Dal gioco all’IA Il ruolo fondamentale di Nvidia nella rivoluzione dell’IA

Nvidia's pivotal role in the AI revolution, from gaming to AI

Nvidia vale ora più di Facebook, Tesla e Netflix. Secondo Reuters, il valore delle azioni si è triplicato negli ultimi otto mesi. Ma come è successo? Come è successo che un’azienda che nel 1997 era quasi sull’orlo del fallimento abbia raggiunto una capitalizzazione di mercato di un trilione di dollari nel 2023? Scopriamo capendo cosa fa effettivamente NVIDIA. L’elaborazione e i calcoli del computer avvengono su un piccolo chip chiamato CPU. Questi includono, ad esempio, i processori Intel Core i7 o AMD Ryzen. La GPU, o unità di elaborazione grafica, è il componente hardware che ogni giocatore, video editor, minatore di criptovalute e ora startup di intelligenza artificiale sta cercando. La GPU si prende il controllo e renderizza immagini sofisticate quando un computer ne ha bisogno, ad esempio nei videogiochi o nella modellazione 3D. Sai chi ha coniato il termine GPU? È stato Nvidia, ovviamente. Grazie a queste GPU, la capitalizzazione di mercato di Nvidia si sta avvicinando a 1 trilione di dollari. Tuttavia, non sono arrivati a questo risultato da un giorno all’altro.

La storia di NVIDIA

Tre ingegneri, Curtis Preim, Chris Malachowsky e Jensen Huang, hanno creato Nvidia nel 1993 perché pensavano che il calcolo basato su grafica potesse diventare la norma in futuro. Quando NVIDIA era quasi in fallimento nel 1997 mentre sviluppava la tecnologia grafica per il sistema di gioco di Sega, questo è stato il primo grande punto di svolta dell’azienda. (Come Nintendo, Sega era un’azienda che un tempo competeva nel mercato delle console). Hanno introdotto per primi la serie Sonic e Nvidia stava sviluppando una scheda grafica per la console di gioco Dreamcast a 128 bit di Sega. Tuttavia, dopo un anno di lavoro, Nvidia ha scoperto che la sua strategia era fallimentare perché Microsoft stava per rivelare la propria strategia di mappatura delle texture, rendendo il prodotto di Nvidia incompatibile con Windows 95. Nvidia continua a produrre questa console. Perché non si venderà bene e non funzionerà con Windows, alla fine andranno in fallimento. Tuttavia, se non l’avessero costruita, sarebbero immediatamente falliti. Il CEO di NVIDIA, Jensen Huang, ha informato il CEO di Sega che NVIDIA non sarebbe stato in grado di costruire l’hardware grafico della console e che Sega avrebbe dovuto cercare un partner diverso. Ha supplicato il CEO di Sega di dargli il pagamento completo poiché Nvidia sarebbe collassata senza di esso. Poiché Sega ha pagato Nvidia nonostante non avessero mantenuto la loro promessa, è praticamente come chiedere denaro in modo diretto. Anche se Jensen Huang non sa perché hanno fatto così, sono riusciti a sopravvivere altri sei mesi grazie a questo.

• Derivata di una funzione – Cos’è?
• Esplorando le ultime tendenze in AI/DL dal Metaverse alla Quantum Computing
• L’interprete del codice ChatGPT è finalmente aperto. Come funziona esattamente? Ecco un tutorial

Nvidia ha iniziato ad espandersi nei successivi anni. Tuttavia, poiché la produzione di questi chip diventava sempre più costosa, Nvidia ha firmato un accordo di produzione con TSMC. Nvidia aspirava a essere un’azienda fantastica. Poiché la produzione di chip negli Stati Uniti è un settore a basso margine, hanno deciso di non produrre i propri chip. TSMC attualmente produce processori per numerose aziende tecnologiche, tra cui Apple, AMD, NVIDIA e altre. Nvidia dipende notevolmente da questa collaborazione, ma è diventata difficile. Perché?, per conoscere la risposta, rimani sul blog fino alla fine.

Nvidia: La potenza del gaming

All’inizio degli anni 2000, Nvidia ha ottenuto un anticipo di 200 milioni di dollari per un accordo per produrre l’hardware grafico per l’Xbox di Microsoft. L’anno successivo, il loro fatturato ha raggiunto 1 miliardo di dollari e ha ispirato diversi videogiochi che sono stati rilasciati quell’anno. Il punto di svolta successivo è stato significativo per due motivi: in primo luogo, i giochi popolari hanno iniziato a essere sviluppati tenendo conto delle schede Nvidia e, in secondo luogo, le capacità di Nvidia si sono estese oltre la semplice creazione di schede grafiche. Stavano collaborando con i progettisti di giochi. La chiave è che facevano più che fornire schede grafiche. Hanno anche aiutato i creatori di giochi come Blizzard ad ottimizzare i titoli sulla tecnologia Nvidia per garantire frame rate fluidi. Il gioco video è eccellente.

