Az MI-nek köszönheti szürreális szárnyalását az Nvidia
A kriptobányászat bezuhanásakor a piac és a tőzsde kis túlzással azonnal temetni kezdte a grafikus feldolgozóprocesszorokat tervező és gyártó Nvidiát, a céget azonban rendkívül látványosan rántotta talpra az új "őrület", a generatív nyelvi modellek előretörése, ahol a gépi tanulás támogatására fejlesztett célprocesszorokat úgy veszik az MI-robbanásra óriási tétet rakó vevők, mint a cukrot.
Rövidesen kezdetét veszi az Nvidia GTC konferenciája, ahol az amerikai cég vezérigazgatója, Jensen Huang további részleteket árul el arról, hogy miként látja a mesterséges intelligencia jövőjét, illetve cége szerepét az MI-ket támogató gépi tanulásos megoldások fejlesztésében és gyártásában.
A ChatGPT-hez hasonló modellek fejlesztéséhez és feltanításához kimeríthetetlen számítási kapacitás szükséges, ami mögé az Nvidia jó érzékkel és időzítéssel tudott beállni a több mint tízezer dollárba kerülő adatközponti célprocesszorral, az A100-zal vagy annak utódjával, a H100-zal - aligha kérdéses, hogy az idei eseményen a vállalat még magasabbra teszi majd a lécet számítási kapacitás terén.
Pedig tavaly nyáron, a kriptobányászat hirtelen megrogyását követően rendkívül gyorsan került meglehetősen szorult helyzetbe az Nvidia, mely a tavaly októberi mélyponton egykori fénykorának harmadát érte csupán.
Machine recruiting: nem biztos, hogy szeretni fogod Az AI visszafordíthatatlanul beépült a toborzás folyamatába.
Ezen a ponton ugyanakkor a hirtelen berobbanó MI-hype-nak köszönhetően egyre-másra jelentették be az IT-iparág meghatározó szereplő, köztük a Microsofttal vagy éppen a Google anyacégével, az Alphabettel, hogy több (tíz)milliárd dollárt fektetnek a ChatGPT-hez hasonló rendszerek fejlesztésébe, mely egycsapásra új helyzetbe hozta a gyengélkedő Nvidiát.
Az MI vonatra gyorsan felkapaszkodó Santa Clara-i vállalat egyes felmérések szerint ma az MI-célprocesszorok piacának messze legnagyobb szereplője, több mint 80%-os részesedéssel és gyakorlatilag egyetlen, számottevő méretű versenytárssal, az AMD-vel.
Az Nvidia ráadásul időközben elérhetővé tette az A100 (Ampere) utódjának tekintett, tavalyi GTC-n debütált H100-at (Hopper), mely elsősorban a rendkívül népszerű Transformer tanulási modell jelentős gyorsítását hivatott elérni, így a tanítási folyamat akár a hatszorosára is gyorsulhat, miközben az új generációs Nvidia NVlink révén 256 ilyen GPU is összekapcsolható a korábbinál kilencszer gyorsabb sávszélességet biztosítva.
Egy H100 GPU egyébiránt 80 milliárd tranzisztort tartalmaz, illetve ez a gyártó első olyan gyorsítóprocesszora, mely PCI Gen5 és HBM3 (High Bandwith Memory) támogatást kínál, a rendszer memória sávszélessége ezzel eléri a 3 TB/s-t. Az Nvidia szerint az új chip az előző generációs, A100-as megoldáshoz képest háromszoros teljesítményt nyújt FP16, FP32 és FP64, valamint hatszorosat 8 bites lebegőpontos műveleteknél. A rendszer ugyanakkor erősen memóriakorlátos, ami annak köszönhető, hogy a hatszoros FLOPS-teljesítménynövekedés mellé csupán 1,65x-ös memória sávszélesség-növekedés társult.
Az MI-célú feldolgozóprocesszorok forgalmának ugrásszerű növekedése mindenesetre idén újra az egekbe lökte az Nvidia értékét, mely jelenleg 77%-os pluszban jár az évkezdethez képest, ezzel messze túlszárnyalva az iparági átlagot. A cég piaci potenciálját jól szemlélteti, hogy az Nvidia jelenleg négyszer többet ér, mint közvetlen riválisa, az AMD és több mint 5,3-szor többet, mint az MI-forradalomról csúnyán lemaradó Intel.