'ការឌិកូដ' Nvidia - ក្រុមហ៊ុនបន្ទះឈីបធំបំផុតរបស់ពិភពលោកដោយមូលធនប័ត្រទីផ្សារនាពេលបច្ចុប្បន្ន

Nvidia ធ្លាប់ត្រូវបានគេស្គាល់ថាជាក្រុមហ៊ុនផលិតបន្ទះឈីបដែលប្រើក្នុងឧស្សាហកម្មហ្គេមវីដេអូ ប៉ុន្តែបានផ្លាស់ប្តូរការផ្តោតអារម្មណ៍របស់ខ្លួនទៅកាន់ទីផ្សារមជ្ឈមណ្ឌលទិន្នន័យក្នុងប៉ុន្មានឆ្នាំថ្មីៗនេះ។

ក្រុមហ៊ុនបន្ទះឈីបរបស់អាមេរិកបានរីកចម្រើនយ៉ាងឆាប់រហ័សក្នុងអំឡុងពេលនៃជំងឺរាតត្បាតនេះ ដោយសារតម្រូវការសម្រាប់ហ្គេម និងកម្មវិធីលើពពកបានកើនឡើង រួមជាមួយនឹងភាពឆ្កួតលីលានៃការជីកយករ៉ែរូបិយប័ណ្ណ សកល ។ នៅចុងឆ្នាំសារពើពន្ធដែលបញ្ចប់នៅថ្ងៃទី 29 ខែមករា អាជីវកម្មបន្ទះឈីបមជ្ឈមណ្ឌលទិន្នន័យមានច្រើនជាង 50% នៃប្រាក់ចំណូលរបស់ក្រុមហ៊ុន។

ទន្ទឹមនឹងនេះ chatbot ChatGPT ដែលមានប្រជាប្រិយភាពយ៉ាងខ្លាំងបាននាំយកជំនាន់បញ្ញាសិប្បនិម្មិត (AI) ទៅកាន់កម្រិតថ្មីមួយនៅឆ្នាំនេះ។ បច្ចេកវិទ្យានេះប្រើប្រាស់ទិន្នន័យដែលមានចំនួនច្រើនដើម្បីបង្កើតខ្លឹមសារថ្មីលើប្រធានបទជាច្រើន ចាប់ពីកំណាព្យ រហូតដល់ការសរសេរកម្មវិធីកុំព្យូទ័រ។

ភាគហ៊ុនរបស់ Nvidia បានកើនឡើងចំពេលដែល AI រីកចម្រើន។

Microsoft និង Alphabet ដែលជាក្រុមហ៊ុនបច្ចេកវិទ្យាយក្សពីរ និងជាតួអង្គសំខាន់នៅក្នុងលំហ AI ជឿជាក់ថាបច្ចេកវិទ្យាជំនាន់អាចផ្លាស់ប្តូររបៀបដែលមនុស្សធ្វើការ។ ទាំងពីរបានចាប់ផ្តើមការប្រណាំងដើម្បីរួមបញ្ចូល AI ទៅក្នុងម៉ាស៊ីនស្វែងរក និងកម្មវិធីការិយាល័យ ជាមួយនឹងមហិច្ឆតានៃការគ្របដណ្តប់លើឧស្សាហកម្មនេះ។

ក្រុមហ៊ុន Goldman Sachs ប៉ាន់ប្រមាណថា ការវិនិយោគរបស់សហរដ្ឋអាមេរិកនៅក្នុង AI អាចមានចំនួនប្រហែល 1% នៃទិន្នផល សេដ្ឋកិច្ច របស់ប្រទេសត្រឹមឆ្នាំ 2030។

កុំព្យូទ័រទំនើបដែលប្រើសម្រាប់ដំណើរការទិន្នន័យ និងការបង្កើត AI ពឹងផ្អែកលើអង្គភាពដំណើរការក្រាហ្វិក (GPUs)។ GPUs ត្រូវបានរចនាឡើងដើម្បីដោះស្រាយកិច្ចការកុំព្យូទ័រជាក់លាក់ដែលពាក់ព័ន្ធនឹង AI ហើយមានប្រសិទ្ធភាពខ្លាំងជាងផ្នែកដំណើរការកណ្តាលពីក្រុមហ៊ុនផលិតបន្ទះឈីបផ្សេងទៀតដូចជា Intel។ ឧទាហរណ៍ ChatGPT របស់ OpenAI ត្រូវបានបំពាក់ដោយ Nvidia GPUs រាប់ពាន់។

ទន្ទឹមនឹងនេះ Nvidia កាន់កាប់ប្រហែល 80% នៃចំណែកទីផ្សារ GPU ។ ដៃគូប្រកួតប្រជែងសំខាន់ៗរបស់ Nvidia រួមមាន Advanced Micro Devices និងបន្ទះឈីប AI ខាងក្នុងពីក្រុមហ៊ុនបច្ចេកវិទ្យាដូចជា Amazon, Google និង Meta Platforms ។

