Энди Джасси, из Amazon.com Inc., в этом году начал смело хвастаться во время телеконференций. Хотя его компания по-прежнему остается одним из крупнейших клиентов Nvidia Corp., она также сама по себе является одним из крупнейших в мире производителей чипов для центров обработки данных.
«Если бы подразделение Amazon по производству полупроводников было самостоятельным бизнесом, его годовая выручка превысила бы 25 миллиардов долларов», — заявил генеральный директор аналитикам в июле. При этом темпы роста продаж исчисляются трехзначными процентами.
«Мы очень воодушевлены тем, что происходит в нашем чиповом бизнесе», — сказал Джасси.
Эта уверенность подчеркивает, насколько сильно и как быстро меняется рынок полупроводников. Хотя Nvidia по-прежнему остается доминирующим производителем процессоров для центров обработки данных, особенно тех, которые используются для обучения моделей искусственного интеллекта, она сталкивается с растущей конкуренцией со всех сторон, в том числе со стороны своих крупнейших клиентов.
Amazon и другие поставщики облачных вычислений, по-прежнему являющиеся крупнейшими покупателями чипов Nvidia, разрабатывают собственные микросхемы и даже продают их третьим сторонам. Конкурирующие производители микросхем, такие как Advanced Micro Devices Inc. и Broadcom Inc., получают десятки миллиардов долларов выручки от центров обработки данных. А целый ряд стартапов привлекает ещё миллиарды от инвесторов, стремящихся поддержать следующий прорыв.
За последнее время произошло несколько заметных событий. 19 августа, компания Google заключила сделку с Marvell Technology Inc. с целью реализации своих амбиций в сфере производства микросхем. В тот же день, компания Cerebras Systems Inc., конкурирующая с Nvidia, анонсировала новый компьютер, который, по её утверждению, способен обрабатывать запросы искусственного интеллекта быстрее, чем любой другой. Между тем, компания Anthropic PBC наняла ветерана из подразделения Google, занимающегося разработкой микросхем, в тот момент, когда она планирует собственное вхождение в сферу производства микросхем.
Nvidia, самую дорогую компанию в мире, будет трудно догнать: она по-прежнему растет быстрее, чем многие из своих конкурентов. Кроме того, компания расширила свою деятельность в сферу программного обеспечения, сетевых и других технологий, чтобы оставаться незаменимой для экономики искусственного интеллекта.
Однако с учетом того, что рынок чипов для ИИ готовится преодолеть отметку в 1 триллион долларов выручки, конкурентная борьба будет только усиливаться.
«У Nvidia сильная экосистема», — сказал Хенди Сусанто, портфельный менеджер и аналитик инвестиционной компании Gabelli. Однако изменения на рынке — такие, как внезапная продажа Amazon и Google своих чипов другим компаниям — оказались непредсказуемыми. «Это произошло относительно быстро», — отметил он.
По оценкам аналитиков, выручка Nvidia в прошлом квартале почти удвоилась по сравнению с аналогичным периодом прошлого года и составила 92 млрд долларов. Это больше, чем любой из ее конкурентов зарабатывает за целый год. Но такой поток денежных средств — при заоблачной рентабельности — только делает ее рынок еще более привлекательным. Между тем, как сообщили источники, знакомые с ситуацией, некоторым из крупнейших клиентов Nvidia Corp. сообщили, что цены на серверы, оснащенные чипами искусственного интеллекта компании, во многих случаях вырастут более чем на 15%.
Угрозы для Nvidia можно разделить на несколько широких категорий. С одной стороны, существующие конкуренты на рынке чипов и растущая группа новых игроков борются за большую долю рынка. С другой стороны, есть лаборатории искусственного интеллекта и так называемые гиперскейлеры — крупнейшие поставщики облачных вычислений — разрабатывающие собственные чипы.
1. Давние соперники.
Компания Nvidia поднялась на вершину полупроводниковой отрасли после того, как разработчики осознали, что её графические процессоры — технология, ставшая популярной благодаря компьютерным геймерам, — отлично подходят для обучения моделей искусственного интеллекта.
