Společnost Nvidia ve středu překonala veškerá očekávání a oznámila prudký nárůst zisků, který je tažen grafickými procesory (GPU), jež vynikají v oblasti zvládání úloh s umělou inteligencí. Ale i jiné třídy čipů s umělou inteligencí začínají nabývat na popularitě.

Každý významný poskytovatel cloudových služeb nyní navrhuje své vlastní integrované obvody specifické pro aplikace (ASIC), od Google TPU přes Amazon Trainium až po plány OpenAI s Broadcomem. Tyto čipy jsou menší, levnější, snadněji se používají a mohou snížit závislost těchto společností na grafických procesorech Nvidia. Daniel Newman ze společnosti Futurum Group televizi CNBC řekl, že očekává, že čipy ASIC „v příštích několika letech porostou rychleji než trh s grafickými procesory“.

Vedle GPU a ASIC existují programovatelná hradlová pole (FPGA), která lze po výrobě překonfigurovat pro použití, jako je zpracování signálu, sítě a umělá inteligence. A existuje celá generace čipů umělé inteligence navržených pro běh přímo na zařízeních, nikoli přes cloud – segment, v němž vedou společnosti jako Qualcomm a Apple.

CNBC hovořila s odborníky a zasvěcenci z velkých technologických společností, aby se podívala na tuto přeplněnou situaci a na různé druhy čipů umělé inteligence.

GPU pro všeobecné výpočty

Grafické procesory (GPU) se kdysi používaly hlavně pro videohry, ale jakmile se staly motorem moderní umělé inteligence, proměnily Nvidii v nejhodnotnější veřejně obchodovanou společnost na světě. Nvidia loni dodala zhruba 6 milionů kusů svých GPU současné generace „Blackwell“.

Přechod od her k umělé inteligenci začal v roce 2012, kdy vědci trénovali neuronovou síť AlexNet pomocí grafických procesorů Nvidia – průlom, který mnozí považují za jiskru moderní revoluce umělé inteligence. AlexNet se zúčastnil prestižní soutěže v rozpoznávání obrazu a spoléhal se na grafické procesory namísto centrálních procesorů, což mu přineslo ohromující přesnost a velkou konkurenční výhodu.

Stejná schopnost paralelního zpracování, která umožňuje GPU vykreslovat realistickou grafiku, je činí ideálními i pro trénování modelů hlubokého učení, které se učí z dat, nikoli z explicitního programování.

Dnes se grafické procesory (GPU) prodávají do systémů datových center spárované s procesory (CPU) pro spouštění cloudových úloh umělé inteligence. CPU mají několik výkonných jader pro sekvenční úlohy, zatímco GPU mají tisíce menších jader specializovaných na paralelní operace, jako je násobení matic.

Protože dokáží provádět obrovské množství operací současně, jsou GPU ideální jak pro trénování, tak pro inferenci. Trénování učí modely umělé inteligence hledat vzory v obrovských datových sadách; inference tyto modely využívá k rozhodování na základě nových informací.

GPU zůstávají primárním enginem pro Nvidii a jejího nejbližšího konkurenta AMD. Software je mezi nimi klíčovým rozlišovacím prvkem: Nvidia se spoléhá na svůj ekosystém CUDA, zatímco AMD nabízí převážně open-source stack.

Obě společnosti prodávají cloudové grafické procesory poskytovatelům, jako jsou Amazon, Microsoft, Google, Oracle a CoreWeave, kteří pak pronajímají výpočetní výkon vývojářům umělé inteligence.

Například dohoda společnosti Anthropic s Nvidií a Microsoftem v hodnotě 30 miliard dolarů zahrnuje ekvivalent 1 gigawattů výpočetní kapacity postavené na hardwaru Nvidia. Společnost AMD nedávno získala významné závazky také od společností OpenAI a Oracle.

Nvidia také prodává přímo vládám a společnostem zabývajícím se umělou inteligencí – včetně nejméně 4 milionů GPU pro OpenAI – a zahraničním vládám, jako je Jižní Korea, Saúdská Arábie a Spojené království.

Společnost sdělila televizi CNBC, že si za serverovou skříň obsahující 72 grafických procesorů Blackwell účtuje zhruba 3 miliony dolarů a každý týden dodává přibližně 1 000 takových skříní.

