Post

Cognitive Framework | Power Law: Perché credo che NVIDIA sia ancora il grande vincitore nell'IA? Qualche giorno fa, ho consigliato 'From Zero to One' di Peter Thiel. Ciò che mi ha colpito di più non è stato che "la competizione è un gioco per i perdenti", ma piuttosto un modello di pensiero che può analizzare quasi tutte le aziende eccellenti—la Legge di Potenza. Quadro Cognitivo | Legge di Potenza Molte persone studiano un'azienda e prima guardano a PE, ricavi, profitti e flussi di cassa. Certo, questi sono importanti, ma a mio avviso è ancora più importante rispondere prima a una domanda: ha la possibilità di essere quella che toglie la stragrande maggioranza del valore del settore? Di solito uso le quattro domande della legge del potere per esprimere giudizi. Il vincitore prende tutto: È un'industria del "vincitore prende tutto"? Non tutti i settori producono super giganti. Catering, abbigliamento, immobili: la maggior parte delle volte, molte aziende guadagnano insieme. Ma l'industria dei chip AI è diversa; è più simile a un motore di ricerca, a una piattaforma sociale o a un sistema operativo. Una volta che hai la guida, superi solo gli altri. Il motivo per cui NVIDIA rispetta la legge di potenza deriva principalmente da tre vantaggi: innanzitutto, gli effetti di rete—più persone lo usano, più diventa prezioso, proprio come WeChat—tutti lo usano, quindi i nuovi arrivati continuano a usarlo. NVIDIA non solo vende GPU, ma ha anche costruito una piattaforma di sviluppo chiamata CUDA. Puoi pensarla come le "Windows" del mondo dell'IA: più sviluppatori ci sono, più ricco è il software, e più abbondante è il software, più sviluppatori attira, formando così un ecosistema sempre più forte. La seconda è l'economia di scala. Più grande è l'azienda, più evidente è il vantaggio. NVIDIA investe decine di miliardi di dollari all'anno in R&S, permettendole di garantire in anticipo capacità di wafer all'avanguardia e attrarre i migliori talenti mondiali in IA—un vantaggio che le piccole aziende trovano difficile da replicare. Il terzo è l'effetto marchio. Oggi, molte aziende che costruiscono data center AI pensano prima a NVIDIA, e il marchio stesso è diventato un vantaggio competitivo. Immagine Scommessa segreta: è scommettere su un futuro in cui gli altri non credono? La domanda preferita di Peter Thiel è: "Cosa è importante in cui credi ma con cui la maggior parte delle persone non è d'accordo?" Quasi tutte le grandi aziende hanno il loro 'anti-consenso'. La politica anti-consenso di Nvidia all'epoca era insistere sull'investimento in CUDA. Vent'anni fa, la maggior parte delle persone pensava che le GPU fossero solo per il gaming, ma NVIDIA credeva che in futuro sarebbero diventate piattaforme di calcolo a uso generale. Quando è apparso ChatGPT, tutti hanno capito che ciò di cui l'IA aveva più bisogno era la GPU. Molte persone vedono il boom dell'IA, ma io vedo finalmente realizzarsi una strategia che persiste da vent'anni. Immagine Sfuggire alla concorrenza: ha reso difficile per i clienti andarsene? Il vero problema non è che il prodotto sia migliore, ma che anche se i clienti vogliono cambiare, è molto difficile. Se un'azienda di IA ha già investito decine di milioni di dollari per costruire tutti i suoi modelli su CUDA, allora cambiare piattaforma significa che gli ingegneri devono reimparare, il codice deve essere risviluppato e i modelli devono essere riaddestrati, sostenendo costi enormi di tempo e finanziari. Molte aziende non vogliono solo cambiare—semplicemente non possono permetterselo. Questo è il costo della migrazione, ed è anche uno dei fossati più forti. Immagine Rule Setter: Ha iniziato a stabilire regole del settore? Penso che questa sia la cosa più spaventosa di Nvidia. Molti pensano che venda GPU, ma in realtà vende tutta l'infrastruttura di intelligenza artificiale. CUDA è una piattaforma software per lo sviluppo dell'IA, essenzialmente un sistema operativo nel mondo dell'IA; DGX è un supercomputer progettato specificamente per l'addestramento dell'IA. Le aziende possono addestrare rapidamente grandi modelli senza ricostruirli da zero; NVLink può essere inteso come un'"autostrada" tra GPU. Addestrare modelli come ChatGPT richiede centinaia o migliaia di GPU che lavorano simultaneamente. NVLink permette a queste GPU di comunicare ad alta velocità, come molti computer che diventano supercomputer; InfiniBand funziona come la "rete ferroviaria ad alta velocità" dell'intero data center AI, collegando server e GPU per consentire una trasmissione massiccia dei dati; altrimenti, anche le GPU più potenti sprecherebbero prestazioni in attesa dei dati; AI Factory è un nuovo concetto che Jensen Huang ha sottolineato negli ultimi anni: in passato, le aziende acquistavano server; in futuro, acquisteranno una "fabbrica intelligente" capace di produrre continuamente modelli e servizi di IA. Dalle GPU, server e apparecchiature di rete allo sviluppo software e alla distribuzione dei modelli, NVIDIA offre quasi una soluzione completa. Ciò che le aziende acquistano non è più solo un chip, ma un intero ecosistema di IA. Man mano che sempre più aziende costruiscono data center AI secondo i tuoi standard, la concorrenza non è più con i concorrenti, ma con la definizione dello sviluppo futuro dell'intero settore. Immagine La mia comprensione è: la legge del potere non è mai stata incentrata nel prevedere se i prezzi delle azioni saliranno o scenderanno; ciò che mi ha davvero insegnato è come identificare se un'azienda ha la capacità di essere la vincitrice che "prende la maggior parte del valore del settore." I report finanziari determinano il presente di un'azienda; il suo modello di business, l'ecosistema e i vantaggi competitivi ne determinano il futuro. In breve: le GPU sono solo prodotti che NVIDIA vende, mentre CUDA, DGX, NVLink, InfiniBand e AI Factory sono i veri ecosistemi che costruiscono il suo fossato.