Η Nvidia έσπευσε να καθησυχάσει την Wall Street για τη θέση της στην κούρσα των ημιαγωγών (chips) τεχνητής νοημοσύνης, δηλώνοντας ότι η τεχνολογία της παραμένει «μια γενιά μπροστά από τον κλάδο».
Η τοποθέτηση ήρθε λίγες ώρες μετά την πτώση 3% της μετοχής της, λόγω πληροφοριών ότι η Meta εξετάζει συμφωνία με τη Google για τη χρήση των tensor processing units (TPUs) στα data centers της.
Σε ανάρτησή της στο X, η Nvidia επισήμανε ότι συνεργάζεται στενά με τη Google και υπογράμμισε ότι η δική της πλατφόρμα είναι η μόνη που «τρέχει κάθε AI μοντέλο και το κάνει σε κάθε περιβάλλον computing».
Παράλληλα, ξεκαθάρισε πως τα δικά της chips υπερέχουν έναντι των εξειδικευμένων ASIC, όπως τα Google TPUs, λόγω μεγαλύτερης ευελιξίας, ισχύος και "fungibility". Η τελευταία της γενιά επεξεργαστών, τα Blackwell, έχει ήδη τραβήξει το ενδιαφέρον της αγοράς ως η premium επιλογή για κορυφαία AI workloads.
Η μάχη Nvidia – Google για την τεχνολογική κυριαρχία
Αναλυτές εκτιμούν ότι η Nvidia κατέχει πάνω από το 90% της αγοράς AI chips μέσω των GPUs της. Ωστόσο, τα εσωτερικά chips της Google κερδίζουν ταχύτατα έδαφος ως εναλλακτική, ειδικά μετά την κυκλοφορία του Gemini 3, του νέου state-of-the-art AI μοντέλου της εταιρείας, που εκπαιδεύτηκε αποκλειστικά πάνω σε TPUs.
Σε αντίθεση με την Nvidia, η Google δεν πουλάει τα chips της σε τρίτους, αλλά τα χρησιμοποιεί για δικές της ανάγκες και τα διαθέτει προς ενοικίαση μέσω του Google Cloud.
«Βλέπουμε επιταχυνόμενη ζήτηση τόσο για τα custom TPUs μας όσο και για τα Nvidia GPUs», ανέφερε εκπρόσωπος της εταιρείας, τονίζοντας ότι η Google στηρίζει και τις δύο τεχνολογίες.
Οι σχέσεις κορυφής και το στοίχημα των scaling laws
Ο CEO της Nvidia, Jensen Huang, σχολίασε πρόσφατα τον αυξανόμενο ανταγωνισμό των TPUs, επισημαίνοντας ότι η Google παραμένει σημαντικός πελάτης και ότι το Gemini μπορεί να τρέξει πλήρως σε GPUs της εταιρείας του.
Αποκάλυψε μάλιστα πως βρίσκεται σε επικοινωνία με τον Demis Hassabis, CEO της Google DeepMind, ο οποίος του έστειλε μήνυμα, διαβεβαιώνοντας ότι η θεωρία των scaling laws – η ιδέα ότι περισσότερα chips και δεδομένα οδηγούν σε ακόμη ισχυρότερα μοντέλα – παραμένει απόλυτα ενεργή.
Για την Nvidia, αυτό μεταφράζεται σε περαιτέρω αύξηση της ζήτησης για τα δικά της chips και συστήματα, σε μια στιγμή όπου ολόκληρη η βιομηχανία AI τρέχει να καλύψει εκθετικά αυξανόμενες ανάγκες υπολογιστικής ισχύος.
