Następna „kopalnia złota” firmy Nvidia

Rozwój zautomatyzowanej sztucznej inteligencji zmienia oblicze branży technologicznej, a procesory stają się coraz ważniejszym sprzętem obok procesorów graficznych.

Od czasu eksplozji sztucznej inteligencji (AI), procesor graficzny (GPU) firmy Nvidia stał się największym obszarem zainteresowania świata technologii w kontekście infrastruktury AI.

Kapitalizacja rynkowa firmy Nvidia, koszt kapitału dla dostawców usług w chmurze czy szybkość szkolenia firm zajmujących się tworzeniem modeli — wszystko to ostatecznie sprowadza się do jednego równania: ten, kto ma więcej procesorów GPU, jest bliżej zapewnienia sobie miejsca w kolejnej rundzie wyścigu sztucznej inteligencji.

Jednak na targach Computex 2026 nowa historia przedstawiona przez założyciela firmy Nvidia, Jensena Huanga, nie koncentruje się już wyłącznie na procesorach graficznych.

Powrót procesora

Firma Nvidia ogłosiła wejście na rynek procesorów PC z RTX Spark. Nowa linia układów, której premiera planowana jest na jesień, będzie bezpośrednim konkurentem dla układów Intel i AMD.

Jednak to Vera – pierwsza linia samodzielnie opracowanych procesorów Nvidii do centrów danych, która oficjalnie zadebiutowała – przykuła uwagę świata technologii. Pan Huang zapewnił nawet, że będzie to nowy, główny motor wzrostu firmy, ukierunkowany na rynek procesorów o wartości 200 miliardów dolarów .

Vera – pierwszy niestandardowy procesor firmy Nvidia zaprojektowany specjalnie do koordynacji sztucznej inteligencji agentowej, wywołań narzędzi i długoterminowego zarządzania kontekstem. Zdjęcie: Nvidia.

Oczekiwania prezesa Nvidii nie są bezpodstawne. Wraz z rozwojem sztucznej inteligencji (AI), posiadanie wielu procesorów graficznych już nie wystarcza.

Procesor graficzny nadal odgrywa kluczową rolę w procesie wnioskowania modelu, ale przed i po każdym wnioskowaniu system potrzebuje procesora, który zajmie się harmonogramowaniem, wywołaniami narzędzi i przepływem danych.

Właśnie dlatego procesory stają się nowym punktem centralnym infrastruktury AI. Na wczesnym etapie boomu na generatywną sztuczną inteligencję branża koncentrowała się niemal wyłącznie na trenowaniu modeli.

Trening wymaga przetwarzania serii ogromnych, równoległych obliczeń macierzowych – co stanowi absolutną siłę procesorów graficznych. W tym przypadku procesor pełni jedynie rolę pomocniczą, inicjując system, przesyłając dane i zarządzając zadaniami.

W rezultacie w ciągu ostatnich kilku lat całkowita optymalizacja procesora graficznego i minimalizacja procesora procesora stała się niemalże konsensusem w całej branży technologicznej.

Jednak w miarę jak sztuczna inteligencja przechodzi od trenowania modeli językowych na dużą skalę do wnioskowania na dużą skalę i wkracza w erę agentów AI, charakter obciążenia zaczyna się zmieniać.

Agenci AI nie są liniowymi systemami pytań i odpowiedzi. Zamiast tego dzielą złożone zadanie na wiele kroków, obejmujących wywoływanie narzędzi zewnętrznych, odczytywanie i zapisywanie danych w bazach danych, wyszukiwanie, wykonywanie kodu, obsługę uwierzytelniania i zarządzanie buforowaniem kontekstu.

Następnie system ocenia, czy bieżący wynik jest prawidłowy, zanim podejmie decyzję o kolejnym działaniu. Pojedyncze żądanie użytkownika może jednocześnie uruchomić dziesiątki, a nawet setki agentów podrzędnych pracujących równolegle.

Architektura procesora Vera. Zdjęcie: Nvidia.

