NVIDIAを解読する:AI王の株価高騰の秘密240%を理解するための6つの重要なポイント(前編)

NVIDIA のストーリー

序文

「生成 AI 元年」ともてはやされる 2023 年、テクノロジー大手は次のような AI 兵器を次々と発売しました。 Microsoft Copilot、Bing、Google Gemini、Amazon BedRock…、イーロン・マスクでさえ、テスラ電気自動車を製造する超頭脳として次のように発表しました。Dojoスーパーコンピュータ, AIはテクノロジー巨人にとって新たなゲームの扉を開きました。
ことわざにあるように、戦争中に最も儲かったのは武器商人であり、ゴールドラッシュの時には最も儲かったのはシャベル売りでした。
これが現在の NVIDIA Huida の存在です。

nvidia2
テクノロジー大手がシャベル(GPU)の購入を急ぐ

最も強力な AI 武器ディーラー: NVIDIA

みなさんも最近この写真を見たことがあると思います!
NVIDIA の現在の市場価値は、右の世界的に有名な半導体企業 8 社の合計に相当します
2023 年中に、NVIDIA株急騰 239%
時価総額でもこのAIブームに乗り、アマゾンやアルファベット(グーグルの親会社)を追い抜き、マイクロソフト、アップルに次ぐ米国第3位の時価総額企業となった。

いったいなぜ NVIDIA なのでしょうか?

なぜなら、NVIDIA のスター製品 GPU は、生成型 AI (GenAI) のトレーニング 必要な武器。
より高速なコンピューティング能力とより短いトレーニング時間により、テクノロジー企業はそれなしでは生きていくことができなくなります。

しかし、GPU とは一体何なのでしょうか? NVIDIA には他に競合他社はいませんか? この会社の何が特別なのでしょうか? 

今日はそれを皆さんと共有しましょう NVIDIA ホイダの話!

nvidia9

1 分しかない場合の 3 つのポイント

1. NVIDIA の GPU テクノロジー:

NVIDIA は、特に強力な GPU テクノロジーで市場を支配しています。AIとゲーム分野を制覇

GeForceシリーズGPU ゲームグラフィックの洗練度が向上し、
テンソルコアこれにより、AI モデルのトレーニングと学習が大幅に高速化されます。
そしてマッチ CUDAプラットフォームGPUの適用範囲を拡大します。

2. AI の流行:

生成 AI の爆発的な普及により、NVIDIA の GPU は AI モデルをトレーニングするためのコア ツールになりました。
Microsoft、Google、AWS などのテクノロジー大手は、AI のコンピューティング能力を向上させるために NVIDIA の GPU の使用を急いでいます。
同時に、市場には高速かつ効率的なトレーニングのために NVIDIA のチップを利用する AI スタートアップ企業が何千社も存在します。AI の波により、NVIDIA の市場価値は大幅に増加しました。

3. GPU に加えて、NVIDIA には優れたビジネス モデルもあります。

NVIDIA は純粋な GPU サプライヤーから総合システムプロバイダー。
トレーニングに必要なデータセンター技術「Spectrum-X」から、トレーニングプラットフォーム「Hopper」、オペレーションプラットフォーム「Blackwell」まで、トータルなAIソリューションを提供することで、企業向けトータルソリューションの販売

NVIDIA は、多数の開発者や企業顧客を魅了する強力なプラットフォーム エコシステムを構築してきました。
レバレッジとスケールを最大限に活用することが、NVIDIA が競争上の優位性を維持する秘訣です。

