Zmierzch absolutnej dominacji? Hyperscalerzy i OpenAI rzucają wyzwanie układom Nvidia

Przez ostatnie lata rynek akceleratorów dla sztucznej inteligencji miał jednego niekwestionowanego króla, ale obecnie tempo wzrostu sprzedaży układów firmy Nvidia zaczyna spowalniać. Najwięksi gracze na rynku chmurowym – tak zwani hyperscalerzy – nie chcą już być całkowicie uzależnieni od jednego dostawcy sprzętu, który de facto dyktuje warunki cenowe, terminy dostaw i kierunki rozwoju technologicznego. Z tego powodu giganci technologiczni masowo inwestują w projektowanie własnych, dedykowanych procesorów opartych na architekturze ARM. Ten strategiczny zwrot ma na celu nie tylko agresywną optymalizację kosztów, ale przede wszystkim bezwzględne uniezależnienie się od zewnętrznych dostawców przy skalowaniu potężnej, globalnej infrastruktury przeznaczonej zarówno do wymagającego treningu, jak i codziennej inferencji wielkich modeli językowych.

Własny krzem: Microsoft Maia, Meta i TPU na czele zmian

Dążenie do technologicznej oraz produkcyjnej niezależności sprzętowej najwyraźniej widać w portfolio największych firm z branży tech, które dysponują kapitałem wystarczającym na finansowanie niezwykle drogich badań nad nowymi chipami. Hyperscalerzy zrozumieli, że kupowanie standardowych, uniwersalnych kart graficznych o potężnym apetycie na energię elektryczną jest na dłuższą metę mniej opłacalne niż projektowanie układów skrojonych idealnie pod ich specyficzne i bardzo powtarzalne obciążenia serwerowe. Microsoft opracował i z powodzeniem zaczął wdrażać do swoich centrów danych akceleratory Microsoft Maia. Zostały one zaprojektowane specjalnie z myślą o zoptymalizowaniu usług w chmurze Azure, zdejmując znaczną część rutynowych zadań obliczeniowych z ogólnego sprzętu infrastrukturalnego.

Bardzo podobne kroki w tym samym kierunku podejmuje Meta, która z kwartału na kwartał coraz mocniej inwestuje w rozwój własnych układów akcelerujących. Posiadanie autorskich rozwiązań pozwala korporacjom technologicznym na nieporównywalnie lepsze kontrolowanie wydzielania ciepła i poboru prądu w serwerowniach, a bazowanie na procesorach wykorzystujących architekturę ARM gwarantuje drastyczną poprawę efektywności operacyjnej. Jak trafnie podsumowano w podcaście „Patoarchitekci”, w obecnym ekosystemie IT „własny krzem hyperscalerów i dostęp do TPU” to wręcz newralgiczne komponenty, decydujące o rynkowym sukcesie przy masowym wdrażaniu i lokalnym uruchamianiu aplikacji AI. Firmy, które nie posiadają własnego sprzętu klasy TPU, stają się zakładnikami wahań rynkowych i ograniczeń produkcyjnych.

OpenAI wchodzi do wyścigu producentów sprzętu

Jeszcze do niedawna twórcy wiodących modeli sztucznej inteligencji skupiali się niemal wyłącznie na architekturze oprogramowania, całkowicie zdając się na potęgę obliczeniową udostępnianą przez klasycznych dostawców infrastruktury. Dziś sytuacja ulega diametralnej zmianie. Do bezpardonowego wyścigu o niezależność krzemową dołącza OpenAI z własnym projektem chipu, co zwiastuje fundamentalną zmianę całego rynkowego paradygmatu. Mimo że firma dysponuje olbrzymimi budżetami i wieloletnimi partnerstwami, wyraźnie pokazuje, że nie zamierza już polegać wyłącznie na komercyjnej dostępności flagowych produktów jednego giganta dostarczającego procesory graficzne.

Decyzja OpenAI oznacza, że organizacja będąca absolutnym liderem innowacji LLM staje do bezpośredniej rywalizacji na polu czysto sprzętowym. Skonstruowane własnym nakładem sił rozwiązania będą stanowić potężną alternatywę, rywalizując z procesorami Microsoft Maia oraz układami rozwijanym przez Metę. Posiadanie kontroli nad całym stosem technologicznym – od autorskich zbiorów danych, przez innowacyjną architekturę sieci, aż po dedykowane wafle krzemowe oparte na rozwiązaniach ARM – pozwala na zacieśnienie integracji, ucinanie prowizji pośredników i ogromne oszczędności finansowe na etapie produkcyjnym. W procesie zapytań obsługiwanych dla milionów użytkowników dziennie, własny dedykowany chip to gigantyczna przewaga strukturalna.

Co ten zwrot oznacza dla globalnej infrastruktury chmurowej?

Masowe przejście cyfrowych gigantów na autorski krzem to naturalny etap dojrzewania i systematycznej profesjonalizacji całej nowej branży sztucznej inteligencji. Intensywne inwestycje we wdrażanie architektury ARM pozwalają na odzyskanie kontroli nad logistyką dostaw oraz długoterminowymi kosztami operacyjnymi centrów danych, co może przełożyć się na stabilniejsze usługi dla konsumentów i zdecydowanie wyższe marże dla właścicieli infrastruktury.

Choć Nvidia wciąż utrzymuje swoją potężną pozycję rynkową i napędza najbardziej wymagające pod względem przepustowości procesy treningowe, jej spowalniające tempo wzrostu wyraźnie dowodzi, że okres bezwarunkowego monopolu informatycznego powoli dobiega końca. Hyperscalerzy, a teraz także i dostawcy modeli, wysyłają jasny sygnał: przyszłość nowoczesnych serwerowni należy do wysoce zdywersyfikowanych komponentów scalonych, budowanych ściśle na miarę i w pełnej operacyjnej niezależności. Nowy krajobraz technologiczny wymusi nową dynamikę na całym globalnym rynku półprzewodników, gdzie każdy potężny gracz woli polegać wyłącznie na własnych układach obliczeniowych.