Durch die Unterstützung von ChatGPT hat Huang Renxuns zehnjährige Wette auf KI enorme Erträge gebracht

Nachrichten vom 8. März: In den letzten rund 25 Jahren hat NVIDIA immer die Revolution im Bereich der Computergrafik angeführt, eine führende Position auf dem Markt für Grafikprozessoren (GPU) eingenommen und sich zu einer beliebten Marke entwickelt von Gamern. Trotz des jüngsten Rückgangs brachte das Gaming-Geschäft Nvidia im vergangenen Jahr immer noch einen Umsatz von mehr als 9 Milliarden US-Dollar ein.

Nvidias jüngster Finanzbericht zeigt neue Anzeichen für Wachstum im Grafikprozessorgeschäft, da diese Technologie mittlerweile zum Kern des KI-Booms geworden ist. Letzten Monat sagte Jensen Huang, CEO von Nvidia: „Wir haben die Strategie des Unternehmens sehr geschickt geändert. Vor etwa einem Jahrzehnt haben wir gesehen, dass diese Art der Softwareentwicklung alles verändern kann. Wir haben das Unternehmen von unten nach oben verändert. An die Spitze steigen und dann.“ Jeder Chip, den wir herstellen, ist auf KI ausgerichtet.“ Als Motor hinter dem kürzlich beliebten Chatbot ChatGPT und anderen großen Sprachmodellen hat NVIDIA endlich damit begonnen, sich darauf zu konzentrieren und trägt zur Abfederung bei Nvidia aus den Nöten der Halbleiterindustrie. Jen-Hsun Huang sagte: „Wir haben alle unsere Produkte so umgestaltet, dass sie den Vorschriften entsprechen und gleichzeitig unsere gewerblichen Kunden bedienen können. Wir sind in der Lage, Kunden mit regulierten Teilen zu versorgen und unterstützen sie gerne.“

NVIDIA plant dies.“ Die jährliche GTC-Entwicklerkonferenz des Unternehmens findet vom 20. bis 23. März statt, wobei KI voraussichtlich im Mittelpunkt der Veranstaltung stehen wird. Zuvor sprach Huang Jensen über die zentrale Rolle des Unternehmens beim Aufstieg von KI-generierten Inhalten (AIGC). Auf die Frage, ob Nvidias enorme Renditen Glück oder Voraussicht seien, sagte Huang: „Wir glauben einfach fest daran, dass eines Tages etwas Neues passieren wird, und der Rest wird einige zufällige Entdeckungen erfordern.“ mehr als 80 % des Unternehmensumsatzes. Sie werden oft als Gehirne von Grafikkarten verkauft und können auch Zentraleinheiten (CPUs) von Unternehmen wie AMD und Intel mit Rechenleistung ausstatten. Jetzt preisen Technologieunternehmen, die mit ChatGPT konkurrieren, offen an, wie viele Nvidia A100 sie besitzen, einen Chip im Wert von etwa 10.000 US-Dollar, der zu einem der wichtigsten Werkzeuge der KI-Branche geworden ist. Microsoft gab an, dass der für OpenAI entwickelte Supercomputer 10.000 Nvidia A100 verwendet.

Der Halbleiteranalyst von BofA Securities, Vivek Arya, sagte: „Es ist sehr einfach, die Produkte von NVIDIA zu nutzen und die Rechenleistung zu steigern. Derzeit entspricht die Rechenleistung im Grunde der harten Währung des Silicon Valley.“ Das neue Energieerzeugungssystem H100 wurde vorgestellt und mit der Auslieferung begonnen. H steht für Hopper. Er sagte: „Was an Hopper wirklich erstaunlich ist, ist diese neue Verarbeitungstechnologie namens Transformer Engine. Transformer Engine steht für das T in GPT (Generative Pre-trained Transformer). Dies ist der weltweit erste Computer, der für die Handhabung so großer Konverter im großen Maßstab entwickelt wurde.“ Sprachmodelle werden schneller und kostengünstiger sein“, sagte Jen-Hsun Huang, der persönlich die weltweit erste Maschine an den ChatGPT-Entwickler OpenAI lieferte.

