Startups έως Big Tech: πολλαπλασιάζονται οι ανταγωνιστές της Nvidia — μπορεί να ανατραπεί;

Ο αγώνας για την αμφισβήτηση της κυριαρχίας της Nvidia στα chips για τεχνητή νοημοσύνη (AI) εισέρχεται σε νέο κεφάλαιο, με startups να προσελκύουν δισεκατομμύρια δολάρια σε χρηματοδότηση, τις Big Tech να επιταχύνουν την ανάπτυξη εσωτερικών chips και τους επενδυτές να στοιχηματίζουν ότι η επόμενη φάση της υπολογιστικής AI μπορεί να μην ανήκει αποκλειστικά στις μονάδες επεξεργασίας γραφικών.

Παρά το ότι η Nvidia συνεχίζει να κυριαρχεί στην αγορά του hardware για AI, η προσοχή μετατοπίζεται όλο και περισσότερο από την εκπαίδευση τεράστιων μοντέλων στη βέλτιστη εκτέλεσή τους σε πραγματικές εφαρμογές, γνωστή ως inference.

Αυτή η μετατόπιση άνοιξε πόρτες για μια νέα γενιά κατασκευαστών chips που υπόσχονται ταχύτερη απόδοση, χαμηλότερη κατανάλωση ενέργειας και σημαντικά μειωμένο λειτουργικό κόστος.

Η πιο πρόσφατη υπενθύμιση ήρθε την Τετάρτη, όταν η startup chips AI SambaNova εξασφάλισε 1 δισ. δολάρια σε νέα χρηματοδότηση, υπογραμμίζοντας την ετοιμότητα των επενδυτών να στηρίξουν εταιρείες που επιδιώκουν να αποκτήσουν μερίδιο σε μία από τις ταχύτερα αναπτυσσόμενες τεχνολογικές αγορές παγκοσμίως.

Ο γύρος χρηματοδότησης αποτιμά τη SambaNova στα 11 δισ. δολάρια και ηγήθηκε η General Atlantic, με συμμετοχή από Seligman Ventures, T. Rowe Price και Capital Group.

Η τελευταία αυτή επένδυση ακολουθεί έναν ξεχωριστό γύρο νωρίτερα τη χρονιά, όπου η εταιρεία συγκέντρωσε πάνω από 350 εκατ. δολάρια από επενδυτές συμπεριλαμβανομένης της Intel, παράλληλα με μια στρατηγική συνεργασία.

Σύμφωνα με μια αναφορά του CNBC που δημοσιεύτηκε τον Απρίλιο, οι startups για chips AI συγκέντρωσαν 8,3 δισ. δολάρια παγκοσμίως το 2026.

Εφόσον οι αγορές χρηματοδότησης δεν υποστούν απότομη κάμψη, αναμένεται ότι η επένδυση στον τομέα θα φτάσει σε ρεκόρ φέτος.

Πηγή: CNBC

Η έμφαση μετακινείται από την εκπαίδευση στην εκτέλεση (inference)

Η Nvidia έχτισε την κυριαρχία της πάνω στις μονάδες επεξεργασίας γραφικών που σχεδιάστηκαν αρχικά για gaming και στη συνέχεια προσαρμόστηκαν για εκπαίδευση μοντέλων AI.

Αυτά τα chips παραμένουν το βιομηχανικό πρότυπο για την κατασκευή μεγάλων γλωσσικών μοντέλων.

Ωστόσο, καθώς οι επιχειρήσεις αναπτύσσουν όλο και περισσότερο εφαρμογές AI αντί να εκπαιδεύουν νέα θεμελιώδη μοντέλα, η βιομηχανία δίνει μεγαλύτερη προσοχή στην inference, τη διαδικασία κατά την οποία τα εκπαιδευμένα μοντέλα απαντούν σε ερωτήματα χρηστών.

Πολλές startups υποστηρίζουν ότι οι GPUs, παρότι εξαιρετικά ισχυρές, δεν σχεδιάστηκαν εξαρχής ειδικά για φορτία εργασίας AI.

Αντίθετα, πιστεύουν ότι εξειδικευμένοι επεξεργαστές σχεδιασμένοι ειδικά για inference μπορούν να μειώσουν δραματικά το κόστος και την κατανάλωση ενέργειας.

Startups κατασκευής chips AI που επιδιώκουν να αμφισβητήσουν τη Nvidia

Η SambaNova δεν είναι η μόνη εταιρεία που προσπαθεί να χαλαρώσει το μονοπώλιο της Nvidia στην υποδομή AI.

