Descifrando NVIDIA: 6 puntos clave para ayudarle a comprender el secreto del aumento del precio de las acciones del rey de la IA 240% (Parte 2)

NVIDIA-HISTORIA-2

Revisión del artículo anterior.

  • Antecedentes de la fundación de NVIDIA:
    Década de 1990: centrarse en la industria de los juegos de ordenador
    Década de 2000: además de los juegos, también necesitamos fabricar simulaciones de Marte y chips para automóviles
    Década de 2010: ¡Las GPU son perfectas para entrenar inteligencia artificial!
    Década de 2020: 30 años de arduo trabajo de GPU, cosechando resultados fructíferos en inteligencia artificial
  • El súper modelo de negocio de NVIDIA:
    En la Conferencia de Relaciones con Inversores de NVIDIA en abril de 2016, Jensen Huang mencionó:
    El modelo de negocio de NVIDIA está impulsado principalmente por dos elementos centrales:
    "Plataforma y Ecosistema" y "Efecto de Apalancamiento y Escala".
  • El padre patrocinador financiero de NVIDIA:
    Clientes comoAWS (Servicio Web de Amazon), Meta, Microsoft, Google, etc.Solo tráelo a NVIDIA 40% ¡ganancia!

Haga clic aquí para revisar el artículo anterior👉Descifrando NVIDIA: 6 puntos clave que le ayudarán a comprender el secreto del aumento vertiginoso del precio de las acciones del rey de la IA 240% (Parte 1) 

Prefacio

El artículo de la semana pasada mencionó los antecedentes fundadores, el modelo comercial y los principales clientes de NVIDIA. El artículo de hoy continúa compartiendo los competidores, los riesgos potenciales y los riesgos futuros de NVIDIA.Al mismo tiempo, también se destacaron las tres principales tendencias futuras mencionadas por el CEO Jensen Huang en el discurso de apertura del 2 de junio., ¡veámoslo juntos!

NVIDIA7

3 conclusiones para llevar si solo tienes 1 minuto

1. Los competidores de NVIDIA

Los principales competidores de NVIDIA son AMD e Intel. de acuerdo aDatos del cuarto trimestre de 2023, La participación de mercado de NVIDIA en el mercado de GPU alcanzó 80%, ocupando una posición de liderazgo en el mercado de GPU en los campos de IA y juegos.
Pero AMDDiseño de chip pequeño más asequibleTambién está aumentando gradualmente su cuota de mercado, lo que la convierte en una amenaza a largo plazo para NVIDIA.

2. ¿A qué riesgos potenciales se enfrenta NVIDIA?

Los riesgos que enfrenta NVIDIA no están principalmente en el producto en sí;Más bien, el entorno del mercado fluctúa.
Por ejemplo, los cambios en el mercado de las criptomonedas y la caída de los precios de las monedas virtuales también reducirán la demanda minera, lo que afectará las ventas de GPU.
al mismo tiempo,Guerra comercial entre China y Estados UnidosLas restricciones de ventas regionales provocadas también pueden afectar el desempeño de NVIDIA en el mercado chino.
Por supuesto, la semana pasada se mencionaron los mayores clientes de NVIDIA: gigantes tecnológicos como Microsoft, AWS, Meta y Google , ellos tambiénActualmente desarrolla su propio chip de IA, el objetivo es reducir la dependencia de la GPU NVIDIA.
En el futuro, NVIDIA también tendrá que afrontar una mayor presión sobre los precios o idear soluciones de personalización de chips que puedan hacer que los gigantes tecnológicos paguen por ello.

3. ¿Cómo se desarrollará NVIDIA en el futuro?

6/2 Las conferencias magistrales de Jensen Huang mencionaron principalmente tres direcciones principales en el futuro:

  1. Gemelo digital:
    NVIDIA planea utilizar la tecnología de gemelo digital paraSimular el entorno terrestre., la creación de modelos que simulen las condiciones ambientales de la Tierra puede ayudar a predecir y reducir el impacto de las enfermedades y el cambio climático, especialmente en Taiwán con un clima variable, lo que es de gran ayuda para los campos de la protección ambiental y la salud pública.
  1. Robot AI de realidad física:
    NVIDIA integrará la IA y el mundo físico y entrenará la IA para que se ejecute en entornos físicos simulados a través de PhysicalAI, haciéndola más inteligente en el mundo real.
    Por ejemplo: Hon Hai puede simular el entorno de la sala de ordenadores para entrenar robots de IA y simular diversas situaciones en tiempo real, permitiendo que los robots operen en un entorno coherente con el mundo físico real.Simular posibles errores operativos de antemano, mejorar la precisión y eficiencia de las operaciones.
  1. GPU más allá de la ley de Moore:
    El director ejecutivo de NVIDIA, Jensen Huang, dijo que el rendimiento de la GPU y la eficiencia energética han mejorado significativamente y los costos han bajado, lo que hace posibles modelos de lenguaje de gran tamaño. Señaló que utilizar Blackwell para entrenar un modelo con 2 billones de parámetros como GPT-4,Requiere 1/350 de la potencia de las GPU Pascal 2016.
    Huang Renxun enfatizó:La potencia informática de los productos de servidor GPU de NVIDIA se ha multiplicado por 1.000 en los últimos 8 años. En comparación, la Ley de Moore sólo puede aumentar entre 40 y 60 veces durante el mismo período.
    Estos avances tecnológicos permiten que los modelos de IA funcionen a costos más bajos y con mayor eficiencia, creando así más valor para diversas industrias.

