Nvidia richt zich op AI-doorbraken die concurrentie aftroeven op megaconferentie

SAN FRANCISCO, 13 maart (Reuters) - Wanneer Jensen Huang maandag het podium van een uitverkochte ijshockeyarena betreedt om Nvidia’s jaarlijkse ontwikkelaarsconferentie te openen, zal hij naar verwachting producten en partnerschappen onthullen die erop gericht zijn de AI-chipmaker bovenaan een groeiende reeks concurrenten te houden.

Nvidia GTC, zoals de conferentie heet, neemt het hart van Silicon Valley bijna een week lang over en is uitgegroeid tot CEO Huangs favoriete podium om Nvidia’s AI-vooruitgang te tonen op het gebied van chips, datacenters, de chip-programmeersoftware CUDA, digitale assistenten bekend als AI-agenten, en fysieke AI zoals robots.

Dit jaar is het vierdaagse evenement nog crucialer, omdat beleggers zekerheid zullen zoeken dat Nvidia’s strategie om zijn winsten terug te investeren in het AI-ecosysteem vruchten afwerpt.

"Ik verwacht dat Nvidia een full-stack-routekaartupdate zal presenteren van Rubin tot Feynman, met nadruk op inferentie, agentische AI, netwerken en AI-fabriekinfrastructuur," zei eMarketer-analist Jacob Bourne, verwijzend naar de namen van Nvidia’s huidige en aanstaande chipgeneraties.

De chips van Nvidia staan centraal in investeringen van honderden miljarden dollars in datacenters door overheden en bedrijven over de hele wereld, maar het bedrijf krijgt concurrentie van andere chipmakers en zelfs van sommige klanten die hun eigen chips ontwikkelen.

Analisten vertelden Reuters dat zij verwachten dat de totale markt voor AI-chips blijft groeien, maar dat Nvidia’s aandeel daarin enigszins zal krimpen nu de AI-chipmarkt zich snel ontwikkelt naar een wereld waarin AI-agenten heen en weer schieten tussen computerapplicaties om taken namens mensen uit te voeren. Dat is een verschuiving ten opzichte van training, waarbij AI-labs veel Nvidia-chips aan elkaar koppelen tot één computer om enorme hoeveelheden data te verwerken en hun AI-modellen te perfectioneren.

Er wordt verwacht dat die agenten zo talrijk worden dat de mensen die hen werk laten doen zelfs een nieuwe laag AI-middenmanagers nodig hebben – wat technologen een "orchestratie"-laag noemen – die tussen menselijke gebruikers en hun vloten van agenten komt te staan.

In zekere zin, zeggen analisten, is dat gunstig voor Nvidia, omdat het aangeeft dat AI nuttiger wordt.

Maar die taken, in de AI-industrie breed bekend als "inference", kunnen ook op andere soorten chips draaien, waaronder de chips die grote Nvidia-klanten zoals OpenAI en Meta – dat onlangs zei elke zes maanden nieuwe AI-chips te zullen uitbrengen – zelf kunnen bouwen.

"Nvidia zal zeker meer concurrentie zien dan een jaar geleden," zei KinNgai Chan, managing director bij Summit Insights Group. "Nvidia heeft vandaag nog steeds ruim 90% marktaandeel in zowel de trainings- als inferentiemarkt."

"Wij denken dat Nvidia vanaf 2027 marktaandeel zal beginnen te verliezen, zodra interne ASIC-programma’s schaal krijgen, vooral in de inferentiemarkt," zei hij, verwijzend naar application-specific integrated circuits, chips die zijn toegespitst op één functie of specifieke werklast en die een hogere efficiëntie bieden dan general-purpose graphics processing units.

NVIDIA VERSTERKT ZIJN VERDEDIGING

Het bedrijf gaf in december $17 miljard uit om Groq te kopen, een chip-startup die gespecialiseerd is in snel en goedkoop inferentie-rekenwerk. Over Groq gesproken tijdens de winstoproep van het bedrijf vorige maand, zei Huang dat het bedrijf op GTC zal laten zien hoe Nvidia Groq’s ultrasnelle AI-technologie kan inpluggen in hun bestaande CUDA-platform.

William McGonigle, analist bij Third Bridge, zei dat zijn firma verwacht dat Nvidia een nieuwe lijn servers zal uitrollen die de chips van Groq combineren met Nvidia’s netwerktechnologieën om een snel en kostenefficiënt product te creëren.

Een ander type chip dat een toenemende concurrentiedreiging voor Nvidia vormt, is de centrale processor, of CPU, het soort chip dat al lang wordt aangevoerd door Intel en Advanced Micro Devices.

Hoewel die chips de afgelopen jaren naar de achtergrond verdwenen ten opzichte van Nvidia’s graphics processing units (GPU’s), zei McGonigle dat ze "weer in beeld" zijn en verwacht hij dat Nvidia servers zal tonen die uitsluitend zijn eigen CPU’s gebruiken, waar Huang tijdens een recente winstoproep over sprak.

"Met de opkomst van agentische AI ligt de bottleneck nu op het niveau van de orchestratie van agenten, wat wordt uitgevoerd door de CPU’s," zei McGonigle.

Analisten verwachten ook dat Nvidia zal toelichten waarom het $2 miljard investeerde in zowel Lumentum als Coherent, die allebei lasers maken om informatie tussen chips te versturen in de vorm van lichtstralen. Het gebruik van die lasers in zogenoemde co-packaged optics zou kunnen helpen om de verbindingen tussen Nvidia’s chips in enorme datacenters te versnellen, maar ze worden momenteel niet in voldoende volumes geproduceerd om te passen bij het aantal chips dat Nvidia jaarlijks verkoopt.

"Nvidia zal co-packaged optics waarschijnlijk neerzetten als de sleutel om enorme AI-clusters efficiënter te verbinden, maar de uitdaging is om het betaalbaar genoeg te maken om op schaal uit te rollen," zei eMarketer’s Bourne.

Bron: Reuters. Dit artikel is automatisch vertaald. Bekijk het originele artikel.