Świat technologii półprzewodnikowych znajduje się na krawędzi transformacji, napędzanej przez gwałtowny rozwój sztucznej inteligencji. Zapotrzebowanie na chipy jest bezprecedensowe, co przyczyniło się do dynamicznego wzrostu Nvidii w ostatnich miesiącach. Wszystko po to, by móc trenować modele AI i ich wdrażanie do niemal każdego urządzenia użytkowego – od smartfonów, przez okulary, po satelity.

W odpowiedzi różnorodni gracze – od rządów i gigantów technologicznych po startupy – walczą o swój udział w szybko rozwijającym się rynku półprzewodników. Zerknijmy, jak będzie kształtował się obraz technologii chipów w najbliższych miesiącach.

GEOPOLITYCZNA WALKA O KONTROLĘ NAD PRZEMYSŁEM PÓŁPRZEWODNIKÓW

Jednym z najbardziej znaczących trendów jest globalny nacisk na krajową produkcję chipów, czego przykładem są różne „CHIPS Acts” na całym świecie. 

W Stanach Zjednoczonych pustynia w Arizonie stała się głównym centrum produkcyjnym. Dwóch liderów branży, TSMC (Taiwan Semiconductor Manufacturing Company)  i Intel, prześciga się w tworzeniu ogromnych kampusów produkcyjnych w pobliżu Phoenix. Projekty te są wspierane przez znaczne fundusze federalne, a prezydent Biden przeznaczył miliardy dolarów i pożyczek na wsparcie ich ekspansji.

Te inwestycje są częścią szerszej ustawy CHIPS and Science Act, opiewającej na 280 miliardów dolarów i podpisanej w 2022 roku. Chociaż głównym celem jest pobudzenie amerykańskiej produkcji chipów, Stany Zjednoczone nie są osamotnione w tych inwestycjach. Japonia przeznaczyła 13 miliardów dolarów, Indie 15 miliardów dolarów, a Europa inwestuje ponad 47 miliardów dolarów we własną produkcję chipów.

Cały trend przenoszenia produkcji chipów na swoje lokalne poletko zapoczątkowały Chiny w 2014 roku, gdy zaoferowali ogromne dotacje krajowym producentom na ten cel. Posunięcie to wywołało reakcję łańcuchową, skłaniając inne kraje do wzmocnienia własnego przemysłu półprzewodników, aby pozostać konkurencyjnymi. Rządy miały wybór – stawiamy na własną produkcję lub uzależniamy się od Chin. Ostatni gwałtowny rozwój AI tylko zwiększył konkurencję i wymusił na zachodnich rządach finansowanie lokalnych producentów.

Globalny wyścig o dominację w tej dziedzinie zainicjował reakcję łańcuchową. Coraz więcej krajów uruchomi własne programy produkcyjne, aby nie pozostać w tyle.

Jednak te inwestycje nie zmienią radykalnie rynku. Główni producenci pozostaną Ci sami.  Zamiast tego będą one przede wszystkim zachęcać uznanych graczy, takich jak TSMC, do rozszerzenia działalności na wiele krajów. Proces ten nie przebiega jednak bezproblemowo. Zarówno TSMC, jak i Intel stanęły w obliczu poważnych wyzwań związanych z ekspansją w USA, w tym niedotrzymanych terminów i sporów pracowniczych. Co więcej, pojawiają się pytania o to, czy te nowe zakłady będą w stanie dorównać zaawansowanym możliwościom produkcji chipów ich zagranicznych odpowiedników.

Gdy mówimy o chipach i geopolityce, nie można pominąć sytuacji Tajwanu, który znajduje się w centrum rozgrywki między USA i Chinami. Nie chodzi tu tylko o pozycję obu mocarstw w Azji Wschodniej. Tajwan ma strategiczne znaczenie dla USA i Chin ze względu na swoje położenie i rolę w globalnym łańcuchu dostaw. Kontrola nad nim mogłaby dać Chinom przewagę w regionie i umożliwić im wpływanie na globalny rynek chipów.