Keine Angst, alles aufs Spiel zu setzen

Heute ist NVIDIA eines der zehn wertvollsten Technologieunternehmen der Welt mit einem Marktwert von fast 600 Milliarden US-Dollar. Das Unternehmen beschäftigt 26.000 Mitarbeiter und hat einen neuen Hauptsitz im Polygon-Stil gebaut. Nvidia ist außerdem einer der wenigen Silicon-Valley-Giganten, der noch 30 Jahre lang von seinem Gründer geleitet wird.

Huang, 60, wanderte als Kind in die USA aus und studierte Ingenieurwissenschaften an der Oregon State University und der Stanford University. In den frühen 1990er Jahren traf sich Huang mit den Ingenieuren Chris Malachowsky und Curtis Priem in einem Denny's-Restaurant, um darüber zu diskutieren, wie man PCs zu 3D-Grafiken machen kann.

1993 gründeten die drei NVIDIA in einer Wohnung in Fremont, Kalifornien. Der Name ist inspiriert von NV (nächste Version) und Invidia, was auf Lateinisch Neid bedeutet. Sie wollten ihre Rechengeschwindigkeit erhöhen und alle neidisch machen, deshalb wählten sie die grünen Augen, die Neid symbolisieren, als Firmenlogo. Aria, ein Halbleiteranalyst bei Bank of America Securities, sagte: „NVIDIA war damals einer von Dutzenden GPU-Herstellern, und sie waren das einzige Unternehmen, das wirklich überlebte, weil NVIDIA gut mit der Software-Community und den Entwicklern zusammengearbeitet hat.“

Huang Jen-Hsuns Ehrgeiz und seine Vorliebe, scheinbar unmögliche Risiken einzugehen, haben Nvidia mehrmals an den Rand des Bankrotts gebracht. „Jedes Unternehmen macht Fehler, und ich habe viele davon gemacht“, gibt er zu. „Einige davon haben das Unternehmen sogar in Gefahr gebracht, besonders am Anfang, weil wir so klein waren und es mit so vielen Giganten zu tun hatten. Wir können.“ nur hart arbeiten, um völlig neue Technologien zu entwickeln.“

Um das Jahr 2010 herum stieg NVIDIA beispielsweise mit seinen Prozessoren der Tegra-Serie in den Smartphone-Bereich ein, hatte jedoch keinen Erfolg. Anschließend zog sich das Unternehmen vollständig aus dem Markt zurück. Ebenfalls im Jahr 1999 brachte Nvidia nach der Entlassung der meisten Mitarbeiter den angeblich ersten offiziellen Grafikprozessor der Welt auf den Markt: den GeForce 256. Es war die erste programmierbare Grafikkarte, die eine individuelle Anpassung von Schatten- und Lichteffekten ermöglichte. Im Jahr 2000 war Nvidia Microsofts exklusiver Grafikchip-Lieferant für die erste Xbox. Im Jahr 2006 ging das Unternehmen eine weitere große Wette ein und veröffentlichte ein Software-Toolkit namens CUDA.

Bryan Catanzaro, Vizepräsident für angewandte Deep-Learning-Forschung bei NVIDIA, sagte: „Seit 10 Jahren fragt die Wall Street NVIDIA: ‚Warum tätigen Sie diese Investition? Niemand nutzt sie.' bei null Prozent.“ Als Catanzaro 2008 zu Nvidia kam, war er einer der wenigen Mitarbeiter, die sich mit der KI-Forschung beschäftigten. Heute beschäftigt das Unternehmen Tausende von Mitarbeitern, die in diesem Bereich tätig sind.

Catanzaro sagte: „Erst etwa 2016, 10 Jahre nach der Veröffentlichung von CUDA, wurde den Leuten plötzlich klar, dass es sich um eine völlig andere Art des Schreibens von Computerprogrammen handelte. Es verfügte über transformative Beschleunigungsfähigkeiten und hatte dann bahnbrechende Ergebnisse.“ „

Obwohl sich das KI-Geschäft rasant entwickelt, sind Spiele immer noch das Hauptgeschäft von NVIDIA. Im Jahr 2018 nutzte das Unternehmen seine KI-Expertise, um den nächsten großen Sprung in der Grafik zu machen. Basierend auf den Erfahrungen im Bereich KI hat NVIDIA GeForce RTX auf den Markt gebracht.

