Amazon ir Nvidia stiprina dirbtinio intelekto aljansą

Amazon ir Nvidia ką tik perkėlė savo partnerystę į strateginiam aljansui artimą lygmenį. Šią savaitę bendrovės paskelbė, kad AWS savo duomenų centruose įdiegs dar du milijonus Nvidia GPU. Šis žingsnis parodo, kaip glaudžiai susiję tapo debesijos mastas ir AI greitintuvų paklausa.

Tai nėra įprasti vaizdo procesoriai. Užsakymas apima naujausius Nvidia dirbtinio intelekto greitintuvus – Blackwell Ultra, Rubin ir Rubin Ultra versijas, sukurtas būtent sudėtingiems didelių AI modelių mokymo ir veikimo procesams. Pristatymai numatyti 2027 ir 2028 metais, tad AWS turės pakankamai laiko plėsti AI infrastruktūrą augant darbo krūviams.

Svarbus ir laikas. Nvidia apie atnaujinimą pranešė skelbdama ketvirčio pajamas, praėjus vos penkiems mėnesiams po Amazon susitarimo nuo šių metų diegti daugiau nei milijoną bendrovės lustų. Nuo to laiko Nvidia teigia, kad paklausa gerokai viršijo vidines prognozes. Naujausio pirkimo vertė viešai neskelbiama. Vis dėlto, atsižvelgiant į aukščiausios klasės GPU vieneto kainą, pramonės vertinimu sandorio vertė gali siekti keliasdešimt milijardų dolerių.

Kas lemia tokį poreikį? Atsakymas paprastas: sparčiai auga didelių skaičiavimo išteklių reikalaujančių darbo krūvių apimtis. Startuoliai varžosi kurdami bazinius modelius. Įmonės nuo bandomųjų projektų pereina prie realaus diegimo. AI tyrimų laboratorijos didina modelių apimtis ir intensyvina mokymo ciklus. Net vyriausybėms reikia individualiai pritaikytų AI sistemų. Visi jie GPU skaičiavimo pajėgumus naudoja neregėtu mastu.

Tačiau Amazon neatsisako ambicijų kurti nuosavus lustus. AWS toliau kuria ir siūlo savo specializuotus lustus: Trainium, skirtą giliojo mokymosi modeliams mokyti, ir Graviton, skirtą Arm architektūra pagrįstiems CPU darbo krūviams. AWS netgi nurodė esanti pasirengusi siūlyti Trainium trečiosioms šalims, taip pozicionuodama jį kaip tiesioginį Nvidia mokymo įrangos konkurentą. Kartu Amazon teigia, kad jos specializuotų lustų verslas sparčiai auga: naujausiame pranešime bendrovė nurodė maždaug 25 mlrd. JAV dolerių metinių pajamų tempą, paremtą įsipareigojimais, kurių bendra vertė, kaip teigiama, siekia apie 225 mlrd. JAV dolerių. Tarp klientų minimos tokios įmonės kaip Anthropic ir OpenAI.

Tad kodėl Amazon perka milijonus Nvidia GPU, jei kuria nuosavus lustus? Nes mastas ir specializacija vienas kitam neprieštarauja. Trainium ir Graviton optimizuoja tam tikrus darbo krūvius bei užtikrina sąnaudų efektyvumą. Nvidia GPU išlieka pramonės standartu plačiausiam ir daugiausia skaičiavimo galios reikalaujančių modelių spektrui. Trumpai tariant, reikia diversifikuoti technologijų rinkinį ir kiekvienai užduočiai naudoti tinkamiausią įrankį.

Sandoris apima ne vien debesijos kompiuteriją. Amazon planuoja integruoti Nvidia fizinio AI ekosistemą į savo sandėlius ir verslo pasiūlymus – nuo Omniverse modeliavimo platformos iki Isaac robotikos tarpinės programinės įrangos ir Jetson periferinio skaičiavimo modulių. Programinės įrangos ir modelių srityje AWS paslaugose, tokiose kaip Bedrock ir SageMaker, bus talpinama Nvidia atvirų modelių šeima Nemotron, todėl klientams bus paprasčiau diegti didelius modelius AWS aplinkose.

Šis sprendimas turi aiškią veiklos logiką. Robotų parkams reikia glaudžiai integruotų modeliavimo, suvokimo modelių ir periferinių greitintuvų sprendimų. Įmonės nori iš anksto integruotų modelių rinkinių, kurie patikimai veiktų debesijos infrastruktūroje. Sujungdamos AWS mastą ir rinkos pasiekiamumą su Nvidia modelių bei greitintuvų ekosistema, abi bendrovės spartina AI diegimą sektoriuose, kurie dar tik pradeda išnaudoti šiuolaikinio dirbtinio intelekto galimybes.

Šis sandoris taip pat parodo, kokia konkurencinga ir tarpusavyje priklausoma tapo AI aparatinės įrangos rinka. Lustų projektavimas, programinės įrangos įrankių grandinės, modelių katalogai ir duomenų centrų veikla yra glaudžiai susiję. Didieji debesijos paslaugų teikėjai gali kurti nuosavus lustus, tačiau jiems vis tiek reikalingi specializuoti greitintuvai ir juos palaikančios programinės įrangos ekosistemos. Klientams tai reiškia daugiau pasirinkimo galimybių, bet ir daugiau sudėtingumo sprendžiant, kur bei kaip vykdyti brangius AI darbo krūvius.

Ateityje galima tikėtis daugiau tokių daugiasluoksnių partnerysčių: strateginių pirkimų, užtikrinančių pajėgumus, ekosistemų susitarimų, suteikiančių integraciją, ir produktų vystymo planų, apsaugančių nuo kintančios paklausos. Visiems, stebintiems AI infrastruktūros kryptį, pagrindinė žinia aiški: standartinės kompiuterijos era baigėsi. Dabar vyksta kova dėl specializuoto masto, o AWS ir Nvidia stato labai didelius statymus.