Η Cerebras, που πρόσφατα εισήλθε στα δημόσια χρηματιστήρια μετά τη συγκέντρωση 5,5 δισ. δολαρίων, έχει εδώ και καιρό τοποθετηθεί ως ένας από τους ισχυρότερους ανταγωνιστές της Nvidia.

Η Morgan Stanley έχει υποστηρίξει ότι η εταιρεία απολαμβάνει πλεονέκτημα πρώτου εισερχόμενου σε ορισμένα τμήματα της υπολογιστικής AI.

Ένας ακόμη παίκτης που παρακολουθείται στενά είναι η Groq, της οποίας η αρχιτεκτονική επικεντρωμένη στην inference τράβηξε τόση προσοχή που η Nvidia συμφώνησε να αδειοδοτήσει μέρος της τεχνολογίας των chips της και απέσπασε τον διευθύνοντα σύμβουλό της τον περασμένο Δεκέμβριο.

Το CNBC ανέφερε αργότερα ότι η Nvidia συμφώνησε να εξαγοράσει την Groq για 20 δισ. δολάρια σε μετρητά, αν και καμία από τις δύο εταιρείες δεν επιβεβαίωσε την αναφορά.

Η Groq δήλωσε ότι θα συνεχίσει να λειτουργεί ανεξάρτητα υπό τον διευθύνοντα σύμβουλο Simon Edwards.

Ενδιαφέρον είναι ότι η Nvidia παρουσίασε στη συνέχεια τη δική της μονάδα επεξεργασίας γλώσσας στην ετήσια διάσκεψη GTC τον Μάρτιο, υποδηλώνοντας ότι ενσωματώνει ιδέες που προκύπτουν από νεότερους ανταγωνιστές αντί να τις αγνοεί.

Άλλη startup που προσελκύει προσοχή είναι η D-Matrix, ιδρυθείσα το 2019.

Η εταιρεία αναφέρει ότι οι επεξεργαστές της μπορούν να εκτελέσουν εργασίες inference έως και 10 φορές ταχύτερα ενώ καταναλώνουν πέντε φορές λιγότερη ενέργεια σε σχέση με μεμονωμένες GPUs της Nvidia, υπό την προϋπόθεση ότι τα φορτία παραμένουν σχετικά μικρά.

Η D-Matrix έχει συγκεντρώσει περίπου 500 εκατ. δολάρια μέχρι σήμερα, φτάνοντας σε εκτιμώμενη αποτίμηση περίπου 2 δισ. δολαρίων.

Η Microsoft συμμετείχε στον γύρο χρηματοδότησης μέσω του επιχειρηματικού της βραχίονα M12.

Οι κατασκευαστές μοντέλων AI επιχειρούν να φτιάξουν τα δικά τους chips

Η ανταγωνιστική πίεση δεν προέρχεται μόνο από startups.

Πολλοί από τους μεγαλύτερους πελάτες της Nvidia γίνονται ταυτόχρονα ανταγωνιστές καθώς επενδύουν βαριά στο σχεδιασμό ιδιόκτητων chips για AI.

Η λογική είναι απλή. Η ανάπτυξη προσαρμοσμένου πυριτίου μειώνει την εξάρτηση από τη Nvidia, χαμηλώνει το μακροπρόθεσμο κόστος υποδομών και επιτρέπει στενότερη ενσωμάτωση μεταξύ hardware και λογισμικού.

Η Reuters ανέφερε αυτή την εβδομάδα ότι η κινεζική startup DeepSeek αναπτύσσει το δικό της chip AI σε μια προσπάθεια να μειώσει την εξάρτηση από chips της Nvidia και της Huawei που χρησιμοποιούνται για την εκπαίδευση και την ανάπτυξη των μοντέλων της.

Στη αρχή του μήνα, το The Information ανέφερε ότι η Anthropic είχε διεξαγάγει συζητήσεις με τη Samsung για συνεργασία σε μελλοντικό chip, αν και βασικές αποφάσεις σχετικά με τις προδιαγραφές και τη χρήση του παραμένουν ανοιχτές.

Η OpenAI, τον περασμένο μήνα, παρουσίασε τον πρώτο της προσαρμοσμένο επεξεργαστή AI, με την ονομασία Jalapeño, που αναπτύχθηκε από κοινού με τη Broadcom.

Ο διευθύνων σύμβουλος της Broadcom, Hock Tan, είπε στη Reuters ότι ο επεξεργαστής αποδίδει ισοδύναμα με τα chips Blackwell της Nvidia και τις μονάδες επεξεργασίας τανσόρων της Google.

