Quelqu’un peut-il arrêter Nvidia ?

Quand le fabricant de puces de jeux vidéo Nvidia a révélé il y a dix ans qu’il préparait un changement stratégique vers l’IA des centres d’information a suscité de nombreuses inquiétudes : pourraient-ils développer une offre complète de niveau entreprise ? Existe-t-il même un marché pour l’IA ?

Après le dernier rapport sur les bénéfices de l’entreprise, la préoccupation est de savoir si quelqu’un peut rivaliser avec Nvidia en tant que fournisseur prééminent de plate-forme d’IA pour les centres d’information d’entreprise et à grande échelle.

Grâce à des acquisitions intelligentes, au développement matériel/logiciel interne et à des alliances tactiques, Nvidia s’est parfaitement positionné pour tirer le meilleur parti de l’engouement pour l’IA générative produit par la sortie de ChatGPT fin 2015. Ni la pénurie de puces à l’échelle de l’industrie, ni l’effondrement de son projet. L’achat pour 40 milliards de dollars du concurrent de puces Arm Ltd. a eu un impact visible sur le développement remarquable de Nvidia.

« Une marque- « Une nouvelle ère informatique a commencé. Les entreprises du monde entier passent de l’informatique généraliste à l’informatique accélérée et à l’IA générative », a déclaré le fondateur et PDG de Nvidia, Jensen Huang, dans la déclaration de résultats de l’entreprise. « Les GPU Nvidia connectés par nos innovations en matière de réseau et de commutateur Mellanox et exécutant notre pile logicielle CUDA AI constituent l’infrastructure informatique de l’IA générative. »

Les chiffres le confirment. Les revenus de Nvidia au deuxième trimestre sont passés de 6,7 milliards de dollars à 13,5 milliards de dollars. C’est vrai, les bénéfices d’une année sur l’autre ont doublé. Les bénéfices sont passés de 656 millions de dollars à 6,1 milliards de dollars, soit une augmentation de 854 % par rapport à l’année dernière et un gain de 202 % par rapport au trimestre précédent. Les marges ont atteint 70 %, car Nvidia a pu facturer un supplément aux entreprises et aux hyperscalers pour les GPU très demandés.

Les revenus des centres de données s’élevaient à 10,3 milliards de dollars (en hausse de 141 % en un seul trimestre) et atteignent désormais jusqu’à 76% des bénéfices globaux. Nvidia est en passe de dépasser Cisco en termes de bénéfices globaux d’ici la fin du prochain trimestre. Son action se négocie aux alentours de 490 $ l’action. Et, selon IDC, elle détient une part de marché d’environ 90 % dans les GPU d’entreprise, les éléments constitutifs des systèmes d’IA.

Les analystes du secteur sont optimistes. Ross Seymore de la Deutsche Bank déclare : « Nous continuons de croire que Nvidia est particulièrement bien placé pour bénéficier du développement de l’IA dans le matériel et éventuellement dans les applications logicielles. » Atif Malik de Citi prédit que le marché des accélérateurs d’IA « croîtra à un rythme effréné », Nvidia se vantant d’avoir « un avantage considérable en termes d’efficacité de l’IA par rapport à AMD ».

Matthew Ramsay de Cowen Co prédit que les revenus de Nvidia pourraient atteindre 46 milliards de dollars en 2024 et 65 milliards de dollars en 2025. « Ces changements à la hausse sont entièrement concentrés sur le secteur des centres de données », explique Ramsay. Il ajoute : « Bien que nous identifiions que ces chiffres sont remarquables, nous pensons qu’il existe une demande et une offre plus que suffisantes pour soutenir un développement de revenus de cette ampleur. »

Alexander Harrowell, analyste principal chez Omdia, déclare : « Il De nombreuses entreprises disposent d’une puissante puce accélératrice de réseau neuronal, mais il n’y en a qu’une seule qui possède la communauté d’applications logicielles de Nvidia. Il ajoute que la capacité de Nvidia à développer une solide communauté de développeurs autour de son innovation principale lui confère un avantage distinct, un peu comme ce qu’Apple a réellement fait avec les iPhones. « ‘Développeurs, designers, designers’ a toujours été une méthode gagnante dans tout ce qui concerne le numérique. Il est incroyablement difficile d’inverser cette tendance une fois que cela s’est produit », déclare Harrowell.