Koordynacja, wywoływanie narzędzi, zarządzanie pamięcią i współpraca między tymi agentami podrzędnymi nie są w większości wykonywane na procesorze graficznym.

Procesor graficzny (GPU) nadal może obsługiwać wnioskowanie modelu – proces najbliższy „myśleniu”. Jednak pomiędzy wnioskowaniem procesor (CPU) musi analizować dane wyjściowe modelu, decydować, które narzędzie uruchomić w następnej kolejności, zarządzać planem wykonania, obsługiwać odczyty i zapisy plików, inicjować żądania sieciowe i na koniec przesyłać wyniki z powrotem do procesora graficznego.

Kolejny globalny szał

Wcześniej standardowa konfiguracja serwera AI zazwyczaj składała się z jednego procesora połączonego z ośmioma najnowszymi procesorami graficznymi (GPU). Jednak wraz z przesunięciem obciążeń AI z uczenia na wnioskowanie, a następnie na agentów AI, stosunek CPU do GPU spada z 1:8 do 1:4, a w przyszłości może osiągnąć 1:1 lub nawet więcej.

Dlatego też dyrektor generalny AMD, Lisa Su, wielokrotnie podkreślała, że ​​branża technologiczna dotychczas niedoceniała wartości procesorów w erze sztucznej inteligencji.

Z jej perspektywy, sam rynek centrów danych może przekroczyć wartość 1 biliona dolarów w ciągu najbliższych 3-4 lat. Ten ogromny rynek wymaga współistnienia wielu technologii, takich jak procesory CPU, GPU i układy ASIC.

Jeszcze 6-12 miesięcy temu procesory rzadko pojawiały się na rynku i nikt nie przypuszczał, że staną się rzadkością. Jednak wraz z gwałtownym wzrostem zapotrzebowania na moc obliczeniową, procesory oficjalnie powróciły na centralne miejsce.

Dyrektor generalny AMD przewiduje, że w ciągu najbliższych pięciu lat skumulowana roczna stopa wzrostu rynku procesorów dla centrów danych przekroczy 35%, znacznie przewyższając ubiegłoroczne wskaźniki wzrostu wynoszące mniej niż 10%.

Zamiast angażować się w wojnę cenową z Intelem lub AMD, prawdziwą strategią firmy Nvidia jest całkowite wyeliminowanie obciążeń powodowanych przez procesory dostępne na rynku wtórnym, przepustowość PCIe i wolne sieci, które ograniczają wydajność procesorów graficznych.

Prezes Nvidii trzyma dwa laptopy z układami RTX Spark na targach Computex 2026, co oznacza powrót firmy na rynek układów scalonych dla komputerów PC. Zdjęcie: Nvidia .

Gigant kart graficznych chce zintegrować procesor, aby idealnie pasował do jego autorskiej platformy AI i aby jego najlepsze procesory graficzne nie były ograniczane.

Podążając tym tropem, Nvidia wprowadziła na rynek Verę – pierwszy niestandardowy procesor zaprojektowany specjalnie do koordynowania sztucznej inteligencji agentowej, wywoływania narzędzi i długoterminowego zarządzania kontekstem.

Prawda jest jednak taka, że ​​największym beneficjentem tego boomu na procesory jest nie kto inny, jak były gigant Intel. Raporty finansowe pokazują, że przychody Intela w pierwszym kwartale 2026 roku osiągnęły 13,6 miliarda dolarów , co oznacza wzrost o 7% rok do roku, a zysk netto wzrósł o 156%.

Prezes firmy Intel, Lip-Bu Tan, oświadczył, że seria produktów Xeon 6 (oparta na procesie Intel 3) i seria Core 3 (oparta na procesie Intel 18A) weszły w fazę przyspieszenia masowej produkcji.

Przyznał jednak, że Intel wciąż nie jest w stanie w pełni sprostać popytowi rynkowemu i że ta tendencja wzrostowa prawdopodobnie utrzyma się do 2027 roku.

Źródło: https://znews.vn/mo-vang-tiep-theo-cua-nvidia-post1657130.html