Startupeista Big Techiin — Nvidian kilpailijat moninkertaistuvat: voiko valta vaihtua?

Kilpailu Nvidiaa vastaan tekoälypiireissä siirtyy uuteen vaiheeseen: startupit keräävät miljardeja rahoitusta, suuret teknologiayritykset nopeuttavat sisäistä sirukehitystä, ja sijoittajat veikkaavat, että seuraava tekoälylaskennan vaihe ei välttämättä perustu pelkästään grafiikkasuorittimiin.

Vaikka Nvidia edelleen hallitsee tekoälylaitteiden markkinaa, huomio siirtyy yhä enemmän massiivisten mallien kouluttamisesta niiden tehokkaaseen käyttöönottoon tosielämän sovelluksissa, eli inferenssiin.

Tämä muutos on avannut ovet uudelle sukupolvelle siruvalmistajia, jotka lupaavat nopeampaa suorituskykyä, alhaisempaa virrankulutusta ja merkittävästi pienempiä käyttökustannuksia.

Viimeisin muistutus tuli keskiviikkona, kun tekoälypiiristartup SambaNova keräsi $1 billion uutta rahoitusta, mikä korostaa sijoittajien halukkuutta tukea yrityksiä, jotka hakevat osuutta yhdestä maailman nopeimmin kasvavista teknologiasegmenteistä.

Rahoituskierros arvostaa SambaNovan $11 billion, ja sen johti General Atlantic, mukana olivat Seligman Ventures, T. Rowe Price ja Capital Group.

Viimeisin sijoitus seuraa erillistä rahoituskierrosta aiemmin tänä vuonna, jossa yhtiö keräsi yli $350 million sijoittajilta, joihin kuului Intel, osana strategista kumppanuutta.

Huhtikuussa julkaistun CNBC-raportin mukaan tekoälypiiristartupit keräsivät globaalisti $8.3 billion vuonna 2026.

Ellei rahoitusmarkkinat kohtaa jyrkkää käännettä, alan investointien odotetaan nousevan ennätystasolle tänä vuonna.

Lähde: CNBC

Painopiste siirtyy koulutuksesta inferenssiin

Nvidia rakensi valtansa grafiikkaprosessoreihin, jotka alun perin suunniteltiin peleihin ja myöhemmin mukautettiin tekoälymallien kouluttamiseen.

Ne sirut säilyvät alan standardina suurten kielimallien rakentamisessa.

Kuitenkin yhä useammat yritykset käyttöönotollaan priorisoivat tekoälysovellusten tehokkaan ajamisen sen sijaan, että kouluttaisivat jatkuvasti uusia perustamalleja malleja—eli inferenssiä, jossa koulutetut mallit vastaavat käyttäjän kyselyihin.

Monet startupit väittävät, että GPU:t, vaikka erittäin tehokkaita, eivät ole alun perin olleet tarkoitettuja juuri tekoälykuormille.

Sen sijaan niiden mukaan inferenssiin suunnitellut erikoisprosessorit voivat laskea kustannuksia dramaattisesti ja kuluttaa huomattavasti vähemmän sähköä.

Lista tekoälypiiristartupeista, jotka pyrkivät haastamaan Nvidian

SambaNova ei ole ainoa yritys, joka yrittää heikentää Nvidian otetta tekoälyinfrastruktuurista.

Cerebras, joka listautui julkisille markkinoille sen jälkeen kun se oli kerännyt $5.5 billion, on pitkään profiloitunut yhtenä Nvidian vahvimmista kilpailijoista.

Morgan Stanley on katsonut, että yhtiöllä on first-mover-etua tietyissä tekoälylaskennan segmenteissä.

Toinen tiiviisti seurattu toimija on Groq, jonka inferenssiin keskittynyt arkkitehtuuri herätti niin paljon huomiota, että Nvidia suostui lisensoimaan osaa sen siruteknologiasta ja houkutteli yhtiön toimitusjohtajan viime joulukuussa.

CNBC raportoi myöhemmin, että Nvidia oli sopinut Groqin ostosta $20 billion käteisellä, vaikka kumpikaan yhtiö ei vahvistanut tietoa.

Groq on kertonut jatkavansa itsenäisenä toimitusjohtaja Simon Edwardsin alaisuudessa.

Kiinnostavaa on, että Nvidia esitteli myöhemmin oman kielenkäsittely-yksikkönsä maaliskuussa vuosittaisessa GTC-konferenssissa, mikä viittaa siihen, että se ottaa kilpailijoiden esiin tuomia ideoita huomioon sen sijaan, että jättäisi ne huomiotta.