Οι Big Tech γίνονται ολοένα και περισσότερο ανταγωνιστές της Nvidia

Η Google κινείται κι αυτή επιθετικά για να μειώσει την εξάρτησή της από τη Nvidia.

Αντί να χρησιμοποιεί τους ίδιους επεξεργαστές για εκπαίδευση και inference, η εταιρεία διαχωρίζει αυτά τα φορτία σε αφιερωμένα chips υπό την όγδοη γενιά της οικογένειας tensor processing units.

Αναμένεται ότι οι επεξεργαστές TPU 8t και TPU 8i θα γίνουν διαθέσιμοι αργότερα μέσα στο χρόνο.

Η Amazon ακολουθεί παρόμοια στρατηγική.

Ο επικεφαλής AI της, Peter DeSantis, είπε πρόσφατα στο Bloomberg ότι η Amazon Web Services διερευνά την πιθανότητα πώλησης των chips Trainium σε εξωτερικούς πελάτες, δημιουργώντας ενδεχομένως μια από τις ισχυρότερες εναλλακτικές στη Nvidia για υποδομές data centre.

Τέτοιες συζητήσεις είναι ακόμη σε πρώιμο στάδιο, αλλά ακολουθούν τα σχόλια του διευθύνοντος συμβούλου της Amazon, Andy Jassy, ότι η ζήτηση για τα εσωτερικά chips AI της εταιρείας υπήρξε τόσο ισχυρή που η εμπορευματοποίησή τους βρίσκεται πλέον υπό εξέταση.

Η Meta επίσης επενδύει επιθετικά σε προσαρμοσμένο hardware AI μέσω μιας διευρυμένης συνεργασίας με τη Broadcom.

Το πρόγραμμα Meta Training and Inference Accelerator (MTIA) της εταιρείας έχει ήδη παράγει το πρώτο της chip, το MTIA 300, που τροφοδοτεί συστήματα κατάταξης και συστάσεων σε όλες τις πλατφόρμες της Meta.

Αναμένονται τρεις επιπλέον γενιές έως το 2027, με τις επόμενες εκδόσεις να έχουν σχεδιαστεί ειδικά για φορτία inference που τροφοδοτούν βοηθούς AI και απαντούν σε ερωτήματα χρηστών.

Όπως η Google και η Amazon, ο στόχος της Meta είναι να μειώσει την εξάρτηση από τη Nvidia προσαρμόζοντας τα chips στο δικό της λογισμικό και υποδομή AI.

Η αλλαγή αυτή απεικονίζει μια ευρύτερη τάση μεταξύ των hyperscalers.

Αντί να στηρίζονται αποκλειστικά σε έτοιμες GPUs, οι τεχνολογικοί γίγαντες κατασκευάζουν ολοένα και περισσότερο εφαρμογο-ειδικά ολοκληρωμένα κυκλώματα (ASICs) βελτιστοποιημένα για τα δικά τους φορτία εργασίας.

Η AMD και η Broadcom έχουν ήδη αποκτήσει σημαντικές θέσεις

Σε αντίθεση με πολλές startups, η AMD και η Broadcom έχουν ήδη εδραιωθεί ως ουσιαστικοί ανταγωνιστές στην υποδομή AI.

Η μεταμόρφωση της AMD έχει καθρεφτισθεί με αρκετούς τρόπους στην πορεία της Nvidia.

Αρχικά γνωστή για κάρτες γραφικών για gaming και επεξεργαστές για PCs, η εταιρεία μετέθεσε το επίκεντρό της προς επιταχυντές data centre και chips AI, επιτρέποντάς της να αναδειχθεί ως ο δεύτερος μεγαλύτερος δημόσιος παίκτης στην αγορά επιταχυντών AI.

Η στρατηγική απέδωσε σημαντικά για τους επενδυτές.

Οι μετοχές της AMD έχουν εκτοξευθεί πάνω από 460% τα τελευταία πέντε χρόνια, δίνοντας στην εταιρεία αξία αγοράς που ξεπερνά τα 840 δισ. δολάρια.

Η Broadcom, εν τω μεταξύ, έχει γίνει μία από τις πιο στρατηγικά σημαντικές εταιρείες στο προσαρμοσμένο πυρίτιο για AI.

Αντί να ανταγωνίζεται άμεσα τη Nvidia μέσω εμπορικών chips, η Broadcom σχεδιάζει προσαρμοσμένους επεξεργαστές για μερικούς από τους μεγαλύτερους παίκτες στην ανάπτυξη AI παγκοσμίως.