Jensen Huang sagte: „Um Computergrafiken und Videospiele auf die nächste Stufe zu heben, müssen wir die Technologie neu erfinden und uns selbst revolutionieren, indem wir das, was wir erfinden, völlig verändern. Wir haben diese neue Art der Computergrafik erfunden, Raytracing, im Grunde simulieren wir das.“ „Weg des Lichts und Simulation alles mit generativer KI. Also berechnen wir ein Pixel und stellen uns dann mit KI die anderen sieben Pixel vor.“ , das sich auf Produktdesign konzentriert und die Produktion an andere Unternehmen mit Chipverarbeitungsanlagen auslagert. Durch die Auslagerung der Herstellung von Chips an

​TSMC​

​ reduziert NVIDIA die Investitionsausgaben. TSMC sagte, es werde 40 Milliarden US-Dollar für den Bau von zwei neuen Chip-Produktionsanlagen in Arizona ausgeben. Huang versprach, dass Nvidia die TSMC-Fabrik in Arizona zur Herstellung von Chips nutzen würde. Dann stellt sich noch die Frage nach der Nachfrage und wie viele neue GPU-Anwendungsfälle weiterhin das Wachstum vorantreiben werden. Als das Kryptowährungs-Mining begann, stieg die Nachfrage nach Nvidia sprunghaft an, da GPUs für den effektiven Wettbewerb auf diesem Markt von zentraler Bedeutung wurden. Nvidia hat sogar eine abgespeckte Version seines Grafikprozessors speziell für das Kryptowährungs-Mining entwickelt. Doch als der Kryptowährungsmarkt zusammenbrach, kam es bei Nvidia zu einem Ungleichgewicht zwischen Angebot und Nachfrage.

Ariya, ein Halbleiteranalyst bei BofA Securities, sagte: „Dies stellt ein großes Problem für Nvidia dar, da sich das Kryptowährungs-Mining in einem Boom-Bust-Zyklus befindet. Gaming-Grafikkarten sind ausverkauft, die Preise steigen, und dann, wenn Kryptowährungen vorhanden sind.“ Wenn der Mining-Wahn zusammenbricht, werden auch Gaming-Grafikkarten dramatisch einbrechen.“ Aufgrund des Überangebots sank der Umsatz von Nvidias Gaming-Geschäft im letzten Quartal im Vergleich zum Vorjahreszeitraum um 46 %. Der Wettbewerb verschärft sich, da Technologiegiganten wie Tesla, Apple, Google und Amazon zunehmend ihre eigenen maßgeschneiderten Chips entwickeln. „Die große Frage für Nvidia ist, wie sie ihren Vorsprung behalten können? Ihre Kunden könnten auch zu ihren Konkurrenten werden“, sagte Arria. „Microsoft könnte versuchen, diese Dinge intern zu entwickeln, und Amazon und Google entwerfen ihre Chips bereits selbst.“ „

Aber für Huang Renxun überwiegen die Vorteile eines solchen Wettbewerbs die Nachteile. Er sagte: „Der Strombedarf globaler Rechenzentren wird wachsen, und das ist ein großes Problem für die Welt. Das erste, was wir tun sollten, ist: jedes Rechenzentrum auf der Welt, egal wofür Sie sich entscheiden.“ Behalten Sie die Vorteile des nachhaltigen Rechnens bei und beschleunigen Sie, wo Sie können.“

Im Automobilmarkt entwickelt Nvidia selbstfahrende Technologie für Mercedes-Benz und andere. Seine Systeme werden auch verwendet, um Roboter in Amazon-Lagern anzutreiben und Simulationen über die Omniverse-Plattform durchzuführen, um die Zustellung von Millionen von Paketen täglich zu optimieren.

Huang Renxun sagte: „Wir haben mittlerweile mehr als 700 Kunden, die Omniverse ausprobieren, von der Automobilindustrie über Logistiklager bis hin zu Windturbinenfabriken. Es stellt wahrscheinlich den größten Container aller NVIDIA-Technologien dar: Computergrafik, KI, Robotik und Physiksimulation.“ Alles in einem. Ich habe große Hoffnungen darauf.“ (Xiao Xiao)

Das obige ist der detaillierte Inhalt vonDurch die Unterstützung von ChatGPT hat Huang Renxuns zehnjährige Wette auf KI enorme Erträge gebracht. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!