NVIDIA - チップ業界の歴史上、資本金が1兆ドルを超えた最初の企業。成功の秘訣は何でしょうか？
会社名を聞いたことがある方も多いと思いますが、 NVIDIA そしてほとんどの人は、「」というフレーズがあるため、特にグラフィックプロセッサを連想します。NVIDIA GeForce」は、ほとんどの人が聞いたことがあるでしょう。
NVIDIA 最近IT業界で金融の歴史を作りました。同社は、市場価値が1兆ドルを超えた最初の集積回路企業である。また、これほど大きな（時価総額ベースで）成功を収めたテクノロジー関連企業としては史上5社目となる。以前は、このような高い評価を誇ることができたのは人々だけでした Apple, Microsoft、アルファベット（Googleの所有者）、アマゾン。だからこそ、金融家たちはそれを「クラブ・オブ・フォー」と呼ぶこともあったが、現在ではそのクラブは拡大されている。 NVIDIA.
さらに、時価総額の点でも、AMD、Intel、Qualcomm、その他のテクノロジー企業に大きく遅れをとっています。 これは、 年前に導入された同社の先見の明のある方針がなければ不可能でした。
また読む： イーロン マスクの TruthGPT に未来はありますか?
信じられないほどの需要 NVIDIA H100 テンソル コア
このような時価総額の増加の秘密は何でしょうか?まず第一に、これはチップの成功に対する証券取引所の反応です。 NVIDIA H100 Tensor コアは、クラウド インフラストラクチャおよびオンライン サービスの大手プロバイダーの間で高い需要があります。これらのチップはAmazon、Meta、および Microsoft (自社のニーズとそのパートナーである OpenAI 社のニーズのため)。これらは、ChatGPT や Dall-E などの生成人工知能に典型的な計算の高速化において特にエネルギー効率が高くなります。これは、アクセラレーテッド コンピューティングにとって、桁違いの信じられないほどの飛躍です。あらゆるワークロードに対して前例のないパフォーマンス、拡張性、セキュリティを実現します。 NVIDIA H100 Tensor コア GPU。
スイッチングシステムを使用する NVIDIA NVLink は最大 256 個の H100 GPU に接続でき、エクサ スケールでワークロードを高速化できます。 GPU には、数兆のパラメータを持つ言語モデルを解決するための専用の Transformer Engine も含まれています。 H100 のテクノロジー革新の組み合わせにより、大規模言語モデル (LLM) が前世代と比較して 30 倍という驚異的な速度で高速化され、業界をリードする会話型 AI が提供されます。開発者は、これが機械学習にとってほぼ理想的であると考えています。
しかし、H100は突然現れたわけではありません。そして、実を言うと、それは特に革新的なものではありません。 NVIDIAは他のどの企業とも異なり、長年にわたり人工知能に莫大なリソースを投資してきました。その結果、GeForce グラフィックス カード ブランドと主に関連する企業は、消費者市場をほとんど趣味のように扱うことができます。結局のところ、これはIT巨人の市場で真の権力を築くのです NVIDIA すでに彼らと対等に話すことができます。
また興味深い： 6G ネットワークとは何ですか?なぜ必要ですか?
人工知能は未来ですか？
今日では、この分野の懐疑的な専門家も含め、ほぼ全員がこれを確信しています。今やそれはほぼ公理、自明の理となっている。それでも NViDIA 20年前から知っていました。私はあなたを驚かせましたか？
厳密に言えば、最初の濃厚接触者 NVIDIA 人工知能との出会いは、機械学習の計算を高速化できる GeForce 1999 プロセッサが市場に登場した 256 年に起こりました。しかし NVIDIA 同社が人工知能に本格的に投資し始めたのは 2006 年で、グラフィック プロセッサの並列処理機能をトレーニングや研究に使用できる CUDA アーキテクチャを導入しました。
CUDAとは何ですか? これは、ソフトウェアが汎用グラフィックス処理装置 (GPGPU) を使用できるようにする並列コンピューティング プラットフォームおよびアプリケーション プログラミング インターフェイス (API) として定義するのが最も適切です。 このアプローチは、GPU での汎用コンピューティングと呼ばれます。 さらに、CUDA は、グラフィックス プロセッサの仮想命令セットおよび並列計算要素への直接アクセスを提供するソフトウェア層です。 C、C++、Fortran などのプログラミング言語で動作するように設計されています。
このアクセシビリティにより、高度なグラフィックス プログラミング スキルが必要だった Direct3D や OpenGL などの以前の API とは異なり、並列開発者が GPU リソースを簡単に利用できるようになります。
重要な進歩は会社による提供でした NVIDIA 画期的な AlexNet ニューラル ネットワークの計算能力。これは畳み込みニューラル ネットワーク (CNN) であり、ウクライナ人の Alex Kryzhevskyi が Ilya Sutzkever および Jeffrey Pinton と共同で開発しました。