L’écosystème Nvidia

Huang a en fait déclaré que Nvidia ne cherchait pas à retirer des parts de marché aux opérateurs historiques ; il souhaite ouvrir la voie à mesure que les entreprises intègrent des capacités d’IA à leurs centres de données existants basés sur CPU. Cette méthode semble fonctionner puisque, plutôt que de s’aliéner les poids lourds du marché, Nvidia a réussi à enfiler l’aiguille, en développant un réseau de partenariats et d’alliances.

Vous souhaitez conserver vos informations en interne et développer vos propres capacités d’IA ? Nividia s’est associé à Dell pour fournir aux entreprises un ensemble complet d’IA générative sur site qui intègre les GPU, la mise en réseau, les applications logicielles et la structure NeMo Big Language Model (LLM) de Nvidia avec les serveurs Dell, le stockage et les styles préconfigurés pour des cas d’utilisation particuliers.

Si vous préférez tirer le meilleur parti de l’évolutivité du cloud et de la rapidité avec laquelle vous pouvez être opérationnel, Nvidia a ce qu’il vous faut avec son service cloud DGX, fonctionnant désormais sur le cloud Oracle. et devrait être bientôt disponible sur Microsoft Azure et Google Cloud. DGX Cloud est un plan matériel et logiciel complet qui permet aux entreprises de développer des conceptions d’IA génératives en utilisant l’innovation Nvidia dans l’environnement hyperscaler.

Pour les organisations préoccupées par les menaces de sécurité liées à l’envoi d’informations délicates dans le cloud grand public, Nvidia s’est associé à VMware sur une offre appelée VMware Private AI Foundation, une plateforme d’IA générative totalement intégrée et prête à l’emploi que les entreprises peuvent exploiter sur des propriétés, dans des installations de colocation ou dans des cloud privés.

Déménagement En plus des applications d’organisation basées sur l’IA, Nvidia travaille avec ServiceNow et Accenture pour développer AI Lighthouse, qui combine la plate-forme et le moteur d’automatisation d’entreprise ServiceNow, le supercalcul et les logiciels NVIDIA AI, ainsi que les services de conseil et de mise en œuvre d’Accenture pour aider les entreprises à développer des applications personnalisées. créé de grands modèles et applications de langage d’IA générative.

Du côté des concepteurs, en plus de sa propre puissante communauté de développeurs, Nvidia s’est associé à Hugging Face, une communauté de développeurs d’IA open source, pour proposer Hugging Face. les concepteurs créant de grands modèles de langage accèdent au cloud DGX. Cela permettra aux concepteurs de former et d’ajuster des conceptions d’IA innovantes sur les installations de supercalcul de Nvidia.

Qu’en est-il des applications industrielles telles que le jumeau numérique et la robotique ? Nvidia a établi sa plateforme de partenariat graphique 3D en temps réel Omniverse. Patrick Moorhead, PDG de Moor Insights, déclare : « Le calendrier d’Omniverse de Nvidia dans le cloud Microsoft Azure constitue un grand pas en avant pour Nvidia et pour les services aux entreprises souhaitant profiter des avantages des innovations en matière de jumeaux numériques. »

Il ajoute : « Très peu d’entreprises peuvent faire ce que Nvidia est en train de réaliser avec Omniverse. Au cœur de celui-ci, Nvidia s’appuie sur ses puissants avantages matériels pour permettre cette extraordinaire plate-forme d’applications logicielles basée sur l’IA. Cela fait d’Omniverse un outil précieux pour les entreprises. cherchent à rationaliser leurs opérations et à garder une longueur d’avance dans un paysage technologique en évolution rapide. « 

Des voitures et camions intelligents ? Le marché des véhicules, largement axé sur les logiciels, est également sur l’écran radar de Nvidia. L’entreprise s’associe à MediaTek pour développer des systèmes automobiles sur puces (ou chiplets) pour les constructeurs OEM.

