Bu həftədən əvvəl Nvidia ilə bağlı dominant hekayə belə bir şeyə çevrildi: AI bumunun ilk bir neçə ili ərzində Nvidia ən müasir GPU-lar üçün yeganə mənbə idi və sənaye genişləndikcə olduqca gəlirli oldu. Son bir neçə ildə, Amazon və Google kimi hiperskalerlər öz çiplərini yaratmağa başladılar və Nvidia artıq şəhərdəki yeganə oyun deyil və bir çox investorları onun üstünlüyü həqiqətən nə qədər davamlı olduğuna təəccübləndirir. Bu cəlbedici bir hekayədir və əsasən doğrudur.
2023-cü ilin əvvəli və 2025-ci ilin ortaları arasında bazar dəyərini 10 dəfə artırdıqdan sonra, Nvidia səhmləri GPU rəqabəti ilə bağlı narahatlıqlar səbəbindən keçən il daha təvazökar bir trayektoriyada idi. Çərşənbə günü şirkətin qazancından sonra yeni bir hekayə formalaşdı və investorlar Nvidia-nın üstünlüyünün GPU-lardan çox uzaq olduğunu başa düşməyə başladılar. Süni intellektin hesablamaları gigavat miqyasında böyüdükcə orkestrləşmə getdikcə daha mürəkkəb bir işə çevrildi.
Təəccüblü deyil ki, Nvidia onu idarə etmək üçün lazım olan ən müasir avadanlığın çoxunu qurdu və şirkətə GPU-ların özündə rəqabətin artdığını görsə də, GPU-nu əhatə edən sistemlərdə böyük üstünlüklər verdi. Bir əmtəə kimi hesablama ilə bağlı bütün söhbətlərə baxmayaraq, meqamiqyaslı məlumat mərkəzini ən yüksək səmərəliliklə idarə etmək hələ də inanılmaz dərəcədə çətindir - və yerləşdirmələr böyüdükcə və daha sürətli olduqca, bu problem getdikcə artır. Bunun bəzilərini sadəcə Nvidia-nın əslində nə satdığının təfərrüatlarına baxaraq görə bilərsiniz.
Şirkət hazırda Rubin GPU-nu Vera CPU, Groq 3 LPX nəticə çıxarma sürətləndiricisi və saxlama və şəbəkə qurmaq üçün analoji rəflər də daxil olmaqla bir sıra digər vahidlər kolleksiyası ilə birləşdirən Vera Rubin arxitekturasını təqdim edir. Keçən həftə mən Nvidia-dakı insanlarla bu sistemlərin əslində nə etdiyi barədə danışdım və nəticələr təəccüblü oldu. Rubin GPU-nun özü kimi, onlar da son dərəcə ixtisaslaşmış sistemlərdir, lakin tokenləri qarışdırmaq əvəzinə, GPU-dan kənar hər şeyin mümkün qədər səmərəli işləməsini təmin edirlər.
GPU mühərrikdirsə, bunlar avtomobilin qalan hissəsidir. Xüsusilə Vera CPU məlumatların təşkili probleminə diqqət yetirir. Məlumat mərkəzləri hesablama gücünü artırdıqca, yaddaş tutumu da böyüdü, buna görə Micron kimi şirkətlər infrastruktur bumunun ikinci dalğasında zənginləşdilər.
Lakin bu məlumatları GPU-ya lazımi vaxtda çatdırmaq asan deyil – və şirkətlər vat başına tokenləri aşağı və aşağı çəkməyə çalışdıqca, bu cür trafik istiqamətinin nə qədər vacib olduğunu başa düşürlər. OpenAI Jalapeño çipini hazırlayanda əsas diqqət daşınmalı olan məlumatların miqdarını minimuma endirməklə bu çətinliklərdən tamamilə qaçmaq idi. Lakin ümumi məntiq eynidir, daha çox prosessor dövrü əvəzinə daha ağıllı trafik nəzarəti ilə səmərəliliyi artırır.
Xülasə — davamını mənbədə oxuyun.