Αναλυτές της Melius Research είπαν πρόσφατα ότι η Broadcom έχει ορατότητα περίπου 10 gigawatt ζήτησης για AI μέχρι το 2027 από πελάτες όπως η Anthropic και η Meta Platforms.

Η επιρροή της εταιρείας διευρύνθηκε περαιτέρω την Τετάρτη αφού υπέγραψε συμφωνία ημιαγωγών αξίας άνω των 30 δισ. δολαρίων με την Apple.

Σύμφωνα με τη συμφωνία, η Broadcom θα σχεδιάζει και θα κατασκευάζει "προσαρμοσμένα στοιχεία πυριτίου και προηγμένες τεχνολογίες ασύρματης συνδεσιμότητας" για τα προϊόντα της Apple.

Οι αναλυτές βλέπουν τη διαφορά της Nvidia να στενεύει, όχι να εξαφανίζεται

Παρά τον αυξανόμενο αριθμό ανταγωνιστών, οι περισσότεροι αναλυτές πιστεύουν ότι η ηγεμονία της Nvidia παραμένει συντριπτική.

«Η Nvidia σίγουρα θα αντιμετωπίσει περισσότερη ανταγωνισμό σε σχέση με ένα χρόνο πριν», δήλωσε ο KinNgai Chan, managing director στην Summit Insights Group, σε σχόλια προς τη Reuters τον Μάρτιο.

«Η Nvidia εξακολουθεί να κατέχει πάνω από 90% του μεριδίου αγοράς τόσο στις αγορές εκπαίδευσης όσο και σε εκείνες της inference σήμερα.»

Ωστόσο, ο Chan αναμένει ότι αυτή η κυριαρχία θα διαβρωθεί σταδιακά τα επόμενα χρόνια.

«Πιστεύουμε ότι η Nvidia θα αρχίσει να χάνει μερίδιο από το 2027, μόλις τα προγράμματα εσωτερικών ASIC αποκτήσουν κάποια κλίμακα, ειδικά στην αγορά της inference», είπε, αναφερόμενος στα application-specific integrated circuits που σχεδιάζονται για αφιερωμένα φορτία και προσφέρουν μεγαλύτερη αποδοτικότητα από τις γενικής χρήσης GPUs.

Η Morningstar μοιράζεται μια παρόμοια μακροπρόθεσμη προοπτική.

«Σε μακροπρόθεσμο ορίζοντα, πιστεύουμε ότι είναι αναπόφευκτο ότι η Google και η AWS θα πιέσουν να φέρουν περισσότερα chips και εξοπλισμό AI in‑house, σε βάρος της Nvidia», έγραψε ο αναλυτής της Morningstar, Brian Colello.

«Περιμένουμε η Nvidia να χάσει μερίδιο υπέρ των TPU της Google και του Trainium της Amazon (ειδικά αν η Anthropic και/ή το Google Gemini αναδειχθούν ως κυρίαρχα frontier models), αλλά θεωρούμε ότι το μερίδιο της Nvidia θα σταθεροποιηθεί στο 68% το 2030 (έναντι 80% σήμερα) μέσα σε ένα πολύ μεγαλύτερο πί του δαπανών για AI», πρόσθεσε.

Η Nvidia αντιδρά σε πολλαπλά μέτωπα

Παρ' όλα αυτά, η Nvidia δεν μένει με σταυρωμένα τα χέρια.

Η εταιρεία ξόδεψε πάνω από 18 δισ. δολάρια για έρευνα και ανάπτυξη στη χρήση που έληξε τον Ιανουάριο του 2026, καθώς επιτάχυνε την εργασία για επεξεργαστές επόμενης γενιάς AI, προϊόντα δικτύωσης και τεχνολογία φωτονικής.

Κατά τη διάρκεια της τελευταίας τηλεδιάσκεψης κερδών τον Μάιο, ο Huang είπε ότι οι νέοι κεντρικοί επεξεργαστές «Vera» δίνουν στην Nvidia πρόσβαση σε μια νέα αγορά 200 δισ. δολαρίων.

Η Nvidia αναμένει ότι τα chips Vera θα παράγουν 20 δισ. δολάρια έσοδα έως το τέλος του τρέχοντος οικονομικού έτους.

Ο Huang είπε ότι αυτές οι πωλήσεις δεν είχαν συμπεριληφθεί στην προηγούμενη πρόβλεψη της εταιρείας για 1 τρισ. δολάρια έσοδα από τις πλατφόρμες AI Blackwell και Rubin μεταξύ 2025 και 2027.

Ίσως πιο σημαντικό, η Nvidia επιλέγει όλο και περισσότερο τη συνεργασία αντί της αντιπαράθεσης.

