Publikuj

Cognitive Framework | Power Law: Dlaczego uważam, że NVIDIA wciąż jest największym zwycięzcą w dziedzinie AI? Kilka dni temu poleciłem książkę Petera Thiela "Od zera do jednego". Najbardziej imponowało mi nie to, że "konkurencja to gra dla przegranych", lecz model myślenia, który potrafi analizować niemal wszystkie doskonałe firmy — Prawo Władzy. Ramy poznawcze | Prawo potęgi Wiele osób studiuje firmę i najpierw przygląda się rynkowemu kapitałowi (PE), przychodom, zyskom i przepływom gotówki. Oczywiście są one ważne, ale moim zdaniem jeszcze ważniejsze jest najpierw odpowiedzieć na jedno pytanie: czy to właśnie ona może odebrać zdecydowaną większość wartości branży? Zazwyczaj używam czterech pytań z prawa potęgowego do wydawania ocen. Zwycięzca bierze wszystko: Czy to branża "zwycięzca bierze wszystko"? Nie każda branża wyprodukuje supergigantów. Catering, odzież, nieruchomości — najczęściej wiele firm zarabia razem. Ale branża chipów AI jest inna; bardziej przypomina wyszukiwarkę, platformę społecznościową czy system operacyjny. Gdy już prowadzisz, wyprzedzasz innych. Powód, dla którego NVIDIA przestrzega prawa mocy, wynika głównie z trzech zalet: po pierwsze, efekty sieciowe — im więcej osób z niej korzysta, tym bardziej wartościowa się staje, podobnie jak WeChat — wszyscy z niej korzystają, więc nowicjusze nadal z niej korzystają. NVIDIA nie tylko sprzedaje GPU, ale także stworzyła platformę deweloperską o nazwie CUDA. Można to nazwać "Windowsem" świata AI: im więcej jest deweloperów, tym bogatsze oprogramowanie, a im bardziej obfite, tym więcej deweloperów przyciąga, ostatecznie tworząc coraz silniejszy ekosystem. Drugim czynnikiem są korzyści skali. Im większa firma, tym bardziej oczywista przewaga. NVIDIA inwestuje dziesiątki miliardów dolarów rocznie w badania i rozwój, co pozwala jej wcześniej zabezpieczyć najnowocześniejsze zdolności produkcyjne wafli i przyciągać najlepsze talenty AI na świecie — przewagę, którą małe firmy trudno powtórzyć. Trzecim jest efekt marki. Dziś wiele firm budujących centra danych AI najpierw myśli o NVIDIA, a sama marka stała się przewagą konkurencyjną. Obraz Tajny zakład: Czy to zakład na przyszłość, w którą inni nie wierzą? Ulubione pytanie Petera Thiela brzmi: "Co jest ważne, w co wierzysz, a co większość ludzi nie akceptuje?" Prawie każda wielka firma ma swój własny "antykonsensus". Polityka antykonsensusowa Nvidii w tamtym czasie polegała na naleganiu na inwestowanie w CUDA. Dwadzieścia lat temu większość ludzi myślała, że karty graficzne są przeznaczone wyłącznie do gier, ale NVIDIA wierzyła, że w przyszłości staną się platformami komputerowymi ogólnego przeznaczenia. Kiedy pojawił się ChatGPT, wszyscy zdali sobie sprawę, że AI najbardziej potrzebuje GPU. Wielu widzi boom na AI, ale ja widzę, jak strategia, która przetrwała dwadzieścia lat, wreszcie się urzeczywistnia. Obraz Ucieczka przed konkurencją: Czy utrudniło to klientom wyjście? Prawdziwą minusem nie jest to, że produkt jest lepszy, ale że nawet jeśli klienci chcą się przenieść, jest to bardzo trudne. Jeśli firma AI zainwestowała już dziesiątki milionów dolarów w budowę wszystkich swoich modeli na CUDA, to zmiana platformy oznacza, że inżynierowie muszą się uczyć na nowo, kod przekształcać, a modele przeszkolone, co wiąże się z ogromnymi kosztami czasowymi i finansowymi. Tak wiele firm nie chce po prostu przejść na tę branżę — po prostu nie stać ich na to. To koszt migracji, a jednocześnie jedna z najsilniejszych fos. Obraz Ustalacz zasad: Czy zaczęto ustalać zasady branżowe? Myślę, że to jest najstraszniejsze w Nvidii. Wiele osób myśli, że sprzedaje GPU, ale w rzeczywistości sprzedaje całą infrastrukturę AI. CUDA to platforma programistyczna do tworzenia AI, zasadniczo system operacyjny w świecie AI; DGX to superkomputer specjalnie zaprojektowany do trenowania AI. Przedsiębiorstwa mogą szybko trenować duże modele bez budowania ich od podstaw; NVLink można rozumieć jako "autostradę" między GPU. Modele treningowe, takie jak ChatGPT, wymagają pracy setek lub tysięcy GPU jednocześnie. NVLink umożliwia tym GPU komunikację z dużą prędkością, jak wiele komputerów zamieniających się w superkomputery; InfiniBand działa jak całe "szybkie centrum danych AI", łącząc serwery i GPU, umożliwiając masową transmisję danych; w przeciwnym razie nawet najpotężniejsze GPU marnowałyby wydajność czekając na dane; AI Factory to nowa koncepcja, którą Jensen Huang podkreślał w ostatnich latach — w przeszłości firmy kupowały serwery; w przyszłości kupią "smart factory" zdolną do ciągłego generowania modeli i usług AI. Od GPU, serwerów i sprzętu sieciowego po rozwój oprogramowania i wdrażanie modeli, NVIDIA oferuje niemal kompletne rozwiązanie. To, co firmy kupują, to już nie tylko układ scalony, lecz cały ekosystem AI. W miarę jak coraz więcej firm buduje centra danych AI według Twoich standardów, konkurencja nie dotyczy już konkurencji, lecz definiowania przyszłego rozwoju całej branży. Obraz Z tego co rozumiem: prawo potęgi nigdy nie polegało na przewidywaniu, czy ceny akcji wzrosną czy spadną; naprawdę nauczyło mnie to, jak rozpoznać, czy firma ma zdolność być zwycięzcą, który "bierze większość wartości branży". Raporty finansowe określają teraźniejszość firmy; jej model biznesowy, ekosystem i przewagi konkurencyjne decydują o jej przyszłości. Krótko mówiąc: GPU to po prostu produkty sprzedawane przez NVIDIA, podczas gdy CUDA, DGX, NVLink, InfiniBand i AI Factory to prawdziwe ekosystemy, które budują jej fosę.