畳み込みニューラル ネットワーク (CNN) は、常に物体認識の頼りになるモデルであり、制御が簡単で、トレーニングもさらに簡単な強力なモデルです。 何百万もの画像に使用しても、驚くべき程度の過剰適合は発生しません。 それらのパフォーマンスは、同じサイズの標準的なフィードフォワード ニューラル ネットワークとほぼ同じです。 唯一の問題は、高解像度の画像に適用するのが難しいことです。 ImageNet の規模には、GPU 向けに最適化され、パフォーマンスを向上させながらトレーニング時間を短縮するイノベーションが必要でした。
30 年 2012 月 15,3 日、AlexNet は ImageNet 大規模視覚認識チャレンジに参加しました。このネットワークは、10,8 つの最大のエラーのテストで % という結果を達成しました。これは、 位の結果より % 以上低い値です。
元の研究からの主な結論は、モデルの複雑さはその高性能によるものであり、計算コストも非常に高かったが、トレーニング プロセス中にグラフィックス プロセッシング ユニット (GPU) を使用することによって可能になったということでした。
AlexNet 畳み込みニューラル ネットワーク自体は つの層で構成されています。 最初の つは畳み込み層で、その前に最大結合層が配置されているものもあります。最後の つは全結合層です。 最後の層を除くネットワークは つのコピーに分割され、それぞれが単一の GPU で実行されます。
つまり、そのおかげで NVIDIA そして依然としてほとんどの専門家や科学者は、AlexNet は非常に複雑なデータセットで高精度を達成できる信じられないほど強力なモデルであると信じています。 AlexNet は、あらゆる物体検出タスクの主要なアーキテクチャであり、人工知能の問題に対するコンピュータ ビジョン分野で非常に幅広い用途に使用できます。将来的には、画像分野では CNN よりも AlexNet が使用される可能性があります。
また興味深い： ブルースカイ現象: 長い間続いているサービスとはどのようなものですか?
人工知能は研究所やデータセンターだけではありません
В NVIDIA は、消費者向けデバイスやモノのインターネットのテクノロジーにおいても AI に大きな可能性を見出しました。競合他社は、新しいタイプの集積回路へのより広範な投資を検討し始めたばかりですが、 NVIDIA すでに小型化に取り組んでいます。 Tesla や他の自動車会社と協力して開発された Tegra K1 チップはおそらく特に重要です。
Tegra K1 プロセッサは最初のプロセッサの つです NVIDIA、モバイルおよび組み込みデバイスの AI アプリケーション向けに特別に設計されています。 Tegra K1 は、一連のグラフィックス カードおよびシステムと同じ GPU アーキテクチャを使用しています NVIDIA GeForce、Quadro、Tesla は、高いパフォーマンスと、OpenGL 4.4、DirectX 11.2、CUDA 6.5、OpenCL 1.2 などのグラフィックスおよびコンピューティング標準との互換性を提供します。このおかげで、Tegra K1 プロセッサは、ディープ ニューラル ネットワーク、強化学習、画像および音声認識、データ分析などの高度な人工知能アルゴリズムをサポートできます。 Tegra K1 には 192 個の CUDA コアが搭載されています。
2016年 NVIDIA は、ディープ ニューラル ネットワークおよびその他の人工知能モデルをサポートするように最適化された一連の Pascal プロセッサをリリースしました。 2019 年以内に、人工知能関連アプリケーション向けの一連の Volta プロセッサが市場に登場しました。これらはさらに効率が高く、エネルギーを節約できます。 年 NVIDIA データセンターやスーパーコンピューター向けの高性能コンピューターネットワークのメーカー、メラノックス・テクノロジーズを買収。
その結果、それらはすべてプロセッサを使用します NVIDIA。たとえば、コンシューマー市場では、ゲーマーは革新的な DLSS 画像再構成アルゴリズムを使用しており、これによりグラフィックス カードに多額の費用をかけずに、ゲームでより鮮明なグラフィックスを楽しむことができます。ビジネス市場では、チップは NVIDIA 多くの点で競合他社が提供するものを超えています。 IntelとAMDが知的革命を完全に眠っていたわけではありませんが。
また興味深い： 人工知能に基づく最高のツール
人工知能分野におけるインテルとAMD
直接の競合他社について話しましょう NVIDIA この市場セグメントでは。 Intel と AMD は、この分野でますます積極的に取り組んでいますが、大幅な遅れがあります。
Intel は、AI テクノロジーとソリューションのポートフォリオを強化するために、Nervana Systems、Movidius、Mobileye、Habana Labs などの AI 企業数社を買収しました。 インテルは、Xeon プロセッサー、FPGA、NNP チップ、最適化ライブラリーなど、人工知能用のハードウェアおよびソフトウェア プラットフォームも提供しています。 インテルはまた、公共部門および民間部門のパートナーと協力して、AI のイノベーションと教育を推進しています。
