Como a Nvidia construiu um fosso competitivo em torno dos chips de IA

Jun 20, 2023

Anúncio

Apoiado por

O vencedor mais visível do boom da inteligência artificial alcançou o seu domínio ao tornar-se um balcão único para o desenvolvimento de IA, desde chips a software e outros serviços.

Por Don Clark

Reportagem de São Francisco

Naveen Rao, um neurocientista que se tornou empresário de tecnologia, certa vez tentou competir com a Nvidia, fabricante líder mundial de chips feitos sob medida para inteligência artificial.

Para mais jornalismo de áudio e narrativa, baixe o New York Times Audio, um novo aplicativo iOS disponível para assinantes de notícias.

Em uma start-up que a gigante de semicondutores Intel comprou mais tarde, Rao trabalhou em chips destinados a substituir as unidades de processamento gráfico da Nvidia, que são componentes adaptados para tarefas de IA, como aprendizado de máquina. Mas enquanto a Intel avançava lentamente, a Nvidia rapidamente atualizou seus produtos com novos recursos de IA que contrariavam o que ele estava desenvolvendo, disse Rao.

Depois de deixar a Intel e liderar uma start-up de software, a MosaicML, Rao usou os chips da Nvidia e os avaliou em relação aos dos rivais. Ele descobriu que a Nvidia se diferenciou além dos chips ao criar uma grande comunidade de programadores de IA que inventam consistentemente usando a tecnologia da empresa.

“Todo mundo constrói primeiro na Nvidia”, disse Rao. “Se você lançar uma nova peça de hardware, estará correndo para alcançá-lo.”

Ao longo de mais de 10 anos, a Nvidia construiu uma liderança quase inexpugnável na produção de chips que podem executar tarefas complexas de IA, como reconhecimento de imagem, facial e fala, bem como gerar texto para chatbots como o ChatGPT. A antiga empresa iniciante da indústria alcançou esse domínio ao reconhecer precocemente a tendência da IA, adaptando seus chips a essas tarefas e, em seguida, desenvolvendo peças-chave de software que auxiliam no desenvolvimento da IA.

Jensen Huang, cofundador e presidente-executivo da Nvidia, desde então tem continuado a elevar a fasquia. Para manter a sua posição de liderança, a sua empresa também ofereceu aos clientes acesso a computadores especializados, serviços de informática e outras ferramentas do seu comércio emergente. Isso transformou a Nvidia, para todos os efeitos, em um balcão único para o desenvolvimento de IA.

Embora Google, Amazon, Meta, IBM e outros também tenham produzido chips de IA, a Nvidia hoje é responsável por mais de 70% das vendas de chips de IA e detém uma posição ainda maior no treinamento de modelos generativos de IA, de acordo com a empresa de pesquisa Omdia.

Em Maio, o estatuto da empresa como a vencedora mais visível da revolução da IA ​​tornou-se claro quando projectou um salto de 64% nas receitas trimestrais, muito mais do que Wall Street esperava. Na quarta-feira, a Nvidia – que ultrapassou US$ 1 trilhão em capitalização de mercado para se tornar a fabricante de chips mais valiosa do mundo – deverá confirmar esses resultados recordes e fornecer mais sinais sobre a crescente demanda por IA.

“Os clientes esperarão 18 meses para comprar um sistema Nvidia em vez de comprar um chip disponível e pronto para uso de uma start-up ou de outro concorrente”, disse Daniel Newman, analista do Futurum Group. "É incrível."

Huang, 60 anos, conhecido por sua jaqueta de couro preta, sua marca registrada, falou sobre IA durante anos antes de se tornar um dos rostos mais conhecidos do movimento. Ele disse publicamente que a computação está passando por sua maior mudança desde que a IBM definiu como a maioria dos sistemas e softwares operam, há 60 anos. Agora, disse ele, as GPUs e outros chips para fins especiais estão substituindo os microprocessadores padrão, e os chatbots de IA estão substituindo a codificação complexa de software.

“O que entendemos é que se trata de uma reinvenção de como a computação é feita”, disse Huang em entrevista. “E construímos tudo desde o início, desde o processador até o fim.”

Huang ajudou a fundar a Nvidia em 1993 para fabricar chips que renderizam imagens em videogames. Embora os microprocessadores padrão sejam excelentes na execução sequencial de cálculos complexos, as GPUs da empresa realizam muitas tarefas simples ao mesmo tempo.

Em 2006, o Sr. Huang levou isso adiante. Ele anunciou uma tecnologia de software chamada CUDA, que ajudou a programar as GPUs para novas tarefas, transformando-as de chips de uso único em chips de uso mais geral que poderiam realizar outras tarefas em áreas como física e simulações químicas.