NVIDIA設立の背景

NVIDIA は設立されて 30 年以上になります。以下では、NVIDIA の成長の歴史を 10 年ごとに分析します。

30 年にわたり、携帯ゲーム機から宇宙の火星シミュレーションまで、そして最終的には人工知能に到達しました。

1990年代:コンピュータゲーム産業に注力

NVIDIA は 1993 年に Jensen Huang、Chris Malachowsky、Curtis Priem によって共同設立され、当初からゲームのグラフィックスをより洗練され、美しくすることに重点を置いていました。グラフィックス プロセッシング ユニット (GPU)
(GPUについては後ほど説明しますのでご安心ください!)
設立初年度にセコイア・キャピタルなどのベンチャーキャピタル企業から2,000万米ドルの投資を受け、設立から6年後に上場に成功した。

2000年代: ゲームに加えて、火星シミュレーションや自動車用チップも作成する必要がある

nvidia13
2000 年代に NVIDIA が火星をシミュレーションした映像が見つからなかったので、代わりに AI を使用して回路図を生成しました。とてもリアルです。 !

この期間中、NVIDIA はゲーム用チップの主要サプライヤーとしての地位を確立した後、自動車業界、さらには宇宙まで触手を伸ばしましょう!
2003 年、NVIDIA は多くのアウディ車のグラフィックス チップのサプライヤーとなり、より高品質の画像ディスプレイを備えた車載ナビゲーション システムをサポートしました。
同時に、NVIDIA は NASA とも協力して、グラフィックス処理テクノロジーを使用して現実的な火星の環境をシミュレートし、宇宙飛行士が仮想火星で訓練できるようにします。

2010 年代: GPU は人工知能のトレーニングに最適です。

NVIDIA の主力事業はもともとゲーム用の GPU でしたが、GPU の「マルチコア」という性質により、大量のデータを同時に処理できるため、高速な処理が必要なものに非常に適していることが徐々に認識されるようになりました。その 1 つは、AI のトレーニングです。

人気の科学教室:

  • 並列運転とは何ですか?

一人のシェフが最初から最後まで調理を担当するのではなく、さまざまな料理の調理を担当する多くのシェフがいるセントラル キッチンがあることを想像してください。そうすることで、食事をより速く完成させることができます。
GPU の「マルチコア」構造は、この「マルチシェフ」キッチンのようなものです。複数のコンピューティング タスクを並行して処理し、全体の速度を向上させる機能が、並列コンピューティングの概念です。

  • 並列コンピューティングとAI人工知能にはどのような関係があるのでしょうか?

並列演算は同時に大量のデータを処理でき、AI を学習させる際には AI の学習を早くするために大量のデータ計算も必要となるため、並列演算を AI の学習に使用できます。

CUDAプラットフォーム

人工知能のトレーニングに加えて、NVIDIA は 2006 年に CUDA プラットフォーム (ユニファイド コンピューティング デバイス アーキテクチャ) も開発しました。GPU にグラフィックス処理だけでなく、グラフィックス以外の計算も実行させます。

CUDA プラットフォームとは何ですか?

キッチンの例えを続けてみましょう。

GPU はシェフのチームです。元々はフライド ポテトや魚のフライなど、特定の料理の調理を担当していたシェフです。
CUDAはキッチン管理システムであり、これらのシェフをより多用途にする:
CUDA を使用すると、シェフは得意な料理を作るだけでなく、他の調理作業も同時に行うことができます。
野菜を切る、炒める、スープを作るなど。

2020 年代: 30 年間にわたる GPU の努力により、人工知能において実りある成果が得られました

2022年、OpenAI が ChatGPT が 10,000 個の NVIDIA GPU でのトレーニングの結果であると発表したときその後、Microsoft や Google などのテクノロジー大手は、自社の AI をより強力に訓練するために NVIDIA チップの購入を急いだ (投資家は NVIDIA 株の購入に殺到した XD)。
これは冒頭のニュースも説明しています。2023 年に NVIDIA 株は 239% 上昇する可能性があり、これがその時価総額が Amazon や Alphabet を追い抜いた理由の 1 つです。

エヌビディア 事業の型

NVIDIA のビジネス モデルの秘密は何ですか?