Toinen huomion kerännyt startup on vuonna 2019 perustettu D-Matrix.

Yhtiön mukaan sen prosessorit pystyvät suorittamaan inferenssikuormia jopa 10 kertaa nopeammin kuluttaen viisi kertaa vähemmän energiaa kuin erilliset Nvidia-GPU:t, edellyttäen että kuormat pysyvät suhteellisen pieninä.

D-Matrix on tähän mennessä kerännyt noin $500 million ja saavuttanut arviolta noin $2 billion arvostuksen.

Microsoft osallistui sen rahoitukseen pääomasijoitusyksikkönsä M12 kautta.

Tekoälymallien kehittäjät pyrkivät rakentamaan omia siruja

Kilpailupaine ei tule ainoastaan startupeista.

Monista Nvidian suurimmista asiakkaista on samanaikaisesti tulossa kilpailijoita, kun ne investoivat voimakkaasti omaehtoisten tekoälysirujen suunnitteluun.

Perustelu on suoraviivainen. Räätälöidyn piirin kehittäminen vähentää riippuvuutta Nvidiasta, pienentää pitkäjänteisiä infrastruktuurikustannuksia ja mahdollistaa tiukemman laitteiston ja ohjelmiston integroinnin.

Reuters kertoi tällä viikolla, että kiinalainen tekoälystartup DeepSeek kehittää omaa tekoälypiiriään vähentääkseen riippuvuutta Nvidian ja Huawein prosessoreista, joita käytetään mallien kouluttamiseen ja käyttöönottoon.

Kuukauden alussa The Information ilmoitti, että Anthropic oli neuvotellut Samsungin kanssa yhteistyöstä tulevaa sirua varten, vaikka avainpäätökset sen spesifikaatioista ja käyttötarkoituksesta ovat edelleen avoinna.

OpenAI paljasti viime kuussa ensimmäisen räätälöidyn tekoälyprosessorinsa, nimeltään Jalapeño, jonka se kehitti Broadcomin kanssa.

Broadcomin toimitusjohtaja Hock Tan kertoi Reutersille, että prosessori suoriutuu samantasoisesti Nvidian Blackwell-sirujen ja Googlen Tensor Processing Unitien kanssa.

Suuret teknologiayritykset muodostavat yhä useammin kilpailijan Nvidialle

Google pyrkii aktiivisesti vähentämään riippuvuuttaan Nvidiasta.

Sen sijaan, että käytettäisiin samoja prosessoreita sekä tekoälyn koulutukseen että inferenssiin, yhtiö erottaa nämä kuormat omiksi siruiksi osana kahdeksannen sukupolven TPU-perhettään.

Sen TPU 8t- ja TPU 8i-prosessoreiden odotetaan tulevan saataville myöhemmin tänä vuonna.

Amazon seuraa samanlaista linjaa.

Sen AI-johtaja Peter DeSantis kertoi äskettäin Bloombergille, että Amazon Web Services keskustelee mahdollisuudesta myydä Trainium-tekoälypiirejään ulkoisille asiakkaille, mikä voisi luoda yhden vahvimmista vaihtoehdoista Nvidialle datakeskinfrastruktuurissa.

Tällaiset keskustelut ovat vielä alkuvaiheessa, mutta ne seuraavat Amazonin toimitusjohtaja Andy Jassyn kommentteja, joiden mukaan sisäisesti kehitettyjen tekoälysirujen kysyntä on ollut niin vahvaa, että niiden kaupallistaminen on nyt harkinnassa.

Myös Meta investoi aktiivisesti räätälöityyn tekoälylaitteistoon laajentuneen yhteistyön kautta Broadcomin kanssa.

Yhtiön Meta Training and Inference Accelerator (MTIA) -ohjelma on jo tuottanut ensimmäisen sirunsa, MTIA 300:n, joka tehostaa ranking- ja suositusjärjestelmiä Metan alustoilla.

Kolme lisäsukupolvea on odotettavissa vuoteen 2027 mennessä, ja myöhemmät versiot on suunniteltu nimenomaan inferenssikuormille, jotka ajavat tekoälyavustajia ja vastaavat käyttäjän kyselyihin.

Googlea ja Amazonia muistuttavasti Metan tavoite on vähentää riippuvuutta Nvidiasta räätälöimällä siruja omaan ohjelmistopinoa ja tekoälyinfrastruktuuriinsa.