Dion Harris, hlavní ředitel společnosti Nvidia pro infrastrukturu umělé inteligence, uvedl, že si nikdy nepředstavoval, že poptávka vzroste na tuto úroveň. „Když jsme před lety mluvili s firmami o systému s osmi grafickými procesory, myslely si, že je to přehnané.“

ASIC pro specializovanou cloudovou umělou inteligenci

Trénování založené na GPU pohánělo první vlnu rozsáhlých jazykových modelů, ale s postupujícím vývojem modelů se inference stává stále důležitější. Inferenci lze provádět na méně flexibilních a levnějších čipech vyrobených speciálně pro určité matematické operace – a zde přicházejí na řadu ASIC.

Pokud je GPU „švýcarský armádní nůž“, který dokáže provádět mnoho různých paralelních úloh, pak je ASIC jednoúčelový nástroj – extrémně rychlý a efektivní, ale po výrobě vázaný na jeden typ operace.

„Tyto čipy, jakmile jsou vyleptané do křemíku, už nelze změnit,“ řekl Chris Miller, autor knihy *Chip War*. „Existuje kompromis mezi efektivitou a flexibilitou.“

Grafické procesory Nvidia jsou dostatečně všestranné, aby splnily nespočet potřeb umělé inteligence, ale jsou drahé (až 40 000 dolarů za kus) a obtížně se s nimi pracuje. Startupy se na ně spoléhají částečně proto, že návrh vlastního ASICu může stát desítky milionů.

Cloudoví giganti však do ASICů silně investují, protože slibují velké úspory ve velkém měřítku.

„Tyto společnosti chtějí větší kontrolu nad úlohami, které vytvářejí,“ řekl Newman. „Ale budou i nadále spolupracovat s Nvidií a AMD – poptávka po výpočetní technologii je obrovská.“

Společnost Google jako první postavila vlastní integrovaný obvod AI ASIC a v roce 2015 uvedla na trh jednotku Tensor Processing Unit (TPU). Práce na ní začala v roce 2006, ale naléhavá se stala v roce 2013, kdy si Google uvědomil, že AI může zdvojnásobit velikost svého datového centra. V roce 2017 TPU pomohla umožnit vznik architektury Transformer, která je základem většiny moderních AI.

Google v listopadu představil sedmou generaci TPU. Anthropic bude svůj model Claude trénovat na milionu TPU. Někteří se domnívají, že TPU konkurují – nebo dokonce překonávají – grafické karty Nvidia.

„Spousta lidí očekává, že Google nakonec zpřístupní TPU širšímu publiku,“ řekl Miller.

Společnost AWS následovala s vlastními čipy po akvizici Annapurna Labs v roce 2015. V roce 2018 spustila Inferentia a v roce 2022 Trainium, přičemž Trainium3 se očekává brzy.

Amazon uvádí, že Trainium nabízí o 30 % až 40 % lepší poměr ceny a výkonu než alternativy. Anthropic v současné době používá k trénování svých modelů půl milionu čipů Trainium2.

Pro vývoj vlastních ASIC se poskytovatelé cloudových služeb spoléhají na společnosti jako Broadcom a Marvell, které dodávají klíčové odborné znalosti v oblasti IP a sítí. „Proto se Broadcom stal jedním z největších vítězů boomu umělé inteligence,“ řekl Miller.

Společnost Broadcom pomohla navrhnout TPU od Googlu a akcelerátory Meta 2023 a od roku 2026 bude vyvíjet vlastní čipy pro OpenAI.

Microsoft vyvinul Maia 100. Qualcomm má A1200. Intel nabízí řadu Gaudi. Tesla pracuje na svém čipu AI5. Startupy jako Cerebras a Groq prosazují nové architektury.

V Číně společnosti Huawei, ByteDance a Alibaba navrhují vlastní ASIC navzdory vývozním omezením ze strany USA.

Umělá inteligence na úrovni zařízení s NPU a FPGA

Třetí kategorie čipů s umělou inteligencí je navržena pro spouštění modelů přímo na zařízeních, nikoli v cloudu. Tyto čipy jsou obvykle integrovány do systémů na čipu (SoC) a jsou známé jako procesory s edge-AI. Umožňují funkcím umělé inteligence běžet lokálně a efektivně, čímž šetří výdrž baterie a soukromí.

„Budete moci spouštět úkoly umělé inteligence přímo v telefonu s extrémně nízkou latencí,“ řekl Saif Khan, bývalý poradce Bílého domu pro umělou inteligenci a technologie. „A bez odesílání dat do datového centra.“

Neurální procesorové jednotky (NPU) jsou hlavní součástí této kategorie a vyvíjejí je společnosti Qualcomm, Intel, AMD a další.