Спрос на эти графические процессоры, также известные как ускорители ИИ, резко вырос после появления ChatGPT от OpenAI в конце 2022 года. И это открыло возможности для давних конкурентов Nvidia.
AMD, второй по величине производитель графических процессоров, в прошлом квартале более чем удвоил выручку в сегменте центров обработки данных до 6,7 млрд долларов. А генеральный директор, Лиза Су, ожидает, что к 2030 году общий рынок ускорителей ИИ достигнет 1,4 трлн долларов.
Тем не менее, пока неясно, какую долю в этой категории займет AMD. Nvidia по-прежнему удерживает примерно 90 % рынка ускорителей.
Intel Corp., который когда-то превосходил Nvidia в микроэлектронной отрасли, пытался продавать собственные ускорители, но пока с ограниченным успехом. Однако компания выиграла от общего роста расходов на центры обработки данных для ИИ, что способствовало восстановлению её продаж и роста курса акций.
Broadcom и Marvell, которые производят компоненты по индивидуальному заказу для клиентов, проложили свой собственный путь на рынок ИИ. Они помогают Google и другим так называемым гипермасштабируемым компаниям — крупнейшим игрокам в сфере облачных вычислений — разрабатывать чипы для быстрорастущего парка центров обработки данных.
Кроме того, существуют конкуренты в Китае, где Nvidia сталкивается с торговыми ограничениями. В связи с экспортным контролем США компания не может продавать свои лучшие продукты китайским покупателям. И хотя Nvidia активно лоббировала отмену этих ограничений, эти правила подстегнули усилия Китая по разработке собственных альтернатив. По словам представителей Nvidia, такие компании, как Huawei Technologies Co. — включенная в «черный список» США — стремительно продвигаются в разработке продуктов, которые составляют прямую конкуренцию.
2. Новички.
Переломный момент в индустрии искусственного интеллекта помогает конкурентам Nvidia набрать обороты. Центры обработки данных переходят от обучения моделей ИИ — этапа, предполагающего их «бомбардировку» данными, — к фазе, известной как инференция. Это тот момент, когда программное обеспечение начинает реагировать на входные данные из реального мира и выдавать ответы. Другими словами, модели ИИ уже построены и теперь вводятся в эксплуатацию.
Графические процессоры Nvidia, безусловно, являются мощным инструментом для обучения моделей, но этап инференса открывает возможности для более широкого спектра процессоров. Это создает условия для потенциального захвата рынка новыми игроками на рынке микросхем. По данным Jon Peddie Research, в настоящее время 150 компаний работают над более чем 200 различными проектами полупроводниковых решений для ИИ в той или иной форме.
Идея заключается в том, чтобы адаптировать чипы для более быстрого или эффективного выполнения инференции. Продукты также можно точно настроить для работы с определенными типами моделей.
«Инференция не является универсальной, поэтому попытки решить эту задачу методом перебора с помощью одного чипа не принесут результата», — сказал Сид Шет, генеральный директор d-Matrix, стартапа, специализирующегося на этой области.
Еще одна мотивация? Желание не дать Nvidia занять слишком доминирующее положение. Компания берет около 30 000 долларов за чип своих высокопроизводительных ускорителей. Ее рентабельность выросла до впечатляющих 75%, что примерно на 20 пунктов превышает показатели ближайших конкурентов.
«Рынки предпочитают структуру, близкую к олигополии, а не к монополии», — сказал Митеш Агравал, генеральный директор стартапа Positron, занимающегося производством микросхем.
Как на публичных, так и на частных рынках в избытке имеются денежные средства для тех, кто планирует сократить лидерство Nvidia. В мае компания Cerebras провела крупнейшее в истории полупроводниковой отрасли первичное публичное размещение акций (IPO), привлекая рекордную сумму в ходе дебюта, который был переподписан.