NVIDIA の 30 年にわたる偉大な業績について学んだ後は、そのビジネス モデルについて話しましょう。

2016 年 4 月の NVIDIA 投資家向け広報カンファレンスで、ジェンスン フアン氏は次のように述べました。
NVIDIA のビジネス モデルは、主に次の 2 つの核となる要素によって推進されます。
「プラットフォームとエコシステム」と「レバレッジとスケール効果」。

プラットフォームとエコシステム

このモデルの中核は、開発者を引き付け、ユーザーを NVIDIA エコシステムに固定するプラットフォームを作成することです。

では、NVIDIA はどのようにしてエコシステムを構築しているのでしょうか?

  1. 開発者の粘り強さを高めるための追加ツールを提供します。
    NVIDIA は、GameWorks SDK (ゲーム開発者が NVIDIA の GPU を活用してゲーム グラフィックスをより洗練され、リアルにするのに役立つツール) などのシンプルなツールを提供することで、開発者のゲームの品質を向上させます。
  2. 市場範囲を拡大し、より多くの顧客を引き付けます。
    NVIDIA は、ディーラーと協力して GeForce GPU (コンピュータ グラフィックスをより滑らかにし、より良いゲーム体験を提供できる GPU) をゲーマーに販売することで、市場への影響力を拡大しています。
nvidia1
NVIDIA の製品の好循環: 技術の進歩により、より多くのユーザーと開発者が集まり、巨大なユーザー ベースが形成され、それが技術革新と市場の拡大を促進します。
  1. 閉ループのエコシステムを作成します。
    GameWorks SDK を使用して開発者が開発したゲームは、GeForce GPU でより優れたパフォーマンスを発揮するため、より多くのプレーヤーが購入し、より多くの開発者が NVIDIA プラットフォームを使用するようになります。継続的な勢いで好循環を形成します。

このモデルは、NVIDIA によって自動運転、データセンターなどの他の分野にもコピーされています。

nvidia3

効果を活用して規模を拡大する

このモデルの本質は、同じテクノロジーを最大限に活用し、同じコアテクノロジーを異なる市場に適用することです。
効果的な規模とコストの共有が実現できます。

NVIDIA がレバレッジ効果をどのように運用しているかを見てみましょう。

  1. マルチマーケットアプリケーション:

nvidia15

NVIDIA は、同じ GPU アーキテクチャをさまざまなシナリオに適用します。
たとえば、GeForce はゲームに重点を置き、Quadro はオフィスに重点を置き、Iray は仮想現実 (VR) に重点を置き、DRIVE は自動運転に重点を置き、A100 と H100 はデータセンターに重点を置いています。

  1. コストカット:

複数の市場で同じテクノロジー アーキテクチャを使用することで、NVIDIA は研究開発コストを分散し、製品の単価を下げることができます。

  1. さまざまな市場が独自のエコシステムを確立しています。

各市場には独自のニーズとアプリケーションがあり、これらのニーズに対応する製品を開発することで、NVIDIA は徐々に各市場のエコシステムを形成していきます。

これら 2 つのコア ビジネス モデルにより、NVIDIA は永久機関の運用
より高度な GPU コンピューティング テクノロジの開発に集中できますが、優れたビジネス モデルとエコシステムを確立することで、NVIDIA は収益性と競争上の優位性を維持できるようになります。

NVIDIA の 3 つの主要な製品ラインの紹介

では、NVIDIA は GPU を販売するだけでそれほど強力になるのでしょうか?

前述したように、NVIDIA の主な焦点は強力なグラフィックス プロセッシング ユニット (GPU) です。
これらの GPU は、ゲーム、人工知能のトレーニング、大量のデータの処理など、幅広い目的に使用されます。

NVIDIA の主な機能を簡単に紹介します。3つの主要な製品ライン:

1. GeForceシリーズのゲーミングGPU

なぜ今日のオンライン ゲームはますますリアルになっているのでしょうか?その現場にいるという感覚はどこから来るのでしょうか?