AMD は、AI および深層学習アプリケーション向けに最適化された一連の Epyc プロセッサーと Radeon Instinct グラフィックス カードを開発しました。 AMDはGoogleなどの企業とも協力しています。 Microsoft, IBMとAmazonはAI向けのクラウドソリューションを提供しています。 AMDはまた、学術機関や業界団体とのパートナーシップを通じてAIの研究開発への参加にも努めています。とても順調ですが、 NVIDIA すでに彼らよりはるかに先を行っており、AI アルゴリズムの開発とサポートの分野での成功は比較にならないほど大きくなっています。
また興味深い： Google I/O 2023 の概要: Android 14、ピクセルとたくさんのAI
NVIDIA 何十年もビデオゲームと関わってきた
これも忘れてはいけません。 NVIDIA は消費者市場とビジネス市場間の収益の正確な内訳を提供していませんが、同社が財務諸表で開示している営業セグメントに基づいて推定することができます。 NVIDIA ゲーム、プロフェッショナル ビジュアリゼーション、データ センター、自動車の 4 つの事業セグメントに分かれています。
ゲーム部門にはゲーム機向けの GeForce ビデオカードや Tegra チップの販売が含まれるため、主にコンシューマ市場に焦点を当てていると考えられます。 プロフェッショナル ビジュアライゼーション部門は、ワークステーションおよびプロフェッショナル アプリケーション向けの Quadro グラフィックス カードと RTX チップの販売を含むため、主にビジネス市場に焦点を当てています。 データセンター部門も、サーバーやクラウドサービス向けのGPUやNPU（つまり、GPUではなくAI専用に設計された次世代チップ）の販売が含まれるため、主にビジネス市場に焦点を当てている。 自動車部門は、インフォテインメントおよび自動運転用の Tegra および Drive システムの販売を含むため、消費者市場とビジネス市場の両方をターゲットとしています。
これらの仮定に基づいて、総収益に占める消費者市場とビジネス市場からの収益の割合を推定することができます。 NVIDIA。 2022 年の最新の財務報告書によると、同社の収益は NVIDIA 事業セグメント別の内訳は次のとおりです。
- ゲーム: 12,9億ドル
- プロフェッショナルなビジュアライゼーション: 1,3 億ドル
- データセンター: 9,7億ドル
- 自動車：0,8億ドル
- 他のすべてのセグメント: 8,7 億ドル
総収入 NVIDIA 自動車セグメントが消費者市場とビジネス市場にほぼ均等に分割されていると仮定すると、次の比率を計算できます。
- 消費者市場からの収入: (12,9 + 0,4) / 33,4 = 0,4 (40%)
- ビジネス市場からの収入: (1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
つまり、収入の約40％が NVIDIA 消費者市場からのものであり、約 60% がビジネス市場からのものです。つまり、主な方向性は事業セグメントです。しかし、ゲーム業界はかなりの収入ももたらします。最も重要なことは、毎年成長することです。
また興味深い： 不機嫌そうな古いオタクの日記: Bing vs Google
未来は私たちに何をもたらすのでしょうか？
それは明らかです NVIDIA すでに人工知能アルゴリズムの開発に参加する計画がある。そして、直接の競合他社よりもはるかに幅広く、より有望です。
先月だけ NVIDIA 人工知能への多数の新たな投資を発表しました。その 3 つは、現実を忠実に反映したさまざまなオブジェクトやキャラクターの複雑な 3 次元モデルを生成できる GET20D メカニズムです。 GETD は、単一のグラフィックス チップを使用して 秒あたり約 個のオブジェクトを生成できます。
もう 1 つの興味深いプロジェクトについても触れておきます。 Israel- については、人工知能プログラム用のスーパーコンピューターです。 NVIDIA はイスラエル科学技術省と Mellanox 社の協力により作成されました。このマシンは 7 ペタフロップスを超える計算能力を備え、1000 個を超える GPU を使用すると予想されています NVIDIA A100 テンサーコア。 Israel-1は医学、生物学、化学、物理学、サイバーセキュリティなどの分野の研究開発に使用される。そして、長期的な見通しを考えると、これらはすでに非常に有望な設備投資となっています。
また、すでに別のプロジェクトがあります - NVIDIA エース。これは、プレイヤーが自然かつ現実的な方法でノンプレイヤー キャラクター (NPC) と対話できるようにすることで、ゲーム業界に革命を起こす予定の新しいテクノロジーです。これらのキャラクターは、プレイヤーとオープンな対話を行い、プレイヤーの感情やジェスチャーに反応し、さらには自分の感情や考えを表現することもできます。 NVIDIA ACE は、高度な言語モデルと AI ベースの画像ジェネレーターを使用します。
最初の1兆ドルは NVIDIA。すぐにさらに増えるようです。私たちは会社の進捗状況を必ず追跡し、お知らせします。
また読む：