Οι ημέρες που οι τεχνολογικοί γίγαντες αγόραζαν μεμονωμένα τσιπ έχουν τελειώσει. Οι εταιρείες τεχνητής νοημοσύνης χρειάζονται πλέον GPUs, CPUs και οτιδήποτε ενδιάμεσο. Παρόλο που η Nvidia ορίστηκε για δεκαετίες από τις κάρτες γραφικών, οι πρόσφατες κινήσεις της δείχνουν ότι στοχεύει να κλειδώσει πελάτες και στο λιγότερο απαιτητικό άκρο της αγοράς AI – εκείνους που αναζητούν αποδοτικούς τρόπους λειτουργίας λογισμικού «agentic AI».
Η επέκταση της συνεργασίας με τη Meta
Η Nvidia και η Meta ανακοίνωσαν μια συμφωνία δισεκατομμυρίων δολαρίων για την προμήθεια τσιπ που θα τροφοδοτήσουν τα τεράστια έργα υποδομής της Meta, περιλαμβάνοντας για πρώτη φορά και CPUs της Nvidia. Η Meta εκτιμά ότι μέχρι το τέλος του 2024 θα έχει αγοράσει 350.000 τσιπ H100 από την Nvidia, ενώ μέχρι το τέλος του 2025 θα έχει πρόσβαση σε συνολικά 1,3 εκατομμύρια GPUs.
Στο πλαίσιο της νέας ανακοίνωσης, η Meta θα κατασκευάσει κέντρα δεδομένων υπερκλίμακας βελτιστοποιημένα τόσο για εκπαίδευση όσο και για εξαγωγή συμπερασμάτων (inference). Η συμφωνία περιλαμβάνει μια «ευρείας κλίμακας ανάπτυξη» των CPUs της Nvidia και «εκατομμύρια GPUs Blackwell και Rubin».
Η σημασία των CPUs στην τεχνητή νοημοσύνη
Η Meta είναι ο πρώτος τεχνολογικός γίγαντας που ανακοινώνει μεγάλης κλίμακας αγορά της Grace CPU της Nvidia ως αυτόνομου τσιπ. Η βιομηχανία δείχνει ιδιαίτερο ενδιαφέρον για τις CPUs στα κέντρα δεδομένων λόγω του agentic AI, το οποίο θέτει νέες απαιτήσεις στις αρχιτεκτονικές γενικής χρήσης.
Σύμφωνα με αναλυτές, η χρήση των CPUs επιταχύνεται για να υποστηρίξει την εκπαίδευση και την εξαγωγή συμπερασμάτων. Σε ένα κέντρο δεδομένων της Microsoft για την OpenAI, για παράδειγμα, χρειάζονται πλέον «δεκάδες χιλιάδες CPUs για την επεξεργασία και διαχείριση των petabytes δεδομένων που παράγονται από τις GPUs».
Στρατηγικές επενδύσεις και οικονομικά στοιχεία
Η Meta σχεδιάζει να αυξήσει δραματικά τις δαπάνες της για υποδομές AI φέτος, φτάνοντας μεταξύ 115 και 135 δισεκατομμυρίων δολαρίων, από 72,2 δισεκατομμύρια δολάρια πέρυσι. Από την πλευρά της, η Nvidia εκτιμά ότι η δραστηριότητά της μοιράζεται σε «40% εξαγωγή συμπερασμάτων και 60% εκπαίδευση».
Τον Δεκέμβριο, η Nvidia ανακοίνωσε ότι δαπάνησε 20 δισεκατομμύρια δολάρια για την αδειοδότηση τεχνολογίας από τη startup Groq, με στόχο την επέκταση της πρόσβασης σε υψηλής απόδοσης και χαμηλού κόστους εξαγωγή συμπερασμάτων. Αυτή αποτελεί τη μεγαλύτερη επένδυση της Nvidia μέχρι σήμερα.
