Вени, Nvidia, Вичи

Ще се отплати ли рискът на компанията в сферата на изкуствения интелект

“Винаги сме на 30 дни от фалит“, е една от мантрите на Дженсън Хуан, съосновател на компанията за полупроводници Nvidia. Думите му може и да са преувеличени, особено идващи от шефа на компания, чиято пазарна стойност е нараснала от 31 до 486 млрд. долара за пет години и която засенчи Intel, някога най-могъщият производител на чипове в света, като продаваше високопроизводителни гейминг чипове и такива за изкуствен интелект (AI). Преувеличението не е чак толкова голямо обаче. Както отбелязва и самият Хуан, Nvidia е обкръжена от “гигантски компании, които се стремят към същата гигантска възможност“. Както казваше съоснователят на Intel Анди Гроув, на този бързо развиващ се пазар “оцеляват само параноиците”.

Постоянната бдителност послужи добре на Nvidia досега. Между 2016 и 2021 г. приходите й нараснаха с 233%. През трите месеца до май продажбите се увеличиха с главозамайващите 84% на годишна база, а маржът достигна 64%. Въпреки че приходите на Intel са четири пъти по-големи и по-старата компания произвежда чипове, а и ги проектира, инвеститорите оценяват по-високо бизнеса около дизайна на чипове на Nvidia (два пъти повече като пазарна капитализация). Хардуерът и придружаващият го софтуер на групата се използват във всички центрове за данни, изграждащи изчислителните облаци, управлявани от Amazon, Google, Microsoft и китайската Alibaba. Системите на Nvidia са приети от всяка голяма фирма за информационни технологии (IT), както и от безброй научноизследователски екипи в области от откриването на лекарства до моделирането на климата. Този бизнес е създал широк, дълбок “ров”, който защитава конкурентното предимство на базираната в Калифорния компания.

Сега Хуан иска да го направи още по-широк и по-дълбок. През септември Nvidia потвърди слуховете, че купува за 40 млрд. долара Аrm, британска фирма, която проектира бързи и енергийно ефективни чипове за повечето смартфони в света. Идеята е да се използват знанията на Arm за проектиране на процесори (CPU) за центрове за данни и използване на AI, което може да допълни мощта на Nvidia в специализираните чипове, известни като графични процесори (GPU). Предвид глобалния обхват на Arm и Nvidia, регулаторите в Америка, Великобритания, Китай и Европейския съюз трябва да одобрят сделката. Ако го направят - значително “ако”, като се има предвид пазарната мощ на двете фирми в съответните им области - позицията на Nvidia в една от най-горещите сфери в компютърните изчисления ще изглежда почти непоклатима.

Време е за игра

Хуан, чието семейство емигрира в Америка от Тайван в детството му, основава Nvidia през 1993 г. За първите 20 години компанията прави графични процесори, които помагат на видеоигрите да изглеждат реалистични. През последното десетилетие обаче се оказва, че тези процесори се отличават с друга футуристична, но по-малко несериозна област на изчисленията: те драстично ускоряват колко бързо алгоритмите за машинно обучение могат да бъдат научени да изпълняват задачи чрез подаването на голям обем данни. Преди четири години Хуан, който е избрал западното име Дженсън, стресна Уолстрийт с грубата си оценка на перспективите на компанията в областта на станалите известни като ускорени компютърни изчисления. Според него те могат да работят “чудесно“или “ужасно”. Независимо от това компанията игра вабанк.

Около половината от годишните приходи на Nvidia от 17 млрд. долара все още идват от графичните карти. Те също така се оказаха отлични и в решаването на математически пъзели, които стоят в основата на популярната криптовалута етериум. Това инжектира криптонесигурност в продажбите на графични процесори, което допринесе за близо 50% спад в цената на акциите на Nvidia в края на 2018 г. Друг удар по продажбите идва от предлагането на чипове, които ускоряват функции, различни от графики или AI, на производителите на компютри и автомобилни компании.