NVIDIA の GeForce シリーズの GPU はこのタイプのゲーム用です核となる原動力
GeForce シリーズ GPU は、特殊なグラフィックス処理技術を使用して、ゲームのグラフィックスをより高速かつ美しくします。
光と影の効果がよりリアルになります。たとえば、レーシング ゲームをプレイすると、GeForce RTX のレイ トレーシング機能によって生成される、車の窓に太陽光が反射するのがわかります。

nvidia8

2. AI GPUグラフィックプロセッサ

現在の ChatGPT ロボットはなぜこれほど強力なのでしょうか? 画像を認識し、コマンドを理解し、同時にメモリと個人設定を備えているのでしょうか?

これらのロボットの主な原動力NVIDIA の AI GPU プロセッサ H100 です。
(このタイプのプロセッサは、前の段落で説明した AI のトレーニングに使用される GPU です。)

H100 プロセッサには 800 億個のトランジスタがあり、AI によるデータの学習と処理の高速化を実現します。
たとえば、ChatGPT に情報の検索を依頼すると、NVIDIA AI GPU の強力なサポートのおかげで、必要な情報をすばやく検索して編集できます。

nvidia12

3. ArmアーキテクチャCPU

まず、ARM アーキテクチャとは何なのかについて説明しましょう。
ARM アーキテクチャの設計は、コンピュータのプロセッサよりも省電力で長寿命であるため、ニーズに適しています。長時間稼働するポータブル デバイス:携帯電話、タブレット、スマートウォッチなど。

では、NVIDIA の Arm アーキテクチャ CPU の何がそんなに優れているのでしょうか?
NVIDIA の最新プロセッサ Grace を例に挙げると、Grace は人工知能用に特別に設計されたプロセッサであり、コンピュータの計算能力と効率を向上させることができます。

例: AI モデルをトレーニングする場合、Grace は大量のデータをより効率的に処理し、トレーニング時間を短縮し、操作中の消費電力を削減できます。

このタイプの CPU は、上記の GeForce シリーズ GPU と連携して、画像をよりスムーズに実行することもできます。同時に、Grace CPU はスーパーコンピューターの高速化と電力効率の向上も実現します。多くの科学研究所は Grace CPU を使用して、非常に多用途なスーパーコンピューターを構築しています。

NVIDIA のお客様

NVIDIA 資金提供者の父親: NVIDIA 製品を購入しているのは誰ですか?

上記の製品紹介を読めば、どの企業が NVIDIA 製品を探したがるかを推測するのは難しくないはずです。

NVIDIA の主要な顧客グループは、次の 3 つのカテゴリに分類できます。

1. 大手テクノロジー企業

AWS (Amazon Web Service)、Meta、Microsoft、Google などの顧客

これらの大口顧客は NVIDIA 製品をどのように利用しているのでしょうか?

  • AWS NVIDIA の GPU テクノロジーを使用して、クラウド コンピューティングのパフォーマンスを向上させ、AI のトレーニングと導入を高速化して、AWS の顧客がより効率的なクラウド サービスを使用できるようにします。
  • メタ 24,000 個を超える NVIDIA H100 GPU を使用して、次世代の大規模言語モデル Llama 3 をトレーニングします。
  • Microsoft NVIDIA GPU を使用して、Azure の AI 製品の動作を高速化します。 Microsoft の顧客が Azure 上で独自の AI を開発しやすくします。

収益シェア: FAANG (Apple を除く) が NVIDIA をもたらす 40% 収益!

nvidia6
2023 年に NVIDIA H100 チップを購入するお客様。 Microsoft と Meta は実際には大規模な投資家です。

2. 人工知能AIスタートアップ

などのお客様 OpenAI、DeepMind、Anthropic、Cohere 待って。

これらの企業は主に NVIDIA GPU を次の用途に使用しています。人工知能モデルのトレーニングと適用。
例えば:

