Nvidia została właśnie najwyżej wycenianą spółką giełdową na świecie, jej kapitalizacja prześcignęła dotychczasowe potęgi, czyli Microsoft i Apple. Jest to o tyle zaskakujące, że o tej spółce do niedawna słyszeli głównie ludzie związani z branżą IT. Czym zajmuje się Nvidia, że powstał tak ogromny popyt na jej akcje i produkty?
Nvidia jest dostarczycielem infrastruktury obliczeniowej i przy boomie, który mamy na AI, ta moc obliczeniowa jest kluczowa. Zaczęło się to oczywiście od ChatGPT. Powstają jego kolejne wersje, a także inne firmy tworzą coraz bardziej zaawansowane, coraz większe modele sztucznej inteligencji i do tego jest potrzebna moc obliczeniowa. Jeszcze z osiem lat temu na sprzęcie Nvidii nie można byłoby uruchomić ChatGPT. Dlaczego dziś to jest możliwe i dlaczego ChatGPT w ogóle się pojawił? Bo mamy kolejne układy Nvidii, dzięki którym moc obliczeniowa gwałtownie wzrosła. Nie da się stworzyć tych modeli bez najbardziej zaawansowanych procesorów i tu widać błędne koło – im procesor jest szybszy, tym mniej potrzebuje energii do obliczeń, a im model sztucznej inteligencji jest bardziej zaawansowany, tym tej mocy obliczeniowej potrzebuje więcej. I stąd taki duży popyt na produkty spółki, która praktycznie stała się globalnym monopolistą.
Dlaczego monopolistą?
Żeby to sobie uzmysłowić, że nie jest to tylko tzw. story, pod którą „grają” inwestorzy, dyskontując przyszłość, możemy spojrzeć na wzrost przychodów Nvidii. Jeszcze półtora roku było to 6 mld dol. kwartalnie, czyli do 24 mld dol. rocznie. Według prognozy na najbliższe cztery kwartały spółka ma mieć przychody na poziomie 130 mld dol. – z 24 mld dol. przychody w półtora roku podskoczyły do 130 mld dol. rocznie. To pokazuje, że dzisiejszy sukces nie jest wyłącznie efektem nagłego otwarcia się rynku na modele AI, ale rzeczywiście spółka tę infrastrukturę obliczeniową sprzedaje. Teraz wprowadza najnowszy procesor, Blackwell, który będzie jeszcze szybszy.
Dodawanie nowych funkcjonalności do modeli AI, jak rozpoznawanie grafiki, rozpoznawanie mowy, wprowadzanie pamięci, ogólnie większe skomplikowanie modeli powoduje, że one puchną. Bez procesorów Nvidii ich rozwijanie nie jest możliwe. To pierwsze błędne koło. Drugie, które napędza cały popyt, to fakt, że w internecie, czy szerzej – w produktach technologicznych, może być tak, że pierwszy bierze wszystko. Jeżeli model A okaże się bardziej inteligentny, lepszy, będzie dawał lepsze odpowiedzi, lepiej naśladował człowieka w logice, w rozumowaniu, to nagle cały ruch zostanie przekierowany i większość osób zacznie używać modelu A kosztem modelu B. Firmy, które budują modele, jak Microsoft, OpenAI, Alphabet, Meta, są zmuszone uczestniczyć w wyścigu o to, który model będzie lepszy, szybszy i tu nawet kilka miesięcy gra rolę.
Czytaj więcej
Factiverse to spółka, która na co dzień zajmuje się tzw. fact-checkingiem, a więc weryfikacją prawdziwości informacji, bierze się za boty. Chce położyć kres ich uciążliwej przypadłości – generowaniu fałszywych danych.
Czy ten wyścig kiedyś się skończy?
To się może oczywiście wydarzyć. W tym momencie największe ryzyko polega na tym, że to wszystko poszło za szybko. W którymś momencie tempo rozwoju modeli może spowolnić – będziemy musieli poczekać na szybsze procesory czy na dostęp do nowych danych. Modele AI mają bowiem to do siebie, że muszą być trenowane na danych, a w chwili, gdy firmy będą w stanie trenować modele na wszystkich danych w internecie, to pojawi się problem. Co bowiem dalej? Skąd brać nowe dane, żeby wytrenować model, skoro już „wciągniemy” do modelu cały internet? W pewnym momencie może dojść do sytuacji, że popyt nieco spadnie, ale to raczej nie nastąpi w krótkim terminie, lecz w średnim, w perspektywie być może kilku kwartałów. Aby zrozumieć spółkę, wystarczy spojrzeć na wzrost przychodów z ok. 24 mld dol. rocznie do 130 mld dol. w ciągu półtora roku. A Wall Street prognozuje nawet 160 mld dol. w kolejnym roku.