Nvidiacompetidores

¿No tienen competencia las GPU de NVIDIA?
¿No hay GPU de otras empresas que pueda comprar?

1. ¿El legendario sustituto de NVIDIA?
Competidores de GPU de NVIDIA

Los principales competidores de NVIDIA son AMD (Advanced Microelectronics) e Intel.
de acuerdo a Datos del cuarto trimestre de 2023, Cuota de mercado de GPU: NVIDIA 80%, AMD 19% e Intel 1%

NVIDIA3

2. Comparación de la competencia: AMD Super Micro

A continuación, hagamos una comparación sencilla entre NVIDIA y AMD:

NVIDIA (NVDA) AMD (AMD)
estado del mercado Líder del mercado de GPU, especialmente en IA y juegos El segundo actor más grande en el mercado de GPU.
Puntos fuertes del producto GPU de la serie GeForce (juegos, IA, centro de datos) GPU de la serie Radeon, CPU de la serie Ryzen
ecosistema Ecosistema de productos maduro y potente foso de software CUDA Diseño de matriz pequeña con alto valor CP
cuota de mercado La cuota de mercado de las aplicaciones GPU AI llega a 95% (NVIDIA actualmente no tiene competidores en GPU para aplicaciones AI) La cuota de mercado total de GPU es de aproximadamente 19%
Margen de beneficio bruto del primer trimestre de 2024 64.6 % 47%
Estrategia para colocar precios Dirigirse a consumidores de alto nivel Dirigido a consumidores con presupuesto limitado pero que quieren una buena tarjeta gráfica
Ventaja El sólido rendimiento del hardware y las ventajas del software CUDA forman un ecosistema sólido El diseño de chips pequeños puede reducir los costos
Desventajas Nuevo en el mercado de CPU, el producto aún no está maduro y la participación de mercado es baja. Capacidades de I+D de pequeña escala y relativamente débiles
Cuota de mercado de GPU en el segundo trimestre de 2023 81% 19%

Riesgos potenciales de NVIDIA

Aunque la participación de mercado, los ingresos, el precio de las acciones y los productos de NVIDIA son excelentes, todavía existen riesgos potenciales.

Un informe equilibrado sobre los riesgos potenciales de NVIDIA: ¿A qué retos se enfrentará NVIDIA en el futuro?

2 grandes riesgos para NVIDIA

1. Cambios en el entorno del mercado

  • Volatilidad del mercado de criptomonedas:
    Cuando los precios de las criptomonedas caen, la demanda minera disminuye y las ventas de GPU también disminuyen.
  • Guerra comercial entre China y Estados Unidos, restricciones de ventas de Estados Unidos a China:

Las restricciones de Estados Unidos a los productos de tecnología de alta gama vendidos a China también afectarán las ventas de NVIDIA, porque China también es uno de los mercados importantes de NVIDIA.

2. La amenaza de los chips de IA personalizados

Los gigantes tecnológicos comienzan a desarrollar sus propios chips de IA:
Empresas como Microsoft, AWS, Meta y Google ciertamente no ahorran combustible, y gastar dinero todo el tiempo en las GPU con IA de NVIDIA tampoco es una solución.
Han comenzado a desarrollar sus propios chips de IA personalizados, porque los costos de desarrollo interno son más bajos y pueden reducir la dependencia de las GPU de NVIDIA. Esta tendencia somete a las ya costosas GPU de NVIDIA a una mayor presión de precios.

De hecho, los riesgos anteriores no provienen de los productos de NVIDIA en sí, sino más bien de cómo responder a los cambios en el entorno del mercado externo y las demandas de los consumidores en tiempo real, para que NVIDIA pueda seguir ganando terreno en el mercado de GPU.

