Nvidia: можно ли низвергнуть короля и кто претендует на престол?
“Кто контролирует спайс – контролирует вселенную” – эту фразу из романа “Дюна” легко можно переиначить на современность. Место спайса займут графические процессоры, основа систем искусственного интеллекта, шествие которых уже не остановить. Ведущим производителем таких чипов является компания Nvidia, любая организация, заинтересованная и нуждающаяся в ИИ-комплексах, пользуется ее разработками.
Спрос на ГПУ положительно сказывается на финансовом состоянии Nvidia, рыночная стоимость исчисляется триллионами долларов, а выручка растет колоссальными темпами. По мнению экспертов, всего за год марка смогла удвоить показатели.
Интересно, что графические процессоры изначально разрабатывались для игровых приложений, видеокарты Nvidia известны каждому их поклоннику. На счастье марки оказалось, что их архитектура идеально подходит и для вычислений, необходимых системам искусственного интеллекта. Конечно, лавры Nvidia не дают покоя и другим производителям. Многие стараются выйти на рынок, предложить эффективные альтернативы, понимая, что они немедленно начнут пользоваться спросом и на годы вперед обеспечат хорошую прибыль.
Главная особенность ГПУ – принцип работы. Обычный процессор ориентирован на последовательное выполнение задач, графический – на одновременное, то есть вся мощность направлена на выполнение конкретного действия. Отличный пример – отрисовка очередной сцены в компьютерной игре. Такой алгоритм идеально соответствует ИИ-системам.
Использование ГПУ в комплексах искусственного интеллекта, впрочем, сопряжено с некоторыми сложностями. Главное ограничение – скорость загрузки и удаления информации. Для масштабных ИИ-систем нужно не просто много процессоров, но активное переключение между ними, что снижает производительность и приводит к простою некоторых ядер при классической архитектуре.
Альтернативу предложила компания Cerebras. Ее схема предполагает использование не множества отдельных ГПУ, а одного огромного чипа, на котором расположены сотни тысяч ядер и высокопроизводительные модули памяти. Это уменьшает время, нужное на переключение. На фоне большинства разработок чип от Cerebras выглядит просто огромным, по габаритам напоминает блюдо или тарелку! Тесты показали, что время переключения удалось снизить в сотни раз, а энергопотребление – вдвое, без вреда для производительности.
Необычной идеей может блеснуть и молодая компания Groq. Она разработала специальные языковые процессоры, адаптированные к запуску языковых моделей LLM. Они не просто выполняют вычислительные операции, но и ведут обмен данными с другими процессорами. В комбинации с фирменным программным обеспечением модули гарантируют скорость запуска LLM, десятикратно превышающую стандартные разработки.
Третье предприятие, способное конкурировать с Nvidia – mATX. Оно разработало чип, конструктивно близкий графическому, однако, лишенный модулей, ненужных системам ИИ, ориентированных исключительно на работу с графикой.
Также работают в этом направлении следующие марки:
- Hailo. Разработки фирмы из Израиля привлекают экспертов и инвесторов, недавно она получила 120 миллионов долларов в рамках частного финансирования;
- Taalas, компания из Торонто;
- Graphcore, Британия.
Не остаются в стороне и гиганты телекоммуникационного, электронного рынка, которые хотят перейти на собственные разработки. Например, Google создала TPU, тензорные процессоры, работающие по принципу облачных вычислений. Не так давно продемонстрировали достижения Microsoft, Meta и Amazon. Пытаются догнать Nvidia AMD и Intel.
Всем преследователям лидера рынка, впрочем, нужно действовать осторожно. Разработка чипа – это дело, как минимум, 2-3 лет, причем нужно продумать не только аппаратную, но и программную часть, создать ПО и алгоритмы, которые позволят в полной мере раскрыть потенциал процессора. У Nvidia в этом смысле огромное преимущество, так как она уже десятилетия работает в области ГПУ, накопила огромный опыт и создала методики, которым до сих пор нет альтернатив. Претендентам на трон не следует концентрировать все усилия на погоне, продолжать работать и в более привычных, проверенных областях, приносящих доход.