Но бизнесът с AI расте бързо. Той включва специализирани чипове, както и усъвършенстван софтуер, даващ възможност на програмистите да прецизират как работят устройствата - нещо, което се случи благодарение на по-ранна инвестиция на Хуан, която по онова време някои инвеститори критикуваха като твърде скъпа. През 2004 г. Хуан започва да залага на Сuda, основен слой софтуер, който позволява точно такава фина настройка и я внедрява във всички чипове на Nvidia.

Голяма част от тези системи се озовават в сървъри - мощните компютри, които са гръбнакът на обработката в центровете за данни. Продажбите към центрове за данни са се увеличили от 25% от общите приходи в началото на 2019 г. до 36%, като днес носят почти толкова оборот, колкото и графичните процесори за игри. Днес хардуерно-софтуерната AI комбинация на Nvidia е

проектирана да работи безпроблемно с алгоритмите за машинно обучение, събрани в библиотеки като TensorFlow (която се поддържа от Google) и PyTorch (управлявана от Facebook), увеличавайки мощта на обработка на алгоритмите. Nvidia е създала програми за свързване на хардуера и софтуера до ИТ системите на големи бизнес клиенти със собствени проекти за AI. Огромните модели на AI в реално време като тези, използвани за разпознаване на реч или системи за препоръчване на съдържание, все повече се нуждаят от специализирани графични процесори, за да се представят добре, казва Иън Бък, ръководител на бизнеса с ускорени компютърни изчисления на Nvidia.

Именно тук е и ролята на Arm. Чрез придобиването Nvidia получава нужните процесорни активи, с които да допълни историческата си сила в графичните чипове и неотдавна придобитите умения в мрежовите интерфейсни карти, необходими за стартиране на сървърни ферми. През април компанията представи планове за първия си процесор за центрове за данни, Grace - високопроизводителен чип, базиран на дизайн на Arm. Енергийно ефективните чипове на Arm биха помогнали на Nvidia да достави продукти с изкуствен интелект за “крайни изчисления” - в самоуправляващи се автомобили, заводски роботи и други места извън центровете за данни, където енергоемките графични процесори може да не са идеалното решение.

Транзисторите в микропроцесорите вече са с размер на няколко атома, така че нямат много място за още свиване. Така че се очаква бизнесът да се обърне към ускорените изчисления като начин да спечели процесорна мощ, без да харчи главоломно за все повече процесори. През

млрд. долара.

Дебра Ахо Уилямсън от компанията за данни eMarketer нарича способността на Facebook да таргетира реклами „невероятно точна“. Тази прецизност е ценна за рекламодателите. Facebook печели 8 долара на тримесечие за всеки от потребителите си, или почти двойно повече от Twitter. Фирмата следи какво правят потребителите не само когато използват собствените й услуги, но и почти навсякъде в мрежата. Това й позволява да избере кои продукти да предложи на даден потребител, да разпознае други с подобни интереси и да определи дали продуктът е бил закупен вследствие на рекламата.

На тази прецизност беше трудно да се устои дори преди пандемията - не само от малките фирми с по-малко ресурси да извършват сложни маркетинг операции, които съставляват поголямата част от всички 10 млн. рекламодатели във Facebook, но и от по-големите глобални брандове. Дори китайските продавачи харчат милиарди долари в социалната мрежа, твърди Брайън Визер от GroupM, компания, която рекламира от името на марки.

Ефектът от пандемията

Коронавирусът даде суперсили на машината на Facebook. През 2020 г. самоизолиралите се американци са прекарали средно около 35 минути на ден в мрежата, показват данни на eMarketer, или с две минути повече в сравнение с преди. Това добавя повече от 10 хил. допълнителни години колективно внимание. Докато някои фирми фалираха или намалиха разходите си за реклама по време на миналогодишната рецесия, възникнаха други - само в САЩ те са 6.6 млн. от началото на пандемията. Много от тях искат внимание. В днешно време е немислимо да управляваш онлайн бизнес без персонализирани