Le champ de bataille des GPU

Nvidia détient une part de marché dominante dans le domaine des GPU, loin devant son rival AMD. et Intel, et continue de mettre à niveau son portefeuille de produits avec des versions régulières de puces beaucoup plus puissantes. Au cours du trimestre en cours, la société a annoncé la superpuce Grace Hopper GH2000 pour les travaux complexes d’IA et de calcul haute performance, ainsi que le GPU L40S, un processeur de centre d’information universel créé pour accélérer les applications les plus gourmandes en calcul.

Mais AMD ne reste pas à la hauteur. Il défie Nvidia avec ses toutes nouvelles puces Instinct MI300X et développe un accélérateur d’IA efficace en combinant plusieurs chipsets MI300X avec des chipsets CPU Zen4.  » L’IA générative et les grands modèles de langage ont en fait modifié le paysage « , a déclaré Lisa Su, PDG d’AMD, lors d’un événement à San Francisco en juin.  » Le besoin de plus de calcul augmente de façon exponentielle, qu’il s’agisse de formation ou d’inférence. « 

 » Lorsque vous comparez le MI300X à la concurrence, le MI300X offre 2,4 fois plus de mémoire et 1,6 fois plus de mémoire. bande passante, et avec toute cette capacité de mémoire supplémentaire, nous avons vraiment un avantage pour les grands modèles de langage puisque nous pouvons exécuter des modèles plus gros directement en mémoire », a déclaré Su.

Les nouvelles puces AMD ne seront pas livrées dans volume jusqu’en 2024. Et Intel continue d’être à la traîne. En mars, Intel a révélé qu’il avait en fait annulé la génération de GPU Rialto Bridge et qu’il reportait l’architecture GPU Falcon Shores à 2025.

« Il n’y a pas de concurrents significatifs pour les GPU hautes performances de Nvidia jusqu’à ce qu’AMD démarre expédiera ses tout nouveaux accélérateurs d’IA en gros volumes au début de 2024 », déclare Raj Joshi, vice-président senior de Moody’s Investors Providers.

Jim Breyer, PDG de Breyer Capital, ajoute : « D’après trois ans  » Dans ce délai, Nvidia est imparable ; il a un an et demi d’avance dans le domaine des GPU.  » Breyer ajoute que, de son point de vue, la difficulté la plus importante de Nvidia ne vient pas d’AMD ou d’Intel ; c’est Google.

Il dit que Google a connu un démarrage lent, mais les fondateurs Sergey Brin et Larry Page seraient sortis de leur retraite et seraient de retour au siège de Google, travaillant sur la tâche d’IA de l’entreprise appelée Gemini.

Google aborde l’IA davantage du point de vue des moteurs de recherche, cherchant à préserver sa domination sur Chrome face à l’obstacle de Microsoft, qui a intégré Chat-GPT dans son navigateur Edge. (L’innovation Microsoft/OpenAI ChatGPT fonctionne sur des puces Nvidia.)

Google utilise également des GPU Nvidia, mais a créé ses propres TPU (systèmes de traitement tenseur), des ASIC spécifiques aux applications développés pour l’intelligence artificielle et l’IA. Et il est tout à fait possible que Google augmente la production de ses TPU et développe une offre d’IA générative complète basée sur son propre modèle de grand langage PaLM 2.

De même, Amazon développe ses propres GPU. En 2015, Amazon a acheté la start-up israélienne de conception de puces Annapurna Labs pour 350 millions de dollars et a créé deux types de GPU : Trainium (créé pour gérer la formation intensive en calcul de grands modèles de langage) et Inferentia (conçu pour la partie raisonnement de la formule de l’IA, c’est-à-dire lorsqu’un utilisateur final interroge le LLM.)

