Nvidia (NVDA) нь сүүлийн жилүүдэд видео тоглоомын чип үйлдвэрлэгчээс хиймэл оюун ухааны (AI) чипүүдийн тэргүүлэгч хүч үйлдэгч болгон өөрчлөгдөж, асар их орлого өсөлтийг эхлүүллээ—өндөр жил тутам орлого 10 жилд 2, 500%-иар өссөн. AI чип зах зээлд эрт нэвтэрч, тасралтгүй шинэчлэлт хийснээр Nvidia зах зээлд өөрийн тэргүүлэх байр суурийг баталгаажуулж, хадгалж байна. Гэвч зарим хөрөнгө оруулагчид бусад чип дизайнеруудын, жишээлбэл, Advanced Micro Devices ба Broadcom-ийн өрсөлдөөнөөс болон Nvidia-ийн өөрийн хэрэглэгчид болох Amazon ба Alphabet-ийн өөрсдийн боловсруулсан AI чипүүдийн өрсөлдөөнөөс санаа зовж байна, эдгээр нь зардал хэмнэн клиентүүдэд зориулсан өөрсдийн AI чипүүдийг боловсруулжээ. Эхэндээ, Nvidia-ийн GPU-ууд том хэлний загварыг (LLM) сургахад ашиглагдсаар ирсэн бөгөөд тэдгээр нь олж авсан мэдлэгээ суралцах боломжийг олгосон. Өнөөдөр эдгээр GPU-ууд мөн inference процесст дэмжлэг үзүүлж байна, энэ нь LLM-үүд “бодох” болон “лавлах” чадвар олгодог.

Nvidia inference-г хиймэл оюун ухааны чипүүдийн гол өсөлтийн чиглэл болсон гэж үзэж байна. Түүний хамгийн сүүлийн үеийн Blackwell GPU-ууд өмнөх моделуудаас гарсан бөгөөд нэг ватта 10 дахин илүү гүйцэтгэл үзүүлж, MLCommons туршилтад өмнөх Hopper чипүүдтэй харьцуулахад нэг токенийг боловсруулдаг зардал 10 дахин бага байв—хурд болон зардлын оновчтой байдлын чухал ахиц дэвшил илтгэж байна. Nvidia-ийн гүйцэтгэх захирал Jensen Huang саяхны орлогын дуудлагын үеэр компанийн амь бөхийн давуу талыг онцлон тэмдэглэж, “удахгүй хэн нэгэн үүнийг даван туулахад удаан хугацаа хэрэгтэй болно” гэж хэлсэн бөгөөд Nvidia-ийн тэргүүлэх байр суурийг “мөнхийн” гэж баталгаажуулав. Хэдийгээр өрсөлдөгчид бусад зах зээлд нэвтрэх боломж олдож болох ч, хэрэглэгчдийн зарим нь хамгийн хүчирхэг GPU-уудыг хэрэглэх шаардлагагүй эсвэл өөрсдийн захиалгат чипүүдийг илүүд үзэж болох ч, Nvidia хамгийн өндөр гүйцэтгэлтэй хиймэл оюун ухааны тооцооллын хүчний тэргүүлэгч ханган нийлүүлэгч хэвээр байна. Түүний ил тод ашиг орлого 70%-иас дээш хэмжээнд, шинэ жилийн мөнгөн орлого 130 тэрбум доллар давж, шинэ санаачлагаа үргэлжлүүлсээр байгаагаараа ирээдүйн өсөлтийг сайн төлөвлөн харуулж байна, ялангуяа inference ажлын ачааллын өсөлт хиймэл оюун ухааны програмуудыг ажиллуулахад чухал болох үед.