Desarrollo futuro de NVIDIA

2024 Q1: 2 plataformas, 1 nueva tecnología, 1 software

Después de leer esto, si crees que este artículo es bueno,
Bienvenido a suscribirse a mi boletín [Charla técnica de Roxanne] 
¡Compartiré más historias interesantes de ciencia y tecnología al respecto! 🥳
Únase a 500 personas y aprendan juntos la última tecnología y conocimientos 👉 Suscríbete a la charla técnica de Roxanne

Según el informe financiero del primer trimestre de 2024 de NVIDIA recién anunciado el 22 de mayo, el CEO Huang Jenxun también reveló en la reunión las próximas acciones de NVIDIA. En términos simples, se pueden dividir en: 2 plataformas, 1 nueva tecnología y 1 software.
Estas cuatro nuevas tendencias están estrechamente relacionadas con la IA y la IA generativa (GenAI).

1. 2 plataformas: Hopper, Blackwell

NVIDIA8
  1. Plataforma de tolva:
    La plataforma Hopper se utiliza especialmente para la capacitación en IA para mejorar la eficiencia de la aplicación de modelos de IA en diversas industrias. La plataforma Hopper proporciona a la IA potentes capacidades informáticas, lo que ayuda a la IA a procesar instrucciones de forma más rápida y precisa.
  2. Plataforma Blackwell:
    La plataforma Blackwell es una nueva plataforma que admite IA generativa a gran escala y está diseñada para el entrenamiento y operación de modelos de IA a ultra gran escala.Como ChatGPT, que ayuda a que estos modelos funcionen mejor al manejar tareas complejas.

 

2. Nueva tecnología de transmisión de datos: Spectrum-X

Spectrum-X es una nueva tecnología de transmisión de datos que mejora efectivamente la velocidad de transmisión de datos en los centros de datos Ethernet.Permita que los modelos de IA a gran escala se ejecuten sin problemas en el centro de datos.

 

3. Software de IA generativa: NVIDIA NIM

NVIDIA NIM es un software de IA generativa de nivel empresarial que puede ejecutarse en la nube, centros de datos locales y PC RTX AI (computadoras personales equipadas con GPU de la serie NVIDIA RTX) para ayudar a las empresas a realizar análisis de datos precisos y tomar decisiones.

Huang Renxun dijo que la próxima revolución industrial ha llegado y la IA traerá un crecimiento explosivo de la productividad en todos los ámbitos de la vida.Estima que actualmente hay entre 15.000 y 20.000 empresas emergentes de IA generativa en el mercado, todas ellas deseosas de formarse con los chips NVIDIA.

NVIDIA9

Si bien el mercado se expande rápidamente, NVIDIA también se ha convertido en un proveedor de soluciones.

Por ejemplo, NVIDIA ofrece una solución completa de formación en IA, desde la tecnología de centro de datos Spectrum-X necesaria para la formación, hasta la plataforma de formación Hopper y la plataforma operativa Blackwell, y vende Total Solutions a empresas.¡NVIDIA ya no es la NVIDIA que solo vendía GPU en el pasado!

NVIDIA6

También incluido en las conferencias magistrales del 2 de junio: Las tres direcciones principales mencionadas por Jen-Hsun Huang

1. Salvar a Taiwán de los desastres climáticos – Gemelo digital:
En pocas palabras, un gemelo digital utiliza tecnología de inteligencia artificial AI para crear unGemelo Tierra.
En esta Tierra simulada, NVIDIA espera predecirFuturos cambios ambientales generales, reducción de enfermedades e impactos del cambio climático.
Huang Renxun mencionó específicamente el escenario de aplicación en Taiwán, que puede ayudar a predecir la tendencia de los tifones, prevenir posibles desastres naturales y tomar precauciones con anticipación. Es realmente práctico para Taiwán con un clima cambiante.

gemelo-digital-tierra

2. Robots con IA que pueden adaptarse al mundo físico:
NVIDIA integrará la IA y el mundo físico, y utilizará PhysicalAI para entrenar la IA para que se ejecute en entornos físicos simulados, de modo que estos robots puedan adaptarse mejor a las reglas físicas del mundo real y lograr operaciones más precisas.
Por ejemplo, empresas como Hon Hai han comenzado aSimule el entorno de una sala de ordenadores para entrenar robots de IA, realizar capacitaciones sobre movimientos de montaje e integración de hardware.
Al simular varias situaciones en tiempo real, primero puedeEvite pérdidas causadas por un funcionamiento inadecuado del robotY al mismo tiempo, también permite que los robots de la vida real "aprendan e imiten" las acciones y comportamientos de estos robots del mundo simulado, entendiendo lo que dijo Huang Renxun."Dejemos que los robots aprendan a ser robots".

laboratorio-isaac-NVIDIA

3. El crecimiento de la potencia informática de la GPU superará la ley de Moore:
Huang Renxun dijo que la mejora significativa en el rendimiento de la GPU y la eficiencia energética, al tiempo que reduce los costos, ha hecho posible el entrenamiento de grandes modelos de lenguaje.
En su discurso, mencionó que usar la arquitectura Blackwell (superchip de IA lanzado por NVIDIA) para entrenar un modelo con 2 billones de parámetros como GPT4,La potencia requerida es solo 1/350 de la GPU Pascal 2016.