Siirtymä kuvastaa laajempaa kehityssuuntaa hyperskalaajissa.

Sen sijaan, että turvautuisivat yksinomaan valmis-GPU:ihin, teknologiagigantit rakentavat yhä useammin sovelluskohtaisia integroiduja piirejä (ASIC), jotka on optimoitu heidän omiin kuormituksiinsa.

AMD ja Broadcom ovat jo lunastaneet merkittävät asemat

Toisin kuin monet startupit, AMD ja Broadcom ovat jo vakiinnuttaneet asemansa merkittävinä kilpailijoina tekoälyinfrastruktuurissa.

AMD:n muutos on jossain määrin peilannut Nvidian kehitystä.

Alun perin tunnettu pelien grafiikkakorteista ja PC-prosessoreista, yhtiö on siirtänyt painopistettä datakeskuskiihdyttimiin ja tekoälypiireihin, mikä on mahdollistanut sen nousemisen toiseksi suurimmaksi julkiseksi toimijaksi AI-kiihdyttimissä.

Strategia on palkinnut sijoittajia hyvin.

AMD:n osakkeet ovat nousseet yli 460% viimeisen viiden vuoden aikana, antaen yhtiölle yli $840 billion markkina-arvon.

Broadcom on puolestaan tullut yhdeksi strategisesti tärkeimmistä yrityksistä räätälöidyssä AI-silikonissa.

Sen sijaan, että se kilpailisi suoraan Nvidian kanssa markkinakaupan siruilla, Broadcom suunnittelee räätälöityjä prosessoreita joillekin maailman suurimmista AI-kehittäjistä.

Melius Researchin analyytikot sanoivat äskettäin, että Broadcomilla on näkyvyys noin 10 gigawatin AI-kysyntään vuoteen 2027 mennessä asiakkaita, kuten Anthropic ja Meta Platforms, mukaan lukien.

Yhtiön vaikutus laajeni edelleen keskiviikkona sen allekirjoitettua puolijohdesopimuksen, jonka arvo on yli $30 billion Applen kanssa.

Sopimuksen mukaan Broadcom suunnittelee ja valmistaa "räätälöityjä sirukomponentteja ja huippuluokan langattomia liitettävyysteknologioita" Applen tuotteisiin.

Analyytikot näkevät Nvidian johdon kaventuvan, ei katoavan

Kilpailijoiden määrän kasvuun huolimatta useimpien analyytikkojen mukaan Nvidian johtoasema pysyy silti huomattavana.

"Nvidia tulee ehdottomasti kohtaamaan enemmän kilpailua verrattuna vuoteen sitten," sanoi KinNgai Chan, Summit Insights Groupin managing director, Reutersille lausunnossaan maaliskuussa.

"Nvidialla on edelleen yli 90% markkinaosuus sekä koulutus- että inferenssimarkkinoilla tänään."

Chan kuitenkin odottaa, että tuo dominanssi rapautuu vähitellen tulevina vuosina.

"Meidän näkemyksemme on, että Nvidia alkaa menettää markkinaosuutta vuodesta 2027 alkaen, kun sisäiset ASIC-ohjelmat saavuttavat jonkin verran kokoa, erityisesti inferenssimarkkinassa," hän sanoi, viitaten sovelluskohtaisiin integroituihin piireihin (ASIC), jotka on suunniteltu tiettyihin työkuormiin ja tarjoavat korkeampaa tehokkuutta kuin yleiskäyttöiset GPU:t.

Morningstar jakaa samanlaisen pitkän aikavälin näkymän.

"Pitkällä aikavälillä uskomme, että on väistämätöntä, että Google ja AWS pyrkivät tuomaan lisää siruja ja AI-laitteita sisäisesti, mikä haittaa Nvidian asemaa," Morningstarin analyytikko Brian Colello kirjoitti.

"Odotamme, että Nvidia menettää markkinaosuutta Googlen TPU:ille ja Amazonin Trainiumille (erityisesti jos Anthropic ja/tai Google Gemini nousevat vallitsevina etulinjan malleina), mutta uskomme Nvidian osuuden tasaantuvan noin 68%:iin vuoteen 2030 mennessä (verrattuna 80%:iin tänään) paljon suuremman tekoälykuluista koostuvan kakun sisällä," hän lisäsi.

Nvidia vastaa hyökkäyksiin monella rintamalla

Kuitenkin kaiken sanotun jälkeen Nvidia ei pysy paikallaan.

