Jak Europa może konkurować z gigantem półprzewodników AI, firmą Nvidia, gdy procesory nie będą działać?

TylkoGliwice Next przygląda się rynkowi mikrochipów, temu, jak Nvidia dotarła tam, gdzie jest, i co UE może zrobić, aby wypracować sobie niszę w tej dynamicznie rozwijającej się branży.

Nvidia, warta na czwartek 3,01 biliona dolarów (2,76 biliona euro), właśnie przejęła Apple jako druga najcenniejsza firma na świecie.

Cena akcji firmy wzrosła w środę o ponad 60 punktów, czyli pięć procent, do ponad 1224 dolarów (1125 euro) za akcję. Nvidia jest dopiero trzecią firmą na świecie, po Microsoft i Apple, której wartość przekracza bilion dolarów.

Nvidia projektuje półprzewodniki, czyli mikrochipy, od 1993 roku; najpierw dla konsol do gier wideo, a teraz dla firm zajmujących się generatywną sztuczną inteligencją (GenAI).

Podstawowe pytanie brzmi: czy jakakolwiek europejska firma może konkurować z błyskawicznym wzrostem Nvidii?

Kto jest kim w dynamicznie rozwijającym się przemyśle mikrochipów AI

Mikrochipy to silniki napędzające największe na świecie firmy technologiczne i ich działy AI.

Według Cema Dilmegani, głównego analityka w firmie konsultingowej AIMultiple, na rynek półprzewodników składa się pięć różnych typów firm.

Podstawą tej branży są firmy, które tworzą maszyny potrzebne do masowej produkcji mikrochipów, w tym holenderska firma Advanced Semiconductor Materials Lithography (ASML), której wartość wynosi 361,67 miliarda euro.

Następnie firmy odlewnicze, takie jak tajwańska firma Semiconductor Manufacturing Company (TSMC), wykorzystują te maszyny do produkcji chipów, które inne firmy projektowe, takie jak Nvidia, udoskonalają pod kątem modeli AI. Najwięksi światowi gracze na tym poziomie branży półprzewodników zlokalizowani są w Chinach, Korei Południowej i Tajwanie.

Następne w kolejce są firmy projektowe, takie jak Nvidia, które, jak podaje strona internetowa firmy, „projektują najbardziej zaawansowane chipy, systemy i oprogramowanie dla przyszłych fabryk sztucznej inteligencji”.

Te opracowane chipy są następnie kupowane przez największe firmy technologiczne – od francuskiego Mistral AI po gigantów Big Tech Amazon, Google, Meta i Microsoft – w celu programowania dużych modeli językowych (LLM) obsługujących sztuczną inteligencję.

Nvidia w szczególności specjalizuje się w chipach procesorów graficznych (GPU), które renderują obrazy o wyższej jakości niż jednostki centralne (CPU), z których znani są ich amerykańscy konkurenci, Intel i Advanced Micro Devices (AMD).

Te procesory graficzne są w stanie wykonywać obliczenia w sposób, w jaki nie są w stanie tego zrobić chipy CPU, co oznacza, że ​​mogą lepiej obsługiwać rodzaj pracy wymaganej przez firmy zajmujące się sztuczną inteligencją.

Według Dilmegani dla firm, które będą mogły zdobyć chipy Nvidii, będzie to również oznaczać, że będą potrzebowały mniejszej liczby pracowników do szkolenia języków.

„Będzie to wymagało znacznie więcej pracy i trzeba będzie zatrudnić do tego więcej inżynierów” – powiedział. „Możesz także potrzebować więcej czasu obliczeniowego lub model (językowy) może działać wolno”.

„Tworzymy cały ekosystem”

Serge Palaric, wiceprezes Nvidii na region EMEA, dołączył do firmy w 2004 roku, kiedy firma nadal projektowała układy GPU dla konsol wideo, takich jak Xbox.

Następnie, w 2006 roku, Nvidia uruchomiła Compute Unified Device Architecture (CUDA), własny język programowania dla swoich układów GPU. Jest to obecnie oprogramowanie do głębokiego uczenia się, które firmy mogą kupić wraz z opracowanymi przez siebie chipami.

Palaric przypisuje wzrost swojej firmy na rynku półprzewodników zarówno zaprojektowanemu przez nią sprzętowi, jak i oprogramowaniu, które upraszcza pracę tych największych firm technologicznych.

„Nie sprzedajemy chipów, sprzedajemy oprogramowanie” – powiedział Palaric. „Tworzymy pełny ekosystem, aby móc dotrzeć do przedsiębiorstw, które chcą przejść na (generatywną) sztuczną inteligencję i wspierać je”.

W 2012 roku Nvidia i Uniwersytet w Toronto odkryły, że procesory graficzne sprawiają, że głębokie uczenie się – rodzaj uczenia się, który napędza dzisiejszą sztuczną inteligencję – jest dokładniejsze. Od tego momentu w Nvidii rozpoczął się wyścig o miejsce dla ewentualnego boomu na sztuczną inteligencję.

Tak więc, kiedy w 2022 r. wystartował ChatGPT OpenAI, Palaric powiedział, że Nvidia nie była wcale zaskoczona i była gotowa wyjść naprzeciw tej chwili.