Apple nepoužívá termín NPU, ale do svých čipů pro Macy řady M a mobilních čipů řady A integruje „neuronový engine“.

„Tento přístup se ukázal jako neuvěřitelně efektivní,“ řekl Tim Millet, viceprezident společnosti Apple pro architekturu platform. „Je rychlý a dává nám větší kontrolu nad celým procesem.“

Čipy Snapdragon v telefonech s Androidem, vlastní NPU od Samsungu a procesory edge-AI od společností NXP a Nvidia pohánějí umělou inteligenci v autech, robotech, fotoaparátech a zařízeních pro chytrou domácnost.

„Většina dnešních výdajů se stále vynakládá na datová centra,“ řekl Miller. „To se ale změní, jakmile se umělá inteligence rozšíří do telefonů, aut, nositelné elektroniky a všeho ostatního.“

FPGA nabízejí ještě větší flexibilitu, protože je lze po výrobě přeprogramovat, i když jsou méně energeticky účinné než ASIC nebo NPU.

Společnost AMD se stala největším výrobcem FPGA po akvizici společnosti Xilinx za 49 miliard dolarů v roce 2022. Intel se umístil na druhém místě po koupi společnosti Altera za 16,7 miliard dolarů v roce 2015.

Sečteno a podtrženo: Nvidia je stále daleko napřed

Všechny tyto společnosti vyrábějící čipy s umělou inteligencí se spoléhají na jednoho výrobce: TSMC na Tchaj-wanu.

Společnost TSMC staví v Arizoně obrovský výrobní závod, kam Apple přesune část své výroby. Generální ředitel společnosti Nvidia Jensen Huang v říjnu uvedl, že grafické karty Blackwell tam také dosáhly „plné produkce“.

Navzdory stále více přeplněnému trhu zůstává sesazení Nvidie extrémně obtížné.

„Nvidia je v této pozici, protože si ji zasloužila,“ řekl Newman. „Strávila roky budováním tohoto vývojářského ekosystému – a právě on zvítězil.“

Většina amerických akciových indexů v pátek vzrostla, protože se znovu objevil optimismus ohledně možného snížení sazeb Federálního rezervního systému.

John Williams, prezident newyorského Fedu, v pátek prohlásil, že očekává, že centrální banka bude mít více prostoru pro snižování úrokových sazeb. Vlivný politik v projevu v Chile poznamenal, že rizika pro trh práce nyní převažují nad riziky souvisejícími s inflací, a zopakoval tak postoj mírnějších členů FOMC.

Williams řekl: „Měnovou politiku považuji za stále mírně restriktivní, i když méně restriktivní než před našimi nedávnými kroky. Proto i nadále vidím prostor pro další krátkodobou úpravu cílového rozpětí sazby federálních fondů, aby se politika přiblížila neutrální hodnotě a udržela se rovnováha mezi našimi dvěma cíli.“

Během obchodování vzrostl index Dow Jones Industrial Average k 16:15 GMT o 0,4 % (185 bodů) na 45 937 bodů. Širší index S&P 500 přidal 0,1 % (7 bodů) na 6 545 bodů, zatímco index Nasdaq Composite posílil o 0,1 % (38 bodů) na 22 040 bodů.

Ceny palladia v pátek prodloužily svůj pokles, pod tlakem silnějšího amerického dolaru, nejistoty ohledně poptávky a očekávání vyšší nabídky.

Agentura Reuters s odvoláním na informované zdroje uvedla, že Spojené státy soukromě tlačí na Ukrajinu, aby přijala dohodu o příměří s Ruskem. Takový vývoj by pravděpodobně zvýšil globální dodávky průmyslových kovů, jelikož sankce vůči Rusku – jednomu z největších světových vývozců palladia – budou zmírněny.

Podle serveru Capital.com vzrostly ceny palladia od začátku října přibližně o 26 % na zhruba 1 500 dolarů za unci. K tomuto nárůstu došlo současně s růstem trhu s platinou a širším uvolněním globálních finančních podmínek.

Sázky na snížení amerických sazeb a dřívější oslabení dolaru také podpořily palladium v rámci tzv. rally „zlato + likvidita“, která v posledních týdnech posílila drahé kovy.

