Коли все більше людей на ринку починають обговорювати, чи змусить AI програмне забезпечення повністю перетворитися на товар, ще більше стискаючи оцінки та простір для прибутку технологічних компаній, відповідь, яку дав генеральний директор NVIDIA Дженсен Хуанг, дуже пряма:
Справді важко перетворити на товар не лише саме програмне забезпечення, а весь процес, який перетворює електронні дані на token.
У найсвіжішому інтерв’ю Хуанг детально пояснив, як він розуміє це AI-змагання — від ланцюга постачання NVIDIA, екосистеми CUDA, AI-обчислювальної архітектури, надвеликомасштабних хмарних клієнтів, до ринку Китаю та експортних обмежень США.
(Хуанг пояснює історію еволюції штучного інтелекту за допомогою метафори «п’ятьшаровий торт»)
Його ключову тезу можна стисло викласти одним реченням: AI — це не конкуренція окремих моделей і не конкуренція окремих чипів, а битва «п’ятьшарового торта», що охоплює енергетику, чипи, мережі, програмне забезпечення, екосистему та прикладний рівень. А NVIDIA прагне зробити саме той сегмент, який найскладніший і водночас найменш імовірний до заміни.
Хуанг: робота NVIDIA — перетворювати електрони на token, які мають більшу цінність
На тлі зовнішніх сумнівів, якщо багато софтверних компаній знецінюються через AI і відчувають тиск, то NVIDIA за своєю суттю теж ніби віддає дизайн Тайваньському напівпровідниковому виробнику TSMC, пам’ять — SK hynix і Samsung, а складання — тайваньським ODM. Чи не може тоді і NVIDIA бути втягнута внаслідок хвилі AI-товаризації? Відповідь Хуанга: не так просто.
Він вважає, що роль NVIDIA спочатку не в тому, щоб робити «все власними руками», а в тому, щоб відповідати за найкритичнішу й найскладнішу частину в усьому ланцюгу перетворення «електрони на token». За його словами, вхід NVIDIA — electrons, вихід — tokens. А проміжний шар — екстремально складна здатність до перетворення — і є сенсом існування цієї компанії.
Хуанг підкреслив, що таке перетворення — це не просто конвертація електроенергії в результат обчислень. Потрібно постійно підвищувати цінність token, щоб ті самі обчислення могли давати більшу економічну цінність і більш ефективні token. Тут задіяні архітектурний дизайн, пакування, пам’ять, інтерконекти, алгоритми, бібліотеки, стек програмного забезпечення та узгоджена робота екосистеми — це процес, який є максимально інженерно- та науковоємним і при цьому все ще швидко еволюціонує. Він вважає, що це навряд чи вдасться повністю товаризувати.
Він також додатково описав філософію компанії NVIDIA: робити «найбільше з необхідного, і найменше з того, що не є необхідним». Іншими словами, усе, що вам не потрібно робити вручну, слід максимально віддати партнерам і екосистемі; а все, що безумовно потрібно робити самим і що є вкрай складним, NVIDIA має взяти на себе — і зробити найкраще.
Ці «інструментальні софтверні компанії» навпаки можуть вирости вибухово завдяки AI
Щодо занепокоєння ринку, що AI стискатиме простір софтверних компаній, Хуанг насправді має майже протилежний погляд. Він зазначив, що багато софтверних компаній нині за суттю є виробниками інструментів — як-от Excel, PowerPoint, або такі EDA-компанії, як Cadence чи Synopsys. Чому ці компанії поки не пережили ще більшого вибухового зростання, полягає не в тому, що інструменти буде витіснено, а в тому, що сьогодні agent ще недостатньо вміє користуватися інструментами.
На його думку, у майбутньому кількість agent зростатиме експоненційно, як і зростатиме кількість користувачів інструментів, а отже зростатимуть і фактичні виклики інструментів та потреба в ліцензіях. Наприклад, у випадку дизайну чипів сьогодні використання інструментів обмежене числом інженерів; але в майбутньому за кожним інженером можуть стояти кілька agent, що спільно працюють, а щільність і частота дослідження простору дизайну буде значно вищою, ніж сьогодні.
Коли настане той час, такі інструменти, як Synopsys Design Compiler, floor planner, layout tools, design rule checker, навпаки можуть побачити різке зростання фактичного використання.