„ChatGPT został opracowany na 10 000 procesorów graficznych, więc wiedzieliśmy, co nadchodzi” – powiedział Palaric. „Zawsze zastanawiamy się, jaki będzie następny krok, jak to zrobimy i (i) jak pomożemy w tym naszym partnerom”.

2 czerwca zarówno AMD, jak i Intel ogłosiły wprowadzenie nowych procesorów AI, które mają odzyskać część udziału w rynku od firmy Nvidia, która kontroluje około 80 procent rynku konstrukcji chipów.

„Nvidia jest klasą samą w sobie”

Według Dilmegani, biorąc pod uwagę sam udział w rynku, ASML jest największym europejskim graczem w branży półprzewodników AI.

Ponieważ jednak Nvidia projektuje chipy GPU, a ASML dostarcza maszyny producentom, nie jest dokładne zrównywanie dominacji ASML i Nvidii w odpowiednich częściach branży, twierdzi Michelle Brophy, dyrektor ds. badań w AlphaSense, organizacji zajmującej się sztuczną inteligencją. – napędzana platforma rynkowa.

„Żaden z Europejczyków nie jest w ogóle bliski kapitalizacji rynkowej Nvidii” – Brophy powiedział TylkoGliwice Next. „Znajdą swoje niszowe obszary, ale Nvidia jest klasą samą w sobie”.

Teoretycznie Dilmegani powiedział, że ASML mógłby skalować się w pionie, aby rozpocząć projektowanie własnej technologii mikrochipów. Byłoby to jednak „dziwne” i „bardzo złożone”, ponieważ będzie wówczas konkurować z innymi firmami produkującymi chipy, które stanowią jego bazę klientów.

Według Brophy'ego konkurencyjność ASML polega na pomaganiu TSMC w ulepszaniu produkcji chipów. Tajwański producent oświadczył publicznie, że chce rozpocząć produkcję 2-nanometrowych chipów do 2025 roku, oferując chipy charakteryzujące się od 10 do 15 procent krótszym czasem przetwarzania w porównaniu z zaawansowanymi 3-nanometrowymi chipami dostępnymi obecnie na rynku.

Brophy powiedział, że „jedynym sposobem, w jaki (TSMC) może się tam dostać”, jest współpraca z ASML.

W innych krajach dwie europejskie firmy projektują już chipy półprzewodnikowe: niemiecka Infineon i francusko-włoska STMicroelectronics, powiedział Brophy.

Obie firmy pracują nad mikrochipami procesorowymi specjalnie dla przemysłu motoryzacyjnego i nie sygnalizowały publicznie, że zmierzą się z Nvidią.

Brophy stwierdził, że nie byłoby rozsądne z ich strony.

„Mieliby przed sobą dużo pracy” – powiedział Brophy. „Jeśli ich następny krok miałby dotyczyć sztucznej inteligencji, prawdopodobnie byłby to proces przetwarzania”.

Firma TylkoGliwice Next skontaktowała się z Infineon i STMicroelectronics, ale w momencie publikacji nie otrzymała odpowiedzi od żadnej z firm.

„Nie podejmujemy dużego ryzyka”

Według Dilmegani i Brophy, jeśli europejskie firmy lub start-upy chcą stać się konkurencyjne w branży, muszą albo stworzyć niszę w innej części rynku półprzewodników, np. ASML.

Alternatywnie powinni rozwinąć niezbędne relacje, aby wiodące firmy projektujące chipy, takie jak Nvidia czy AMD, rozważyły ​​przeniesienie swojej działalności na kontynent.

Brophy jako przykład obszarów, w które Europa mogłaby więcej inwestować, podała niedawną umowę z firmą Intel w Niemczech.

Według Politico w 2023 r. Intel i Niemcy podpisały umowę o wartości 30 miliardów euro na utworzenie fabryki mikrochipów w Magdeburgu, ale według Politico transakcja nadal oczekuje na zatwierdzenie przez Unię Europejską.

Rzecznik UE powiedział TylkoGliwice Next, że blok nie może komentować postępów w realizacji tej umowy.

Celem firm takich jak Intel, jeśli chodzi o inwestowanie w europejskie zakłady produkujące chipy, jest odejście od polegania na TSMC, największym producencie chipów, ze względu na napięcia polityczne między Zachodem a Chinami, powiedział Brophy.

Palaric z Nvidii powiedział, że firma będzie w dalszym ciągu polegać na TSMC w zakresie swoich chipów.

Nvidia robi w Europie inwestycje w start-upy AI, takie jak francuski Mistral AI, brytyjska Synthesia i AI Accelerator niemieckiej Northern Data Group.

Według Palarica ich celem jest zapewnienie technologii potrzebnej firmom do rozwijania własnych języków.

Według Dilmegani każdy start-up, który chce projektować chipy takie jak Nvidia, będzie prawdopodobnie potrzebował co najmniej dekady, aby zwiększyć swoją obecność na tyle, aby móc być konkurencyjnym.

„Start-upy muszą zastanowić się, dokąd zmierza technologia, podejmować odważne założenia i tworzyć maszyny, które różnią się od innych procesorów” – powiedział Dilmegani.

„Ale potrzebny jest ekosystem, aby te przedsiębiorstwa mogły się pojawić… a w UE nie podejmujemy (wielu) ryzyka w tym wymiarze”.