Nvidia je v začetku avgusta predstavila nov obsežen strateški načrt, ki ga ocenjuje na 500 milijard dolarjev. Ta številka ne pomeni neposredne investicije podjetja, temveč predstavlja projekcijo tržne priložnosti, ki jo Nvidia vidi v naslednjem desetletju s ponovno uporabo starejših grafičnih procesorjev (GPU) v umetni inteligenci, računalništvu v oblaku in sorodnih področjih. Podjetje predvideva, da bi s tem pristopom lahko iztržilo izjemen delež iz že nameščene strojne opreme in zagotovilo nove prihodke na trgih, kjer je nadgradnja na najnovejše čipe stroškovno ali logistično zahtevna.
Katere starejše GPU-je cilja Nvidia in kako jih optimizira
Strategija poudarja ponovno vključitev starejših generacij GPU-jev, kot so serije Pascal (npr. GTX 1080, Tesla P100), Turing (RTX 20xx, Tesla T4) in starejših Ampere modelov. Te naprave imajo še vedno pomembno prisotnost v podatkovnih centrih in delovnih postajah po svetu. Nvidia načrtuje, da bo s specializiranimi posodobitvami gonilnikov, SDK-jev in razširitvami platform, kot sta CUDA in TensorRT, omogočila učinkovitejše izvajanje AI modelov tudi na starejši strojni opremi. Sem sodijo optimizacije za modelno inferenco, kvantizacijo (npr. INT8), prilagoditve za manj zahtevne LLM-je in strojno učenje.
Pri tem Nvidia izpostavlja tudi nove vmesnike API in podporo v obstoječih orodjih, ki razvijalcem omogočajo, da izboljšajo učinkovitost in porabo energije brez potrebe po takojšnji menjavi GPU-jev. Na ta način podjetja z omejenim proračunom ali specifičnimi potrebami lahko podaljšajo življenjsko dobo vloženih sredstev v strojno opremo. Poudarek je tudi na trajnosti, saj podaljšana uporaba starejših GPU-jev zmanjša količino elektronskih odpadkov.
Za razvijalce in AI ekipe to pomeni, da bodo lahko izvajali inference manjših jezikovnih modelov, klasične modele strojnega učenja, računalniški vid in druge aplikacije, ki ne zahtevajo najvišje zmogljivosti. Nvidia načrtuje objavo dodatne dokumentacije in orodij, ki bodo omogočila lažje prilagajanje obstoječih modelov na starejšo strojno opremo.
Vpliv na AI industrijo in praktične koristi za podjetja
Ta strategija ima lahko široke posledice za celoten AI ekosistem. Nvidia s tem nagovarja segmente trga, kjer je nadgradnja strojne opreme redkejša – mednje sodijo manjša podjetja, startupi, raziskovalne inštitucije ter ponudniki oblačnih storitev, ki želijo izkoristiti že obstoječe zmogljivosti. Konkurenti, kot sta AMD in Intel, bodo morda primorani razviti podobne pobude, saj lahko oživitev starejših GPU-jev povzroči premik v dinamiki trga, kjer ni več vse odvisno od najnovejših generacij čipov.
Za cloud operaterje in ponudnike infrastrukturnih storitev bi to lahko pomenilo nižjo vstopno oviro za manjše stranke in večjo izkoriščenost obstoječe opreme. Tak pristop lahko tudi zmanjša izpuste CO2, saj podaljšuje življenjsko dobo računalniške opreme. V širšem smislu to pomeni dostopnejšo umetno inteligenco tudi za regije in organizacije z omejenimi proračuni.
Viri informacij o tej strategiji vključujejo uradne objave podjetja Nvidia, analize neodvisnih tržnih raziskovalcev ter podatke iz javno dostopnih predstavitev in poročil za vlagatelje. Vse to nakazuje, da Nvidia stavi na dolgoročni trend trajnostnega razvoja, večje programske prilagodljivosti in ekonomske racionalnosti, ki bodo v prihodnosti ključne za rast umetne inteligence in računalništva nasploh.