Yhtiö käytti yli $18 billion tutkimukseen ja kehitykseen tilikaudella, joka päättyi tammikuussa 2026, kiihtyttäen työtä seuraavan sukupolven tekoälyprosessorien, verkkotuotteiden ja fotoniikkateknologian parissa.

Viimeisimmällä konferenssipuhelulla toukokuussa Huang sanoi, että Nvidian uudet "Vera"-keskusprosessorit avaavat yhtiölle pääsyn uudelle $200 billion markkinalle.

Nvidia odottaa, että sen Vera-sirut tuottavat $20 billion liikevaihtoa kuluvan tilikauden loppuun mennessä.

Huang sanoi, että nuo myynnit eivät sisältyneet yhtiön aiempaan $1 trillion liikevaihtoennusteeseen, joka koski sen Blackwell- ja Rubin-tekoälypiirialustoja vuosina 2025–2027.

Ehkä merkittävämpää on, että Nvidia valitsee yhä useammin yhteistyön vastakkainasettelun sijaan.

Sen sijaan, että kilpailisi suoraan kaikkia nousevia tekoälypiiristartupeja vastaan, Nvidia valitsee yhä useammin yhteistyön yritysten kanssa, jotka kehittävät erikoistuneita inferenssiprosessoreita.

Groqilta hankitut omaisuuserät joulukuussa $20 billion:lla ja aiemmin tänä vuonna ilmoitetut $4 billion sijoitukset kahteen fotoniikkayritykseen ovat olleet osa tätä strategiaa.

Lisäksi integroimalla joitain kilpailijoiden siruja omien GPU-jensa rinnalle AI-palvelinrakeissa Nvidia laajentaa ekosysteemiään ja varmistaa, että se hyötyy AI-infrastruktuurin menoista riippumatta siitä, mitkä inferenssitekniikat saavuttavat suurimman jalansijan.

Tuo strategia antaa Nvidialle mahdollisuuden osallistua useisiin AI-laitteistoekosysteemeihin samalla kun se jatkaa liikevaihdon tuottamista, vaikka asiakkaat ottaisivat käyttöön erikoistuneita inferenssichipejä GPU:iden rinnalle.

Keskiviikkona inferenssipilvipalvelua tarjoava Parasail kertoi aikovansa ottaa käyttöön D-Matrixin Corsair-inferenssikiihdyttimet yhdessä Nvidian Hopper- ja Blackwell-järjestelmien kanssa tarjotakseen asiakkaille "up to 10x faster, more cost-efficient inference services".

Lisäksi SambaNovan tuotteet on suunniteltu täydentämään Nvidian laitteita eikä korvaamaan niitä kokonaan.

SambaNovan toimitusjohtaja Rodrigo Liang sanoi, että sen SN40- ja SN50-sirut voivat suorittaa niin kutsutun inferenssin dekoodausvaiheen, purkaen mallin pyynnön viidestä kymmeneen kertaa nopeammin, mikä vapauttaa saman määrän Nvidia-siruja muihin tehtäviin, kuten koulutukseen.

Vahva kasvu jatkuu kilpailupaineista huolimatta

Nvidian tuoreet talousluvut viittaavat siihen, että kilpailun kasvu ei ole vielä merkittävästi heikentänyt sen liiketoimintaa.

Sen datakeskusdivisioona, joka on yhtiön tärkein kasvun moottori, raportoi ennätystason $75.2 billion liikevaihdon, mikä on 92% nousu vuoteen verrattuna.

Toimitusjohtaja Jensen Huang pyrki rauhoittelemaan sijoittajia sanoen, että kysyntä on laajapohjaista ja uudet tuotteet auttavat yhtiötä ylittämään sen ennakoiman $1 trillion liikevaihto- mahdollisuuden huippualustoiltaan.

Siitä huolimatta NVDA-osakkeet laskivat 1.6% tulosjulkistuksen jälkeen, vaikka liikevaihto-ohjeistus oli ennakoitua vahvempi ja yhtiö ilmoitti $80 billion osakkeiden takaisinostoprogrammista.

Markkinareaktio viittasi siihen, että sijoittajat katsovat yhä useammin nykyisten tulosten yli ja keskittyvät siihen, kykeneekö Nvidia puolustamaan johtoasemaansa kilpailijoiden moninkertaistuessa.

Osake on noussut suhteellisen maltillisesti 4% tänä vuonna ja hieman yli 23% viimeisten 12 kuukauden aikana, mikä on terävä lieventymä verrattuna sen poikkeukselliseen nousuun tekoälybuumin alkuvaiheissa.