Huang Renxun enfatizó:Los productos de servidor GPU de NVIDIA han aumentado la potencia informática 1000 veces en los últimos 8 años.Esta cifra es mucho mayor que las 40 a 60 veces predichas por la Ley de Moore en un plazo de 8 años. El gráfico de Keynotes (a continuación) también confirma un artículo publicado por NVIDIA el año pasado.  Ley de HuangNo es broma.

ley nvidia
La línea roja es el crecimiento informático esperado por la Ley de Moore, y la verde es la curva de crecimiento de la potencia informática de la GPU de NVIDIA en los últimos ocho años.

3 conclusiones de este artículo

1. Competidores actuales de NVIDIA en el mercado

Los principales competidores de NVIDIA son AMD e Intel.
Según datos del cuarto trimestre de 2023,La cuota de mercado de NVIDIA en el mercado de GPU alcanza los 80%, ocupa una posición de liderazgo en el mercado de GPU en los campos de IA y juegos, pero AMDDiseño de chip pequeño más asequibleTambién está aumentando gradualmente su cuota de mercado, lo que la convierte en una amenaza a largo plazo para NVIDIA.

2. ¿A qué riesgos potenciales se enfrenta NVIDIA?

Los riesgos que enfrenta NVIDIA no están principalmente en el producto en sí;Entorno de mercado fluctuante.
Por ejemplo, los movimientos en el mercado de las criptomonedas,Cuando los precios de las monedas virtuales caigan, la demanda minera también disminuirá, lo que a su vez afecta las ventas de GPU.

al mismo tiempo,Restricciones de ventas regionales provocadas por la guerra comercial entre Estados Unidos y ChinaTambién puede afectar el desempeño de NVIDIA en el mercado chino.
Por supuesto, la semana pasada se mencionó a los mayores clientes de NVIDIA: gigantes tecnológicos como Microsoft, AWS, Meta y Google, que también están trabajando enDesarrolla tu propio chip de IA, el objetivo es reducir la dependencia de la GPU NVIDIA. En el futuro, NVIDIA también tendrá que afrontar una mayor presión sobre los precios o idear soluciones de personalización de chips que puedan hacer que los gigantes tecnológicos paguen por ello.

3. ¿Cómo se desarrollará NVIDIA en el futuro?

6/2 Las conferencias magistrales de Jensen Huang mencionaron principalmente tres direcciones principales en el futuro:

  1. Gemelo digital:
    NVIDIA planea utilizar la tecnología de gemelo digital paraSimular el entorno terrestre., la creación de modelos que simulen las condiciones ambientales de la Tierra puede ayudar a predecir y reducir el impacto de las enfermedades y el cambio climático, especialmente en Taiwán con un clima variable, lo que es de gran ayuda para los campos de la protección ambiental y la salud pública.
  1. Robot AI de realidad física:
    NVIDIA integrará la IA y el mundo físico y entrenará la IA para que se ejecute en entornos físicos simulados a través de PhysicalAI, haciéndola más inteligente en el mundo real.
    Por ejemplo: Hon Hai puede simular el entorno de la sala de ordenadores para entrenar robots de IA y simular diversas situaciones en tiempo real, permitiendo que los robots operen en un entorno coherente con el mundo físico real.Simular posibles errores operativos de antemano, mejorar la precisión y eficiencia de las operaciones.
  1. GPU más allá de la ley de Moore:
    El director ejecutivo de NVIDIA, Jensen Huang, dijo que el rendimiento de la GPU y la eficiencia energética han mejorado significativamente y los costos han bajado, lo que hace posibles modelos de lenguaje de gran tamaño. Señaló que utilizar Blackwell para entrenar un modelo con 2 billones de parámetros como GPT-4,Requiere 1/350 de la potencia de las GPU Pascal 2016.
    Huang Renxun enfatizó:La potencia informática de los productos de servidor GPU de NVIDIA se ha multiplicado por 1.000 en los últimos 8 años. En comparación, la Ley de Moore sólo puede aumentar entre 40 y 60 veces durante el mismo período.
    Estos avances tecnológicos permiten que los modelos de IA funcionen a costos más bajos y con mayor eficiencia, creando así más valor para diversas industrias.

¡Gracias por leer este artículo!
Si cree que todavía tiene más que aprender, suscríbase a mi boletín [Charla técnica de Roxanne] 
¡Compartiré más historias interesantes de ciencia y tecnología al respecto! 🥳

Únase a 500 personas y aprendan juntos la última tecnología y conocimientos 👉 Suscríbete a la charla técnica de Roxanne
También puedes comunicarte a través de Linkedin👩🏻‍💻 Roxanne Chen

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

es_ESEspañol