Z kolei USA jest ściśle uzależnione od produkcji chipów na Tajwanie, gdzie wytwarza się aż 68% światowej produkcji. Oba kraje walczą o supremację technologiczną, a wyspa odgrywa w tej walce kluczową rolę.

PEŁNA MOC AI OFFLINE

Równolegle do tych wydarzeń geopolitycznych, coraz większy nacisk kładzie się na przetwarzanie brzegowe dla aplikacji AI. Obecnie większość naszych interakcji z modelami AI, takimi jak ChatGPT, odbywa się za pośrednictwem systemów opartych w chmurze. Takie podejście ma swoje ograniczenia, w tym potrzebę dostępu do Internetu i potencjalne obawy o naruszanie prywatności użytkowników, ponieważ dane są udostępniane twórcom modelu. 

Aby rozwiązać te kwestie, rośnie zainteresowanie i inwestycje w przetwarzanie brzegowe.

Pozwala ono modelom AI działać bezpośrednio na urządzeniach, takich jak smartfony czy laptopy, oferując szybszy czas reakcji i zwiększoną prywatność. Projektowanie chipów dla brzegowej sztucznej inteligencji wiąże się jednak z wyjątkowymi wyzwaniami. Chipy muszą być mniejsze, bardziej przystępne cenowo i znacznie bardziej energooszczędne niż ich odpowiedniki w centrach danych. 

Departament Obrony Stanów Zjednoczonych intensywnie inwestuje w ten obszar, dostrzegając jego potencjał w zastosowaniach wojskowych.

Na przykład DARPA nawiązała współpracę z EnCharge AI w celu opracowania ultrawydajnego układu obliczeniowego do wnioskowania AI. Układ ten ma na celu zapewnienie większej prywatności przy minimalnym zużyciu energii, dzięki czemu idealnie nadaje się do stosowania w satelitach i sprzęcie do nadzoru działającym poza siecią.

Podczas gdy AI oparta na chmurze będzie nadal odgrywać kluczową rolę, przetwarzanie brzegowe może poszerzyć wachlarz możliwości dla urządzeń codziennego użytku. Jeśli chipy brzegowe staną się wystarczająco małe i przystępne cenowo, AI może wejść „pod strzechy” i będzie dostępna na każdym urządzeniu.

CZY DOMINACJA NVIDII JEST ZAGROŻONA?

Kolejnym problemem, a zarazem trendem, jest zapotrzebowanie na moc obliczeniową do szkolenia nowych modeli. Giganci specjalizujący się w chmurze – Amazon, Microsoft i Google – znaleźli się na czele rewolucji AI. Jednak te technologiczne behemoty nie są już zadowolone jedynie z dostarczania usług w chmurze; teraz same zajmują się produkcją chipów.

Zmiana ta wynika z chęci zwiększenia marży zysku poprzez produkcję chipów we własnym zakresie, zamiast polegania na zewnętrznych dostawcach, takich jak Nvidia, która od dawna dominuje na rynku zaawansowanych chipów szkoleniowych AI.

Wartość rynkowa Nvidii przekracza obecnie PKB 183 krajów. Trend ten rozpoczął się wraz z przejęciem Annapurna Labs przez Amazon w 2015 roku, a następnie wprowadzeniem przez Google swoich jednostek przetwarzania tensorowego (TPU) w 2018 roku. Niedawno Microsoft wprowadził na rynek swoje pierwsze chipy AI, a Meta zaprezentowała nową wersję swoich chipów treningowych AI. Rozwój produkcji przez Big Techy może podważyć pozycję Nvidii.

Jednak relacje między Big Tech a Nvidią są bardziej złożone. Mimo chęci uzależnienia się od producenta, giganty technologiczne wciąż w ogromnym stopniu polegają na ich produktach. Wynika to częściowo z ich niezdolności do pełnego zaspokojenia własnych potrzeb w zakresie chipów, ale także z faktu, że ich klienci oczekują dostępu do najwyższej klasy chipów.