Questo avviene ancora oggi. In effetti, DLSS, una delle loro soluzioni di upscaling, è stata recentemente adottata da molti sviluppatori di giochi. Solitamente lo chiamavano “Il modo in cui dovrebbe essere giocato”. Oggi è una pratica diffusa. Poiché molti giochi sono ottimizzati specificamente per le schede grafiche Nvidia, spesso li si vede alimentati da Nvidia o da un partner preferito, Nvidia, nella schermata di apertura dei giochi. GeForce di Nvidia è stato presto utilizzato anche da PS3. Vendevano attrezzature grafiche sia per Xbox che per PlayStation. Oggi, quando i giocatori dibattono su chi vincerà tra Xbox e PlayStation, la risposta è NVIDIA perché i loro chip sono presenti in entrambi.

Nel 2020 la maggior parte delle aziende ha subito un colpo duro da Covid 19, ma per NVIDIA è stato come prendere il becco d’oro. Improvvisamente le persone lavoravano da casa e quando non lavoravano e erano ancora bloccate a casa, giocavano e avevano bisogno di hardware, e i PC sono diventati essenziali. La domanda di GPU è esplosa nel 2020. Il fatturato di Nvidia era poco meno di 11 miliardi di dollari; un anno dopo, il fatturato è schizzato a quasi 27 miliardi, raddoppiando il loro reddito netto.

CUDA

Questo ci porta alla prossima giunzione cruciale in cui comprendiamo il motivo per cui Nvidia è necessaria oggi per le aziende di intelligenza artificiale. Negli ultimi anni erano le aziende di criptovaluta. Attualmente, sono le aziende di intelligenza artificiale. NVIDIA ha introdotto qualcosa chiamato CUDA o Compute Unified Device Architecture. Indipendentemente dalla tendenza che emerge, fintanto che la tendenza è basata sul calcolo, NVIDIA trionferà. Eccelle nel calcolo concorrente. Tipicamente, le GPU alimentate da CUDA di Nvidia eccellono nel calcolo parallelo, mentre le CPU eccellono tipicamente nel calcolo seriale. Una GPU ha molti, molti più core di una CPU, che ne ha al massimo otto o sedici. Di conseguenza, mentre le CPU di solito svolgono un singolo compito, lo completano e poi passano al compito successivo, le GPU hanno la capacità di suddividere il lavoro. Ad esempio, la GPU può renderizzare determinati elementi di una scena su vari core durante la produzione di una scena (elaborazione parallela).

Nvidia e l’intelligenza artificiale sono una combinazione perfetta; si vede, le GPU sono il fondamento dell’intelligenza artificiale e Nvidia si trova a produrre alcune delle migliori nel settore. Nel 2006 Nvidia ha introdotto CUDA nel mondo, una piattaforma di calcolo parallelo e un modello di programmazione. Permette agli sviluppatori di sfruttare il futuro potenziale delle GPU. In parole povere, è come insegnare a un cavallo da corsa a fare il moonwalk; impressionante e incredibilmente utile per alcuni scenari molto specifici. Con Cuda, Nvidia ha trasformato le loro GPU in potenti strumenti di calcolo ad alta velocità con il software giusto; gli utenti potevano ora eseguire calcoli su gigabyte di dati con poche semplici query, ci è voluto un po’ di tempo affinché le persone lo capissero, circa 10 anni.

Nvidia e l’IA

Le GPU di Nvidia non sono solo vitali per l’addestramento e il funzionamento dei modelli di intelligenza artificiale, sono sinonimo di essi. In ChatGPT, le GPU sono necessarie non solo per l’addestramento iniziale del modello di intelligenza artificiale, ma ogni volta che qualcuno usa ChatGPT, quindi il numero di GPU richieste aumenterà con il numero di utenti.

OpenAI probabilmente ha avuto bisogno dell’equivalente di 20.000 GPU Nvidia DGX A100 per addestrare il modello ChatGPT. La stima successiva è che OpenAI avrà bisogno dell’equivalente di circa 30.000 di questi sistemi per supportare i 100 milioni di utenti attivi del prodotto. Con la crescita dell’industria dell’IA, Microsoft, Google, Amazon, IBM e molte altre aziende dovranno acquistare più GPU.