Le PDG d’Amazon, Andy Jassy, ​​affirme qu’AWS utilise Trainium et Inferentia pour lui-même, mais a en fait également proposé ses accélérateurs plus abordables aux consommateurs. Il ajoute que les conceptions d’IA formées avec Trainium « sont jusqu’à 140 % plus rapides » que les systèmes GPU comparables « à un coût environ 70 % inférieur. »

Amazon achète toujours la grande majorité de ses puces d’IA auprès de Nvidia, donc on ne sait pas exactement quelle part de marché Amazon pourrait prendre sur la part de marché des puces de Nvidia. Ne sous-estimez jamais Google ou AWS. Ils ont des compétences techniques, des poches profondes, ils ont chacun leurs propres grands modèles de langage, leurs propres marchés et quartiers de concepteurs, et bien sûr, des centres de données capables de gérer les demandes des applications d’IA.

Ils font face à un nombre important de personnes. difficulté, s’ils choisissent de défier directement Nvidia. Stacy Rasgon, analyste principale de l’étude Bernstein Research, explique : « Les puces Nvidia disposent d’un énorme environnement logiciel développé autour d’elles au cours des 15 dernières années, que personne d’autre n’a. »

Risques potentiels

Aucun fournisseur de technologie ou d’innovation apparemment dominant n’est invincible, comme peut en témoigner quiconque possède un Blackberry. De nombreux facteurs pourraient amener les concurrents à s’emparer des parts de marché de Nvidia.

Aujourd’hui, Nvidia est pratiquement le seul jeu vidéo dans le domaine, il peut donc facturer des majorations substantielles sur ses puces ; un seul GPU pourrait coûter jusqu’à 40 000 $. Lorsque AMD et Intel s’uniront, ils proposeront certainement des alternatives moins coûteuses.

En outre, les entreprises sont toujours préoccupées par la dépendance vis-à-vis des fournisseurs. Ainsi, au fil du temps, elles sont plus susceptibles d’ajouter un deuxième fournisseur de GPU dans le mix. Ces éléments pourraient retirer des parts de marché à Nvidia, mais au moins ils pousseront Nvidia à baisser ses tarifs, ce qui exercera une pression sur les bénéfices et les bénéfices.

Un autre risque possible pour Nvidia serait de finir par être victime de son propre succès; elle s’éparpille trop, ne parvient pas à être performante, finit par être trop vaniteuse, perdant le contact avec les consommateurs. Cela ne veut pas dire que tout cela se produit, mais ce ne serait pas la première fois qu’une entreprise subissait des blessures auto-infligées.

L’une des forces cruciales de Nvidia est le leadership constant de Huang. Conférencier régulier lors des événements du marché, Huang est une présence charismatique. À 60 ans, il n’est pas près de l’âge de la retraite, mais s’il décide de se retirer pour quelque raison que ce soit, l’entreprise pourrait être confrontée à un vide de gestion.

Un autre élément de l’IA générative qui retient l’attention est la consommation d’énergie. « Nvidia a la particularité de produire la toute première puce au monde à consommer plus d’un kilowatt d’énergie. L’ère de l’IA se montre extrêmement dépensière en énergie, précisément à un moment où nous pouvons le moins la gérer », déclare Harrowell.

L’analyste de Forrester, Glenn O’Donnell, souligne que les responsables de l’innovation d’une grande entreprise pourraient être ravis par l’IA générative, mais que le directeur financier pourrait avoir un point de vue différent sur la notion de coûter des tonnes d’argent et de dépenser beaucoup d’énergie pour quelque chose qui pourrait être étonnant, mais ne démontre pas toujours un retour sur investissement clair.

Nous comprenons que chaque avancée technologique finit par être dépassée par la prochaine grande nouveauté. Harrowell affirme que les perturbateurs de la position de leader de Nvidia pourraient provenir de recherches essentielles sur l’IA qui développent des méthodes plus efficaces pour faire de l’IA que d’énormes conceptions de langages. Et des architectures de processeur alternatives pourraient émerger de sociétés comme Tesla, Apple, Google, IBM, Meta ou autres.

À court terme, c’est Nvidia qui règne. O’Donnell déclare que Nvidia a méthodiquement exécuté sa stratégie ; ils ont construit les puces, développé la communauté et remporté la bataille du partage d’esprit. « Il n’y a vraiment aucun moyen d’arrêter ce poids lourd », déclare-t-il. « Ils continueront à dominer. »