Sama Nvidia nie stoi w miejscu. Firma uruchomiła własną usługę w chmurze, umożliwiając klientom bezpośredni dostęp do chipów Nvidia, z pominięciem głównych dostawców chmury. 

W najbliższych miesiącach dowiemy się, jak klienci postrzegają chipy wyprodukowane przez Big Techy i czy mają one szansę konkurować z produktami firmy Huanga. 

Kontrola nad podstawowym sprzętem staje się kluczem w AI Wars. Startupy rzucają wyzwanie dominacji Nvidii na rynku chipów, jednak to właśnie ona pozostaje niekwestionowanym liderem w tej dziedzinie.

Wiele z tych wschodzących firm, takich jak SambaNova, Cerebras i Graphcore, koncentruje się na zmianie architektury chipów. Tradycyjne akceleratory nieustannie przenoszą dane między pamięcią a strefami przetwarzania, co zabiera czas i energię. Młode firmy dążą do zwiększenia wydajności poprzez usprawnienie przepływu danych. 

Ich sukces zależy nie tylko od samego sprzętu, ale także od oprogramowania. Bez płynnej integracji, giganci pozostaną przy znanych sobie producentach.

Ponieważ startupy te kontynuują swoje dążenie do przekształcenia krajobrazu chipów AI, nadchodzące lata będą miały kluczowe znaczenie dla ustalenia, czy uda im się skutecznie rzucić wyzwanie supremacji Nvidii, czy też wyrzeźbią dochodowe nisze na tym szybko ewoluującym rynku.

Branża półprzewodnikowa przechodzi przez okres intensywnych zmian, napędzanych przez rozwój sztucznej inteligencji. Konkurencja na rynku chipów AI będzie rosła, a firmy muszą być gotowe do inwestowania w nowe technologie i rozwiązania, aby utrzymać swoją pozycję na rynku.

Maciej Marek

Główne źródła:
LINK 1
LINK 2
LINK 3

📰NEWSY WARTE TWOJEJ UWAGI

Apple Intelligence opóźnione

Firma opóźnia wprowadzenie funkcji Apple Intelligence, dając sobie więcej czasu na eliminację błędów. Nowy plan zakłada wdrożenie tej funkcji kilka tygodni po premierze iOS 18, iPadOS 18 i macOS Sequoia. Powodem są obawy o stabilność rozwiązania i potrzeba dłuższych testów.

LINK

Losy branży reklamy cyfrowej zależą od kilku słów Google

Google planuje wprowadzić w Chrome zapytanie o zgodę na używanie plików cookie. Pozornie drobna zmiana, ale diabeł tkwi w szczegółach — to, jak Google sformułuje to pytanie, może mieć ogromne konsekwencje dla całej branży wartej 600 miliardów dolarów. Jeśli użytkownicy masowo zaczną odmawiać zgody na cookies, może to oznaczać de facto koniec tej technologii. Google nie pozostawia jednak branży bez alternatywy — firma nadal rozwija Privacy Sandbox, zestaw narzędzi mających zastąpić tradycyjne pliki cookie.

LINK

YouTube zaostrza walkę z ad blokerami

Użytkownicy korzystający z rozszerzeń blokujących reklamy zgłaszają, że przed właściwym materiałem wideo pojawiają się puste reklamy lub czarne ekrany. Tym samym zmuszają widzów do czekania, nawet jeśli nie widzą samej reklamy.

To nie koniec zmian. Platforma rozpoczęła testy wrzucania reklam po stronie serwera, co ma ukrucić całkowicie działanie blokerów. Technologia włącza reklamy bezpośrednio do głównego strumienia wideo, uniemożliwiając blokerom odróżnienie treści reklamowej od właściwego materiału.

LINK

OpenAI prezentuje SearchGPT

Tym samym rzucają wyzwanie Google i Perplexity. Na starcie SearchGPT będzie dostępne tylko dla 10 000 testerów. To ograniczenie sugeruje, że OpenAI chce najpierw dokładnie przetestować i dopracować swoje narzędzie przed szerszym udostępnieniem.

LINK