Divisione di Apprendimento Profondo di Nvidia

Nvidia si era già fatta un nome nell’industria dei videogiochi, ma nel 2012 Nvidia faceva molto di più che alimentare le schede grafiche. Avevano nuovi casi d’uso, data center, GPU cloud e naturalmente l’addestramento dei modelli di intelligenza artificiale. Si è scoperto che la stessa tecnica di calcolo parallelo che era vantaggiosa per la visualizzazione delle immagini era ottima per l’apprendimento profondo, in cui il computer apprende i modelli sottostanti in base agli input e agli output. Nvidia è consapevole che ciò ha il potenziale per alterare profondamente l’industria del calcolo. Di conseguenza, hanno iniziato a concentrarsi notevolmente nello sviluppo di processori progettati per l’addestramento dell’IA. Questo è ciò a cui si riferiscono come la loro Divisione di Apprendimento Profondo. Sai cos’altro è utile per il calcolo parallelo? Il mining di criptovalute!! Il processo di mining di criptovalute consiste nella risoluzione di complessi puzzle matematici che richiedono molta potenza di calcolo. Pertanto, nella corsa all’oro delle criptovalute, le GPU con un effetto calcolo parallelo diventano essenziali. Le persone riempivano i loro scantinati con queste schede. La loro capitalizzazione di mercato è aumentata di conseguenza nel 2021. La corsa all’oro dell’IA sta vivendo la stessa cosa ancora una volta. Modelli di intelligenza artificiale come GPT e Lama vengono addestrati da aziende come OpenAI, Amazon e Facebook utilizzando interi edifici pieni di GPU. Tuttavia, Nvidia ha sviluppato GPU uniche, come l’A100, che sono progettate per l’apprendimento profondo e costano più di 10.000 dollari. Non si tratta esattamente delle stesse GPU che usiamo per i giochi. ByteDance, l’azienda madre di TikTok, ha finito per spendere un miliardo di dollari solo una settimana fa per l’acquisto di chip da NVIDIA. Indipendentemente da chi vincerà la corsa all’IA, Nvidia sta già vincendo perché la maggior parte di queste aziende sta utilizzando le GPU di Nvidia per addestrare i loro modelli.

Modello di revenue di Nvidia

Il principale mercato comprende il gaming, i data center, la visualizzazione professionale, il software di modellazione 3D, gli studi di effetti speciali, l’automotive e gli OEM. Fino al quarto trimestre del 2021, il gaming era la loro principale fonte di guadagno. L’impennata delle criptovalute ha generato una carenza di GPU, che ha a sua volta fatto aumentare i costi. Nonostante una leggera diminuzione dei ricavi nel settore del gaming e un calo del numero di persone che acquistano GPU o schede grafiche per il mining di criptovalute, il settore del gaming ha continuato a dominare nel 2023. Tuttavia, Nvidia non è molto preoccupata per questo, dato il loro fatturato proveniente dai data center. Sta crescendo, e tutto grazie all’esplosione dell’IA. Nvidia investe quasi 2 miliardi di dollari in ricerca e sviluppo. Mette la maggior parte dei suoi sforzi nella ricerca per realizzare le migliori GPU al mondo e molto poco nella produzione.

Conflitto Taiwan-Cina

Nvidia ha firmato un accordo di produzione con TSMC. Questa alleanza sta diventando problematica a causa del conflitto Taiwan-Cina. Anche le grandi aziende vogliono spostare le loro fabbriche di produzione di chip al di fuori della giurisdizione della Cina. Il CHIPS Act è stato sponsorizzato dal presidente degli Stati Uniti Joe Biden e fornirà un finanziamento aggiuntivo di 280 miliardi di dollari per promuovere la produzione di semiconduttori e la ricerca nel paese. In Arizona, TSMC sta costruendo due impianti di produzione di chip, il primo dei quali dovrebbe iniziare le operazioni nel 2024. Anche l’India ha annunciato un incentivo di 10 miliardi di dollari per la produzione di semiconduttori. Se molte cose funzionano, l’India potrebbe diventare nel corso dei prossimi dieci anni un importante centro globale di produzione di semiconduttori.

CONCLUSIONE

ChatGPT è qui e ha cambiato il modo in cui vediamo il mondo intorno a noi. Molte grandi aziende tecnologiche sono nella corsa per vincere la Rivoluzione dell’IA e, come dico spesso, quando ci sono troppe grandi potenze coinvolte in una guerra, la tecnologia si sviluppa a grande velocità. Presto vedremo molti sorprendenti progressi tecnologici da parte di Nvidia in un prossimo futuro. Quindi ragazzi, preparatevi perché stiamo solo grattando la superficie della Rivoluzione dell’IA e c’è un intero mondo di possibilità in attesa di essere esplorate.

Non esitate a condividere i vostri pensieri nella sezione dei commenti. I vostri suggerimenti sono sempre benvenuti.