НовостиАкцииJPMorgan оценил долю Nvidia в будущих сделках на ИИ-чипы в 39% на фоне усиления AMD и конкурентов

JPMorgan оценил долю Nvidia в будущих сделках на ИИ-чипы в 39% на фоне усиления AMD и конкурентов

Автор: Hokanews·

Ключевые выводы

  • •По оценке JPMorgan, доля Nvidia в будущих сделках на вычислительные мощности с передовыми ИИ-лабораториями составит 39% против более чем 80% в период 2023–2025 годов.
  • •Ожидается, что заказные чипы Broadcom составят 24% этих будущих сделок, TPU Google — 16%, AMD — 15%, Amazon Trainium — 6%.
  • •Одна из передовых ИИ-лабораторий сообщила, что перевод её моделей на чипы AMD теперь занимает три дня вместо прежней оценки в шесть–двенадцать месяцев, благодаря тому, что инженерную работу выполнил её собственный ИИ.
  • •Шесть из семи крупнейших покупателей ИИ-чипов разрабатывают собственное оборудование; SpaceX названа единственным исключением.
  • •В записке JPMorgan, опубликованной через два дня после ухода Дженсена Хуанга с поста генерального директора 12 ноября, также сообщается, что за последние три квартала Nvidia направила 58% операционного денежного потока на инвестиции в акционерный капитал и поглощения.
JPMorgan оценил долю Nvidia в будущих сделках на ИИ-чипы в 39% на фоне усиления AMD и конкурентов

Позиции Nvidia на рынке вычислительной инфраструктуры, используемой ведущими разработчиками искусственного интеллекта, сталкиваются с растущей конкуренцией: по оценке JPMorgan, доля производителя чипов в будущих сделках на вычислительные мощности среди передовых ИИ-лабораторий составляет 39%. Для сравнения: в период с 2023 по 2025 год её рыночная доля превышала 80%, согласно данным, опубликованным Coin Bureau в X. Цифры указывают на более фрагментированный ландшафт ИИ-вычислений по сравнению с предыдущим периодом. Состав этого ландшафта имеет значение, поскольку базовое аппаратное обеспечение определяет стоимость, доступность и программные инструменты для масштабного обучения ИИ.

Оставшаяся доля будущих сделок распределяется между несколькими конкурирующими чип-платформами. Заказные чипы Broadcom составляют 24%, тензорные процессоры Google (TPU) — 16%, AMD — 15%, Amazon Trainium — 6%. Такая разбивка показывает спектр альтернатив, которые крупные ИИ-разработчики выбирают для диверсификации своей вычислительной инфраструктуры. Платформы различаются по происхождению: чипы Broadcom — это заказные ускорители, созданные по спецификациям отдельных клиентов, TPU Google и Trainium Amazon разрабатываются внутри компаний, которые их развёртывают, а предложение AMD для центров обработки данных сосредоточено на линейке ИИ-ускорителей Instinct. Поскольку цифры являются оценками ещё не заключённых сделок, они описывают прогнозируемую структуру закупок, а не зафиксированные транзакции.

Переход на чипы AMD, по сообщениям, занял всего три дня

Одно из упомянутых в отчёте событий касается того, насколько быстро ИИ-лаборатория может перенести свои модели на аппаратное обеспечение другого поставщика. По информации Coin Bureau, одна из передовых ИИ-лабораторий заявила, что перевод её моделей на чипы AMD теперь занимает три дня, тогда как ранее оценка составляла от шести до 12 месяцев.

Лаборатория объяснила сокращение срока перехода тем, что необходимую инженерную работу выполнил её собственный ИИ. Сообщаемое изменение показывает, как использование ИИ в инженерных процессах может сокращать время, необходимое для адаптации моделей к различным чип-архитектурам. Исторически такие переходы требовали значительной программной работы, поскольку модели должны быть адаптированы к системе команд и вспомогательным инструментам каждого поставщика, прежде чем они начнут эффективно работать на новом оборудовании.

Это событие важно для конкурентных позиций Nvidia, поскольку возможность переносить рабочие нагрузки между поставщиками оборудования может дать ИИ-лабораториям большую гибкость при выборе вычислительной инфраструктуры. Однако источник не называет лабораторию и не уточняет, о каких чипах AMD идёт речь.

Крупнейшие покупатели ИИ-чипов разрабатывают собственное оборудование

В отчёте также отмечаются усилия ведущих ИИ-компаний по разработке собственных чип-технологий. По утверждению, цитируемому Coin Bureau, из семи крупнейших покупателей ИИ-чипов «только SpaceX не пытается создать свои собственные».

Эта тенденция добавляет ещё одно измерение конкуренции на рынке ИИ-инфраструктуры. Наряду с закупками у Nvidia, AMD и других поставщиков некоторые из крупнейших покупателей развивают собственную разработку оборудования, а не полагаются полностью на внешних производителей чипов. Эта закономерность уже видна в разбивке JPMorgan, где TPU Google и Trainium Amazon — кремний, разработанный компаниями, которые их используют, — соседствуют с чипами, закупаемыми у коммерческих поставщиков, таких как Nvidia и AMD.

Инвестиционные расходы и поглощения Nvidia

В записке JPMorgan также освещено распределение капитала Nvidia. По данным Coin Bureau, за последние три квартала компания направила 58% операционного денежного потока на инвестиции в акционерный капитал и поглощения.

Примечательны и сроки публикации записки: она вышла через два дня после того, как Дженсен Хуанг 12 ноября ушёл с поста генерального директора, как указано в оригинальном посте Coin Bureau. В отчёте не приводится дополнительных подробностей о причинах отставки.

В совокупности эти цифры указывают на меняющийся конкурентный ландшафт ИИ-вычислений. По оценке JPMorgan, на Nvidia придётся 39% будущих сделок на вычислительные мощности с передовыми ИИ-лабораториями, тогда как заказные чипы Broadcom, TPU Google, AMD и Amazon Trainium составляют остальные упомянутые части рынка. Будущие пересмотры этой оценки, а также любые публичные раскрытия о закупках или переходах со стороны вовлечённых лабораторий дадут дополнительные точки данных для проверки этих цифр.

Источник: Hokanews