Cilj je jasan – smanjiti zavisnost od kompanije koja je postala jedan od najvećih dobitnika razvoja vještačke inteligencije i zadržati veći dio zarade unutar sopstvenih sistema.
To, međutim, ne znači da Nvidia preko noći gubi dominantnu poziciju. Njena prednost nije samo u čipovima, već i u softverskom ekosistemu CUDA, velikoj bazi korisnika i tehnologiji koja omogućava povezivanje hiljada procesora u ogromne računarske sisteme.
Ipak, računica za tehnološke gigante je jednostavna. Ako Amazon određeni AI zadatak može da izvrši na sopstvenom Trainium čipu umjesto na Nvidijinom GPU-u, veći dio novca ostaje unutar Amazonovog sistema.
Upravo zbog toga neki od najvećih Nvidijinih kupaca istovremeno postaju i njeni konkurenti.
Čip koji izađe iz fabrike TSMC-a sam po sebi još nije računarska infrastruktura. Potrebno ga je povezati s memorijom i hiljadama drugih procesora, smjestiti u data centar i obezbijediti mrežu, električnu energiju i softver potreban za njegovo korištenje.
TSMC proizvodi fizičke čipove prema nacrtima drugih kompanija. Nvidia i AMD razvijaju GPU-ove i druge akceleratore, dok Google, Amazon i Microsoft razvijaju sopstvene AI procesore.
TSMC njihove dizajne pretvara u fizičke čipove, koji se potom ugrađuju u sisteme sposobne da povežu hiljade procesora.
Tek takva infrastruktura omogućava kompanijama poput OpenAI-ja i Anthropica, kao i brojnim AI startapima, da treniraju i pokreću svoje modele.
Nvidia je dominantnu poziciju izgradila na GPU čipovima (Graphics Processing Unit – grafički procesor). Prvobitno su razvijeni za grafiku, ali se njihova sposobnost da paralelno izvršavaju veliki broj matematičkih operacija pokazala izuzetno pogodnom za neuronske mreže.
AI akcelerator je širi pojam. Riječ je o procesoru optimizovanom za izvršavanje zadataka vještačke inteligencije brže i efikasnije od klasičnog CPU-a (Central Processing Unit – centralni procesor).
GPU može biti AI akcelerator, ali nije svaki AI akcelerator GPU.
Google razvija TPU (Tensor Processing Unit), Amazon Trainium, dok Microsoft ima Maia procesore. Razvojem sopstvenih čipova ove kompanije pokušavaju da povećaju efikasnost, smanje zavisnost od Nvidije i zadrže veći dio zarade unutar sopstvene infrastrukture.
Ako AWS kupi Nvidijin procesor, dio vrijednosti svakog AI zadatka odlazi Nvidiji. Ako isti posao može da obavi na Trainium čipu, Amazon kontroliše veći dio troškova, ponude i zarade.
Google i Microsoft slijede sličnu strategiju.
Za TSMC je situacija drugačija. Tajvanska kompanija proizvodi čipove prema dizajnu svojih klijenata, pa promjena arhitekture procesora ne mora nužno značiti i promjenu proizvođača.
Nvidijina pozicija, ipak, nije zasnovana isključivo na hardveru.