Palladium se používá téměř výhradně v katalyzátorech pro benzínové motory, což znamená, že jakákoli cenová volatilita přímo ovlivňuje strukturu nákladů amerických automobilek a výrobců elektroniky.

Technická analýza z Monexu naznačuje odpor mezi 1 500 a 1 520 dolary za unci, s očekáváním celkově býčího trendu, ale pokračujícího kolísavého obchodování. Analytici ze společnosti CPM Group poznamenali, že nedávný posilující trend palladia „úzce souvisí s výkonností platiny“, a zároveň varovali, že slábnoucí americký trh práce a přetrvávající inflace by mohly poptávku ovlivnit.

Navzdory nedávno oznámenému obchodnímu příměří mezi USA a Čínou naznačují komentáře amerických představitelů, že napětí zůstává zvýšené. Ministr financí USA prohlásil, že Čína zůstává nespolehlivým obchodním partnerem, zatímco prezident Donald Trump zopakoval, že jeho administrativa nepovolí vývoz pokročilých čipů Nvidia do Číny ani do jiných zemí.

Index amerického dolaru k 14:43 GMT mírně vzrostl o 0,1 % na 100,2 a obchodoval se mezi maximem 100,4 a minimem 99,9.

Futures kontrakty na palladium s dodáním v prosinci klesly v 14:43 GMT o 0,9 % na 1 374 dolarů za unci.

Bitcoin v pátek brzy ráno krátce klesl na 81 871,19 dolarů, než se stabilizoval poblíž 82 460 dolarů, což představuje pokles o přibližně 10,2 % za posledních 24 hodin.

Po téměř měsíci vytrvalých prodejů se Bitcoin nyní obchoduje o 10 % pod úrovní ze začátku roku, čímž vymazal většinu zisků, které dosáhl po loňském volebním vítězství Donalda Trumpa.

Bitcoin naposledy klesl pod 82 000 dolarů v dubnu – tehdy klesl na 75 000 dolarů – během rozsáhlého výprodeje trhu, který vyvolalo Trumpovo oznámení o rozsáhlých celách na akci „Den osvobození“.

Na základě dat z Deribitu – burzy s opcemi a futures vlastněné společností Coinbase – CoinDesk uvedl, že obchodníci se připravují na další pokles.

Ethereum, druhá největší kryptoměna podle tržní hodnoty, klesla pod 2 740 dolarů, což představuje pokles o více než 9,6 % za 24 hodin. Pod silný tlak se dostaly i další významné tokeny, XRP, BNB a SOL klesly o 9,1 %, 8,4 % a 10,6 %. Dogecoin – největší meme coin – ztratil ve stejném období 10,3 %.

Poté, co začátkem minulého měsíce dosáhl nových rekordních maxim, trh s kryptoměnami zažívá stabilní poklesy po bezprecedentním jednodenním propadu 10. října, kdy bylo během 24 hodin zlikvidováno 19,37 miliard dolarů v pákových pozicích. Událost byla vyvolána Trumpovým oznámením o dodatečném 100% clu na čínský dovoz – kroku, který později zrušil. Digitální aktiva se v posledních dnech také ocitla v širší volatilitě trhu, přičemž podle CoinGlass bylo během 24 hodin zlikvidováno více než 2,2 miliardy dolarů.

Celková tržní hodnota všech kryptoměn nyní podle CoinGecko dosahuje 2,92 bilionu dolarů – což je 33% pokles oproti zhruba 4,38 bilionu dolarů, kterého bylo dosaženo začátkem října. Od začátku tohoto měsíce klesla tržní kapitalizace Bitcoinu přibližně o 25 %, což je podle agentury Bloomberg nejprudší měsíční pokles od krachu kryptoměn v roce 2022.

Akcie společnosti Strategy (dříve MicroStrategy) – která je kvůli svým masivním akciím všeobecně považována za zástupce Bitcoinu – v pátek v předobchodním období klesly o 2,44 %, poté, co za poslední týden klesly o 11 % a za posledních 30 dní o 41 %. Společnost v současné době drží 649 870 BTC za průměrnou nákupní cenu 74 430 dolarů.

V poznámce z počátku tohoto týdne analytici JPMorgan varovali, že společnost Strategy čelí riziku vyřazení z hlavních indexů, jako je Nasdaq 100 a MSCI USA. Takové vyloučení by mohlo vést k dalšímu poklesu jejích akcií a potenciálně by mohlo zatížit kryptoměnové trhy, pokud by společnost byla nucena prodat část svých bitcoinových aktiv.