Αντί να ανταγωνίζεται ανοικτά κάθε νεοεμφανιζόμενη startup chips AI, η Nvidia προτιμά να συνεργάζεται με εταιρείες που αναπτύσσουν εξειδικευμένους επεξεργαστές για inference.

Η απόκτηση περιουσιακών στοιχείων από την startup inference Groq τον Δεκέμβριο για 20 δισ. δολάρια και οι ανακοινώσεις επενδύσεων 4 δισ. δολαρίων σε δύο εταιρείες φωτονικής νωρίτερα φέτος ήταν μέρη αυτής της στρατηγικής.

Επιπλέον, ενσωματώνοντας ορισμένα ανταγωνιστικά chips παράλληλα με τις δικές της GPUs σε ραφάρια servers για AI, η Nvidia διευρύνει το οικοσύστημά της διασφαλίζοντας ότι συνεχίζει να επωφελείται από τις δαπάνες για υποδομές AI ανεξάρτητα από το ποια τεχνολογία inference θα επικρατήσει.

Αυτή η στρατηγική επιτρέπει στην Nvidia να συμμετέχει σε πολλαπλά οικοσυστήματα hardware AI ενώ συνεχίζει να δημιουργεί έσοδα ακόμη και αν οι πελάτες υιοθετήσουν εξειδικευμένα chips inference παράλληλα με τις GPUs της.

Την Τετάρτη, ο πάροχος inference cloud Parasail ανακοίνωσε ότι θα αναπτύξει τους επιταχυντές Corsair της D-Matrix παράλληλα με συστήματα Nvidia Hopper και Blackwell για να προσφέρει «έως και 10x ταχύτερες, πιο οικονομικές υπηρεσίες inference» για τους πελάτες.

Επιπλέον, τα προϊόντα της SambaNova έχουν σχεδιαστεί για να συμπληρώνουν το hardware της Nvidia αντί να το αντικαθιστούν πλήρως.

Ο διευθύνων σύμβουλος της SambaNova, Rodrigo Liang, είπε ότι τα chips SN40 και SN50 μπορούν να εκτελέσουν το λεγόμενο τμήμα decode της inference, ξεπακετάροντας το ερώτημα από το μοντέλο πέντε έως 10 φορές γρηγορότερα, γεγονός που βοηθά να απελευθερωθούν ο ίδιος αριθμός chips Nvidia για άλλες εργασίες όπως η εκπαίδευση.

Η ισχυρή ανάπτυξη συνεχίζεται παρά τις ανταγωνιστικές πιέσεις

Τα τελευταία οικονομικά αποτελέσματα της Nvidia υποδεικνύουν ότι ο ανταγωνισμός δεν έχει ακόμη πλήρως επηρεάσει τη δραστηριότητά της.

Η μονάδα data centre της εταιρείας, που παραμένει ο κύριος μοχλός ανάπτυξης, κατέγραψε ρεκόρ εσόδων 75,2 δισ. δολαρίων, σημειώνοντας αύξηση 92% σε ετήσια βάση.

Ο διευθύνων σύμβουλος Jensen Huang προσπάθησε να καθησυχάσει τους επενδυτές υποστηρίζοντας ότι η ζήτηση παραμένει ευρεία και ότι τα νέα προϊόντα θα βοηθήσουν την εταιρεία να ξεπεράσει την ευκαιρία εσόδων του 1 τρισ. δολαρίων που έχει προβλέψει για τις κορυφαίες πλατφόρμες AI της.

Παρόλα αυτά, οι μετοχές της NVDA υποχώρησαν 1,6% μετά την ανακοίνωση των κερδών παρά την ισχυρότερη διεθνώς καθοδηγούμενη καθοδήγηση εσόδων και την ανακοίνωση προγράμματος επαναγοράς μετοχών ύψους 80 δισ. δολαρίων.

Η αντίδραση της αγοράς υπέδειξε ότι οι επενδυτές εστιάζουν όλο και περισσότερο πέρα από τα τρέχοντα κέρδη, αξιολογώντας κατά πόσο η Nvidia μπορεί να υπερασπιστεί τη κυρίαρχη θέση της καθώς πολλαπλασιάζονται οι ανταγωνιστές.

Η μετοχή έχει κερδίσει σχετικά μετριοπαθώς 4% φέτος και λίγο πάνω από 23% τους τελευταίους 12 μήνες, μια έντονη επιβράδυνση σε σχέση με τα εξαιρετικά κέρδη της στα πρώτα στάδια του κύματος AI.