Інакше кажучи, Хуанг не вважає, що AI просто знищить інструментальні софтверні компанії; радше він може підштовхнути їх до нової траєкторії зростання.
Справжній рів — захист NVIDIA: ланцюг постачання «вгору» і «вниз»
Коли мова заходить про те, що в останні роки NVIDIA зробила значні закупівельні зобов’язання для верхніх ланок ланцюга постачання, і навіть існують оцінки з боку зовнішніх спостерігачів, що в майбутні кілька років це може накопичитися до масштабів у сотні мільярдів доларів США, Хуанг не заперечив, що це — одна з важливих переваг NVIDIA.
Він сказав, що NVIDIA справді зробила багато явних і неявних upstream commitments. Перші — це закупівельні зобов’язання, видимі назовні для ринку; другі — це переконання керівників у ланцюгу постачання, щоб вони погоджувалися спочатку інвестувати в розширення виробництва. Такі інвестиції відбуваються не лише тому, що NVIDIA готова купувати, а й тому, що постачальники вірять: NVIDIA здатна «перетравити» ці потужності та успішно продати їх завдяки величезному попиту з боку нижніх ланок.
Ось чому він дивиться на GTC не просто як на майданчик для презентації продуктів, а як на «360-градусну панораму» всього AI-світу. На його думку, одна з цінностей GTC — це дати верхнім ланкам побачити нижні, а нижнім зрозуміти верхні, і щоб увесь ланцюг постачання спільно підтвердив: попит на AI справді прийде — і в дуже великих масштабах. Хуанг навіть прямо визнав, що його keynote певною мірою має дуже сильну «навчальну» функцію, тому що він мусить змусити весь ланцюг постачання зрозуміти: чому прийде AI, коли саме, якими будуть масштаби і як заздалегідь підготуватися.
Це також пояснює, чому NVIDIA в останні роки могла безперервно нарощувати потік у ланцюгу постачання. Хуанг наголосив, що ланцюг постачання дивиться не лише на грошовий потік, а й на оборотність та видимість попиту. Якщо архітектура та швидкість циклу продуктів компанії недостатньо швидкі, ланцюг постачання не буде готовий заздалегідь будувати завод або розширювати лінії. NVIDIA здатна робити все це, бо її нижній попит достатньо великий і достатньо визначений, і весь ланцюг постачання бачить це.
Хуанг не боїться «вузьких місць»: більшість із них — це лише питання двох-трьох років
Коли його запитали: чи справді верхні ланки встигатимуть за потребою AI в обчислювальній потужності? Особливо якщо AI вже спожив значну частину передових виробничих процесів і потужностей пакування TSMC, то як можливо рік за роком продовжувати таке масштабування? Ставлення Хуанга було дуже чітким: майже всі виробничі «вузькі місця» за своєю природою — це питання лише двох-трьох років.
Він навів приклад: раніше всі дуже часто говорили про «вузькі місця» CoWoS-пакування, але тепер про це майже ніхто не говорить — бо вся індустрія за два роки зосереджено кинула всі сили, щоб це закрити. TSMC вже розглядає передове пакування та HBM як частину стандартних технологій для основних обчислень, а не як спеціальну вимогу. Іншими словами, доки сигнали попиту достатньо ясні, ланцюг постачання буде сам активно кидатися в бій і закривати вузькі місця.
Для Хуанга AI приносить не зникнення роботи, а реорганізацію індустрії та перерозподіл попиту на талант. Потрібно турбуватися не про те, чи зникнуть повністю деякі професії, а про те, чи не зробить суспільство помилку через надмірний страх — невідповідність між тим, які таланти потрібні, і тим, які таланти є в пропозиції.
Він також прямо сказав, що проблеми, пов’язані з логічними виробничими процесами, пакуванням та HBM, можна розв’язати протягом двох-трьох років; а ось те, що відбувається повільніше й є більш «клопітним», — це енергетична політика. Бо незалежно від того, йдеться про AI-заводи, виробництво чипів, передове пакування, електромобілі, роботів чи реіндустріалізацію, усе впирається в енергію. Якщо енергія стане вузьким місцем, швидкість розширення всієї індустрії буде обмежена.
Ця стаття «Останнє інтерв’ю Хуанга: чи зможе захисний рів (moat) NVIDIA і надалі зберігатися? (частина перша)» вперше з’явилася на Chain News ABMedia.
