الأخبار التكنولوجية والاستعراضات والنصائح!

صعود وصعود NVIDIA

ستساعدك المقالة التالية: صعود وصعود NVIDIA

كانت شركة NVIDIA المُصنِّعة لوحدة معالجة الرسومات في طليعة الموجة التوليدية للذكاء الاصطناعي وهي أيضًا واحدة من أكبر المستفيدين منها. أظهرت الشركة ، التي تنتج وحدات معالجة الرسومات التي تعمل بالطاقة نماذج مثل ChatGPT ، توقعات محيرة للعقل تبلغ 11 مليار دولار للربع التالي ، وهي أعلى بنسبة 50 في المائة من تقديرات وول ستريت البالغة 7.15 مليار دولار.

كما أعلنت الشركة عن إيرادات بقيمة 7.19 مليار دولار للربع الأول من السنة المالية 2024 ، مقابل توقعات المحللين البالغة 6.52 مليار دولار. تجاوزت ربحية السهم عند 1.09 دولار توقعات الإجماع عند 0.92 دولار. أعلن مؤسس NVIDIA ، في مدونة ، أن الشركة تعزز إنتاج رقائق الذكاء الاصطناعي الخاصة بها لتلبية الطلب المتزايد.

ونتيجة لذلك ، ارتفعت أسهم الذكاء الاصطناعي بعد ساعات التداول في السوق مضيفة ما يقرب من 300 مليار دولار من القيمة السوقية. اتخاذ خطوة أخرى نحو أن تصبح الشركة السابعة في العالم التي تصل قيمتها السوقية إلى تريليون دولار ، دخلت NVIDIA و SoftBank في شراكة لدفع تطبيقات الذكاء الاصطناعي التوليدية في اليابان. سوف تستخدم SoftBank رقاقة GH200 Grace Hopper الفائقة من NVIDIA في مراكز البيانات الخاصة بها لتطوير تطبيقات 5G / 6G ، مما يتيح استخدام تطبيقات الذكاء الاصطناعي والتطبيقات اللاسلكية الفعالة من حيث التكلفة والموفرة للطاقة. يهدف التعاون إلى تطوير مجالات مثل القيادة الذاتية ، والذكاء الاصطناعي ، والواقع المعزز ، والواقع الافتراضي ، والتوائم الرقمية.

حكم الذكاء الاصطناعي بقبضة من حديد

قطعت NVIDIA شوطًا طويلاً للاستيلاء على سوق الرقائق بشكل لا مثيل له. هو صانع GPU الأصلي الذي قدم أول GPU لأجهزة الكمبيوتر الشخصية ، GeForce 256 ، في عام 1999. بعد أن نشر Rajat Raina و Anand Madhavan و Andrew Y.Ng ورقة بحثية في عام 2009 ، كانت فكرة تدريب خوارزميات الذكاء الاصطناعي مثالية تشكلت وحدات معالجة الرسومات – لأن غالبية مهام التدريب ، مثل مضاعفة المصفوفة ، مناسبة تمامًا للمعالجة المتوازية.

استفادت NVIDIA من ذلك ومن أجل تعزيز مكانتها المهيمنة في السوق ، قدمت الشركة سلسلة DGX من أجهزة الكمبيوتر العملاقة AI. تم تصميم أجهزة الكمبيوتر العملاقة هذه خصيصًا لتطبيقات الذكاء الاصطناعي وتستخدم بنية Volta GPU المتقدمة. مع إضافة Titan V و Quadra GV100 ، تعمل هذه السلسلة على توسيع نطاق توفر قوة حوسبة الذكاء الاصطناعي لكل من الشركات والمستهلكين الأفراد.

بالإضافة إلى ذلك ، فإن واجهة برمجة تطبيقات CUDA المقدمة من NVIDIA وتوافق وحدات معالجة الرسومات الخاصة بها مع أعباء عمل الذكاء الاصطناعي جعلت هذه الشرائح أدوات لا غنى عنها لتدريب نماذج الذكاء الاصطناعي.