Генеральный директор этой компании, Эндрю Фельдман (Andrew Feldman), придерживается простой позиции: его чипы гораздо быстрее чипов Nvidia в предоставлении ответа на запрос искусственного интеллекта. «Это рынок, для которого скорость имеет первостепенное значение», — сказал он.
OpenAI и Amazon заключили соглашения с Cerebras, чьи чипы размером с обеденную тарелку позволяют повысить производительность. В то же время ранее малоизвестные стартапы, такие как Positron, Fractile и Etched, демонстрируют стремительный рост оценки в раундах финансирования, направленных на выпуск ими инновационных чипов.
Ничто из этого не дается легко. Разработка полупроводников — дело не для нетерпеливых, неопытных или испытывающих нехватку средств. Разработка чипов может занимать годы — при затратах в сотни миллионов долларов и более — и компаниям редко удается добиться успеха с первой попытки.
Шет из компании d-Matrix, лично курировал около 20 проектов по выпуску чипов на производство — это заключительный этап проектирования перед тем, как компания приступает к массовому производству процессоров. «Не думаю, что с 21-м разом это станет проще», — сказал он.
3. Гипермасштабируемые компании.
У гипермасштабируемых компаний — названных так из-за того, что они осуществляют вычислительные операции с непревзойденной мощностью — возникла проблема. Они слишком быстро наращивают количество дата-центров, и поставки микросхем не успевают за этим темпом.
Из-за этого поиск альтернатив Nvidia стал практически необходимостью, и все чаще они стремятся решать эту задачу собственными силами.
Именно здесь на сцену выходит Broadcom. Компания, когда-то наиболее известная своими полупроводниками для Wi-Fi и другими компонентами для связи, теперь является основным партнером в области разработки микросхем собственными силами.
Broadcom сотрудничает с Google, Meta Platforms Inc. и другими компаниями в разработке чипов для искусственного интеллекта и рассчитывает в этом году реализовать продукцию на сумму 56 млрд долларов. Эта инициатива предполагает использование специализированных интегральных схем (ASIC) для выполнения функций, которые ранее выполняли графические процессоры (GPU) Nvidia.
Согласно анализу Bloomberg Intelligence, выручка подразделения Broadcom, занимающегося разработкой, в сфере искусственного интеллекта в настоящее время увеличивается более чем вдвое.
Однако стремление к диверсификации поставщиков означает, что даже Broadcom здесь недостаточно. Google также сотрудничает с Marvell в разработке своих чипов для ИИ, которые компания называет тензорными процессорами (TPU).
Еще одним признаком обострения конкуренции стало то, что в этом году Google впервые одновременно выпустит две версии своих TPU. Это позволит компании вывести одну из них на рынок решений для быстрого вычисления. Кроме того, компания начала предоставлять клиентам возможность использовать эти чипы за пределами облачной инфраструктуры и центров обработки данных Google — такая модель больше напоминает подход Nvidia к продажам.
4. Лаборатории искусственного интеллекта.
Ведущие разработчики ИИ, такие как OpenAI и Anthropic, ведут гонку за создание собственной инфраструктуры, и это выходит за рамки поиска дата-центров и оборудования. Подобно гипермасштабируемым компаниям, они стремятся к созданию собственных чипов, которые можно адаптировать под потребности каждой компании.
Anthropic, разработчик программного обеспечения Claude AI, предпринял активные шаги по снижению своей зависимости от Nvidia. В частности, компания заключила контракты на десятки миллиардов долларов на использование чипов-ускорителей ИИ от Google, Amazon и AMD. OpenAI, компания, стоящая за ChatGPT, предпринимает аналогичные шаги.
Следующим шагом станет создание собственного производства чипов. Anthropic не раскрывает подробностей своих планов по созданию ускорителя ИИ, но к компании SK Hynix Inc. уже обратились с предложением о поставке чипов памяти для этой технологии. Чхей Тэ Вон, председатель совета директоров конгломерата SK Group, подтвердил факт переговоров во время мероприятия, состоявшегося в июле.