អាថ៌កំបាំងដើម្បីសម្រេចបាននូវវិចារណញ្ញាណ

ការបោះជំហានទៅមុខរបស់ក្រុមហ៊ុននេះត្រូវបានអរគុណចំពោះ H100 ដែលជាបន្ទះឈីបផ្អែកលើស្ថាបត្យកម្ម "Hopper" ថ្មីរបស់ Nvidia ដែលដាក់ឈ្មោះតាមរូបតំណាងកម្មវិធីអាមេរិក Grace Hopper ។ ការរីកចំរើនរបស់ AI បានផ្លាស់ប្តូរ H100 ទៅជាទំនិញក្តៅបំផុតនៅក្នុង Silicon Valley ។

បន្ទះសៀគ្វីដ៏ធំទាំងនេះ ដែលប្រើក្នុងមជ្ឈមណ្ឌលទិន្នន័យ មានត្រង់ស៊ីស្ទ័រ 80 ពាន់លាន ដែលស្មើនឹង 5 ដងនៃចំនួនបន្ទះស៊ីលីកុនដែលដំណើរការលើ iPhone ចុងក្រោយបង្អស់។ ទោះបីជាមានតម្លៃថ្លៃជាងពីរដងនៃជំនាន់មុនរបស់វាក៏ដោយ ក៏ A100 (ចេញលក់ក្នុងឆ្នាំ 2020) អ្នកប្រើប្រាស់ H100 និយាយថា បន្ទះឈីបនេះផ្តល់នូវការអនុវត្តបីដង។

Nvidia បានដំណើរការជាងក្រុមហ៊ុនផ្សេងទៀតនៅក្នុងឧស្សាហកម្មនេះ។

H100 កំពុងបង្ហាញពីការពេញនិយមជាពិសេសជាមួយក្រុមហ៊ុន "Big Tech" ដូចជា Microsoft និង Amazon ដែលកំពុងសាងសង់មជ្ឈមណ្ឌលទិន្នន័យទាំងមូលផ្តោតលើបន្ទុកការងារ AI និងការចាប់ផ្ដើមអាជីវកម្ម AI ជំនាន់ក្រោយដូចជា OpenAI, Anthropic, Stability AI និង Inflection AI ព្រោះវាសន្យាថានឹងដំណើរការខ្ពស់ជាងមុន ដែលអាចបង្កើនល្បឿននៃការចេញផលិតផល ឬកាត់បន្ថយការចំណាយលើការបណ្តុះបណ្តាលតាមពេលវេលា។

លោក Brannin McBee ប្រធានផ្នែកយុទ្ធសាស្ត្រ និងជាស្ថាបនិក CoreWeave ដែលជាក្រុមហ៊ុន AI-powered cloud startup និងជាក្រុមហ៊ុនដំបូងគេដែលទទួលការដឹកជញ្ជូន H100 កាលពីដើមឆ្នាំនេះ បាននិយាយថា "នេះគឺជាធនធានបច្ចេកទេសដ៏កម្របំផុតមួយនៅពេលនេះ" ។

អតិថិជនមួយចំនួនផ្សេងទៀតមិនមានសំណាងដូច CoreWeave ទេ ដោយត្រូវរង់ចាំរហូតដល់ប្រាំមួយខែ ដើម្បីទទួលបានផលិតផល ដើម្បីបណ្តុះបណ្តាលសំណុំទិន្នន័យដ៏ធំរបស់ពួកគេ។ ការចាប់ផ្តើមអាជីវកម្ម AI ជាច្រើនមានការព្រួយបារម្ភថា Nvidia នឹងមិនអាចបំពេញតម្រូវការទីផ្សារបានទេ។

Elon Musk ក៏បានបញ្ជាទិញបន្ទះឈីប Nvidia រាប់ពាន់សម្រាប់ការចាប់ផ្តើម AI របស់គាត់ដោយនិយាយថា "GPUs ពិបាករកជាងថ្នាំឥឡូវនេះ" ។

នាយកប្រតិបត្តិក្រុមហ៊ុន Tesla បានចែករំលែកថា "ការចំណាយលើកុំព្យូទ័របានកើនឡើងយ៉ាងខ្លាំង។ ចំនួនអប្បបរមាដែលត្រូវការសម្រាប់ផ្នែករឹងម៉ាស៊ីនមេដែលប្រើក្នុងការបង្កើត AI ប្រកបដោយភាពច្នៃប្រឌិតបានឈានដល់ 250 លានដុល្លារ" ។

ខណៈពេលដែល H100 មកដល់ពេលត្រឹមត្រូវ ការទម្លាយរបស់ Nvidia នៅក្នុង AI កើតចេញពីពីរទសវត្សរ៍មុន ដែលជំរុញដោយការច្នៃប្រឌិតផ្នែកទន់ជាជាងផ្នែករឹង។ ក្នុងឆ្នាំ 2006 ក្រុមហ៊ុនបានបើកដំណើរការកម្មវិធី CUDA ដែលប្រើ GPUs ដើម្បីបង្កើនល្បឿនការងារលើសពីក្រាហ្វិក។

Nathan Benaich ដែលជាដៃគូនៅក្រុមហ៊ុន Air Street Capital និងជាអ្នកវិនិយោគក្នុងការចាប់ផ្តើមអាជីវកម្ម AI បាននិយាយថា "Nvidia បានមើលឃើញអនាគតនៅខាងមុខអ្នកផ្សេងទៀត ហើយបានផ្តោតលើការអភិវឌ្ឍន៍ GPUs ដែលអាចសរសេរកម្មវិធីបាន។

(យោងតាម Reuters, FT)

ប្រភព