科技公司建立战略联盟可以提供关键资源并加快产品开发周期。3. **模块化设计方法**:采用模块化设计理念可以灵活地使产品适应不断发展的人工智能工作负载,而无需完全重新设计。### 历史教训:1. **英特尔的主导地位**:在互联网时代颠覆英特尔的比喻是恰当的——正如英特尔面临着逐渐侵蚀其主导地位的竞争一样,NVIDIA 也可能会看到新的挑战者出现。2. **最佳技术获胜**:强调卓越技术而不是品牌忠诚度强调了持续创新和在绩效指标方面保持领先的重要性。### 结论:虽然初创公司与 NVIDIA 等老牌企业竞争无疑具有挑战性,但人工智能快速发展的性质提供了独特的机会。通过专注于利基市场、培育战略合作伙伴关系和不断创新,新进入者可以在这个新兴市场中占据重要份额。关键不仅在于颠覆,还在于重新定义在人工智能硬件领域脱颖而出的含义。通过保持敏捷性、利用新兴趋势并围绕其解决方案建立强大的生态系统,初创公司不仅有潜力在人工智能芯片开发的竞争格局中生存下来,而且还能蓬勃发展。