OpenAI представила более подробную дорожную карту разработки своего собственного чипа под названием Jalapeno. Этот процессор, разработанный совместно с Broadcom, будет внедрен в центры обработки данных в конце этого года.
На начальном этапе чип будет ориентирован исключительно на инференцию, а обучение по-прежнему будет осуществляться на графических процессорах Nvidia. Однако будущие версии могут выполнять дополнительные задачи. Генеральный директор Broadcom, Хок Тан, заявил, что микросхема будет обновлена в 2028 году, а затем — ежегодно.
Примечательно, что OpenAI может разрешить другим компаниям использовать свои микросхемы, как заявил в июне в интервью Ричард Хо, руководитель подразделения полупроводников компании.
По его словам, разработка собственного чипа имеет решающее значение для OpenAI, чтобы добиться оптимального соотношения производительности, стоимости и скорости. «Это начало целой серии шагов, которые позволят OpenAI получить полный контроль над всем инфраструктурным стеком».
Между тем Meta планирует разработать целый ряд собственных полупроводниковых решений для реализации своих амбиций в области ИИ. Компания подписала соглашения буквально со всеми значимыми игроками на рынке компонентов для ИИ, включая даже относительного новичка — Qualcomm Inc. Однако есть признаки того, что этот процесс еще находится на ранней стадии: в последние месяцы расходы Meta на продукцию Nvidia фактически выросли.
На Уолл-стрит звезда Nvidia немного померкла. Хотя в 2026 году ее акции выросли на 15%, индекс полупроводниковых компаний Филадельфийской фондовой биржи прибавил 66%. Акции Intel и AMD выросли более чем вдвое, а производитель памяти Micron Technology Inc. — более чем втрое.
Однако компания Nvidia предприняла собственные шаги, чтобы сохранить конкурентоспособность в сфере инференса. В декабре она согласилась выплатить, по имеющимся данным, 20 миллиардов долларов за технологии и персонал стартапа Groq, специализирующегося на этом рынке.
Еще одна проблема, с которой сталкиваются конкуренты Nvidia, — это поставки. В современной индустрии чипов большинство компаний разрабатывают свою продукцию, а затем передают производство на аутсорсинг нескольким производителям, известным как литейные заводы.
Taiwan Semiconductor Manufacturing Co. является доминирующим литейным заводом и производит самые передовые чипы. Это делает его ключевым игроком в гонке процессоров для ИИ. Nvidia имеет долгосрочные отношения с TSMC и может использовать свои растущие финансовые возможности для укрепления своей центральной роли в отрасли.
«Благодаря обязательствам по поставкам на сумму свыше 100 миллиардов долларов, компания, фактически, резервирует критически важные производственные мощности для инфраструктуры ИИ на несколько кварталов вперед», — отмечает аналитик Bloomberg Intelligence, Кунджан Собхани. «По мере ускорения роста расходов на инфраструктуру ИИ, масштабы и покупательная способность Nvidia могут сами по себе стать конкурентными преимуществами, что затруднит для более мелких конкурентов обеспечение достаточных производственных мощностей с аналогичной скоростью».
При этом Nvidia развивается всё быстрее. В настоящее время компания ежегодно полностью обновляет свои разработки и способна предлагать всё более широкий спектр других технологий, включая системы охлаждения центров обработки данных, сетевые решения и системы хранения данных.
Потенциальные конкуренты Nvidia признают, что им пока не хватает масштабов, необходимых для конкуренции. Cerebras получил контракт на десятки миллиардов, но стартапы, следующие по её стопам, ещё не достигли этого уровня, отметил Агравал из Positron.
По его словам, трудно даже претендовать на звание конкурента Nvidia. «По правде говоря, никто не является конкурентом Nvidia, пока не сможет достичь хотя бы одной десятой её выручки», — сказал Агравал.
И даже Amazon, гордый гигант в сфере производства микросхем, по-прежнему сильно зависит от Nvidia. Несмотря на все свои внутренние усилия, этот гигант электронной коммерции продолжает направлять около четверти своих капитальных затрат именно этой компании.
Добавить комментарий