تتجلى هيمنة NVIDIA في سوق الذكاء الاصطناعي ، كما يتضح من استخدامها المكثف في نماذج التدريب مثل ChatGPT و Stable Diffusion. استخدم OpenAI أكثر من 10000 وحدة معالجة رسومات NVIDIA H100 و A100 لـ ChatGPT ، بينما تطلب الانتشار الثابت حوالي 200000 ساعة GPU مع وحدة معالجة الرسومات NVIDIA A100. بالإضافة إلى ذلك ، اشترك موفرو السحابة الرئيسيون مثل AWS و Azure مع NVIDIA لإنشاء مجموعات كبيرة الحجم من وحدات معالجة الرسومات الخاصة بهم خصيصًا لأغراض التدريب المؤسسي. عززت الشركة مكانتها في التدريب على الذكاء الاصطناعي من خلال تقديم أحدث وحدات معالجة الرسومات من سلسلة H100.

لكن المنافسين مثل AMD انضموا إلى سوق مسرعات الذكاء الاصطناعي بأحدث مسرعات AMD Instinct AI ، والتي تجمع بين تقنيات وحدة المعالجة المركزية ووحدة معالجة الرسومات لاستخدام المؤسسات. ومع ذلك ، فإن وحدات معالجة الرسومات للمستهلكين من AMD ليست مناسبة تمامًا لتطبيقات الذكاء الاصطناعي مثل وحدات معالجة الرسومات الخاصة بـ NVIDIA لأنها تفتقر إلى واجهة برمجة تطبيقات مكافئة لـ CUDA من NVIDIA. بينما أنشأت AMD منصة ROCm للبرامج المفتوحة للتعلم الآلي ، فهي ليست ناضجة أو متكاملة على نطاق واسع مثل CUDA ، التي خضعت لتطور شامل على مر السنين. تتمتع وحدات معالجة الرسومات الخاصة بشركة NVIDIA بتكامل أفضل مع أدوات الذكاء الاصطناعي الشائعة مثل TensorFlow و PyTorch ، مما يؤدي إلى تقليل المشكلات والأخطاء في إعدادات العمل العملية.

التطبيق قبل موجة الذكاء الاصطناعي

لتقليل الاعتماد على NVIDIA ، فإن عمالقة التكنولوجيا مثل Google و Amazon طورت رقائق مخصصة لأحمال عمل الذكاء الاصطناعي ، مثل AWS’s Inferentia لمهام الاستدلال ووحدة معالجة Tensor من Google لـ TensorFlow.

لكن NVIDIA هو أحد المخضرمين المخضرمين حتى قبل أن يكون تطبيق GPUs في تدريب خوارزميات الذكاء الاصطناعي شيئًا ، كانت Tesla تستخدم منصة الحوسبة NVIDIA’s DRIVE PX 2 AI كجهاز كمبيوتر عملاق داخل السيارة لسياراتهم ذاتية القيادة. كانت جميع سيارات Tesla Motors المُصنّعة اعتبارًا من منتصف أكتوبر 2016 تستخدم DRIVE PX 2. هذا النظام القوي ، الذي يوفر قوة معالجة تزيد بأكثر من 40 مرة عن سابقتها ، ويدير شبكة Tesla العصبية لمعالجة بيانات الرؤية والسونار والرادار. تمتلك NVIDIA تعاونًا طويل الأمد مع Tesla ، مع الرئيس التنفيذي لها ، Jensen Huang ، لكونها مالكًا لـ Tesla وموردًا لرقائق Tegra.

من ناحية أخرى ، قدمت Google أجهزة A3 GPU VMs ، مدعومة بوحدات معالجة الرسومات NVIDIA H100 Tensor Core لتسريع التدريب والاستدلال على نماذج التعلم الآلي المعقدة. تستخدم أجهزة VM هذه تقنية الشبكات المتقدمة من Google ، بما في ذلك 200 جيجابت في الثانية IPU للحصول على نطاق ترددي عالي للشبكة وزمن وصول منخفض.

حتى مع دخول عمالقة التكنولوجيا إلى سوق حوسبة الذكاء الاصطناعي ، فإن هذه الرقائق لا تحمل شمعة لوحدات معالجة الرسومات للأغراض العامة من NVIDIA. في حين أن هذه الرقائق قد تتجاوز وحدات معالجة الرسومات الخاصة بها في أحمال عمل محددة ، فإن وحدات معالجة الرسومات الخاصة بشركة NVIDIA تعد أكثر تنوعًا ومناسبة لنطاق أوسع من التطبيقات.