  • OpenAI はトレーニングに NVIDIA GPU を使用します 自然言語処理のための ChatGPT;
  • DeepMind はトレーニングに NVIDIA GPU を使用します AlphaGo の囲碁ゲーム;
  • Anthropic は安全な AI システムをトレーニングするために使用されます…。

これらのトレーニングには多くのコンピューティング能力が必要ですが、NVIDIA の GPU は人工知能に適した効率的なコンピューティングを提供し、AI トレーニングの速度と効率を向上させます。

nvidia7
2024 年 4 月 25 日、NVIDIA CEO のジェンスン ファンは、待望の DGX H200 スーパーコンピューター (最先端の Tensor Core GPU を搭載) を OpenAI に直接引き渡しました。

3. 自動運転車企業

などのお客様テスラ待って。
例: Tesla の Autopilot システムは、NVIDIA の GPU を使用して大量のデータを処理します。交通データを迅速に分析し、運転に関する意思決定を行うことで、安全で正確な自動運転を確保します。

NVIDIA の確立された財政的支援者について読んだ後、NVIDIA の市場価値が急上昇した理由を理解するのは難しくないはずです。これは、すべてのテクノロジー大手がこの AI 戦争に目を丸くして、製品を最適化し、顧客を維持するために必死に GPU を購入しているためです。 !

これを見たときは、次のことを尋ねたくなるかもしれません。

NVIDIA の GPU には競合するものはありませんか?
購入できる他社の GPU はありませんか?

この会社は非常に強いので、将来的には常にいくつかのリスクに直面することになりますよね?
彼らはリーダーとしての現在の地位を維持するために次に何をするつもりですか?

NVIDIA には長い歴史があり、比較的複雑な製品ラインがあるため、
皆様にリラックスして吸収しやすい読書体験を提供するために、記事を 2 つの部分に分割することにしました。

上記の質問がある場合は、忘れずにロックしてください ホーガンとウェーブレットのファン
私たちは Computex の流行に乗り、エキサイティングな NVIDIA ストーリーを提供し続けます。
この記事が役に立ったと思われる場合は、引き続き素晴らしい NVIDIA 復号化 (パート 2) を忘れないようにしてください。

最後に、この記事の 3 つの重要なポイントを確認しましょう。


3 要点

1. NVIDIA の GPU テクノロジー:

NVIDIA は、特に AI とゲームの分野で、強力な GPU テクノロジーで市場を支配しています。
GeForce シリーズの GPU はゲーム グラフィックスの洗練さを向上させ、Tensor コアは AI モデルのトレーニングと学習を大幅に高速化し、CUDA プラットフォームと組み合わせることで GPU アプリケーションの範囲を拡大します。

2. AI の流行:

生成 AI の爆発的な普及により、NVIDIA の GPU は AI モデルをトレーニングするためのコア ツールになりました。
Microsoft、Google、AWS などのテクノロジー大手は、AI のコンピューティング能力を向上させるために NVIDIA の GPU の使用を急いでいます。
同時に、市場には、高速かつ効率的なトレーニングのために NVIDIA のチップを利用する数千の AI スタートアップ企業が存在します。AI の波は、NVIDIA の市場価値を大幅に増加させました。

3. GPU に加えて、NVIDIA には優れたビジネス モデルもあります。

NVIDIA は、純粋な GPU サプライヤーから総合的なシステム サプライヤーに変わりました。
トレーニングに必要なデータセンター技術「Spectrum-X」からトレーニングプラットフォーム「Hopper」、運用プラットフォーム「Blackwell」まで、トータルなAIソリューションを提供し、企業向けにトータルソリューションを販売

NVIDIA は、多数の開発者や企業顧客を魅了する強力なプラットフォーム エコシステムを構築してきました。
レバレッジとスケールを最大限に活用することが、NVIDIA が競争上の優位性を維持し続ける秘訣です。

 

次の記事に続きます…

 

投稿メッセージ

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

ja日本語