Dari startup ke Big Tech, pesaing Nvidia semakin bertambah: bolehkah ia diturunkan?

Perlumbaan untuk mencabar dominasi Nvidia dalam cip kecerdasan buatan memasuki babak baharu, dengan startup menarik berbilion dolar pembiayaan, Big Tech memecut pembangunan cip dalaman, dan pelabur bertaruh bahawa fasa seterusnya pengkomputeran AI mungkin tidak terhad kepada unit pemprosesan grafik sahaja.

Walaupun Nvidia terus menguasai pasaran perkakasan AI, perhatian semakin beralih daripada melatih model AI berskala besar kepada menjalankannya dengan cekap dalam aplikasi dunia sebenar, yang dikenali sebagai inferens AI.

Peralihan itu membuka pintu bagi generasi baru pengeluar cip yang menjanjikan prestasi lebih pantas, penggunaan kuasa lebih rendah, dan kos operasi yang jauh lebih rendah.

Peringatan terkini tiba pada hari Rabu apabila startup cip AI SambaNova meningkat $1 bilion dalam pembiayaan baru, menunjukkan kesediaan pelabur menyokong syarikat yang cuba merebut sebahagian daripada salah satu pasaran teknologi berkembang terpantas di dunia.

Pusingan pembiayaan itu menilai SambaNova pada $11 bilion dan dipimpin oleh General Atlantic, dengan penyertaan daripada Seligman Ventures, T. Rowe Price, dan Capital Group.

Pelaburan terkini itu mengikut pusingan pembiayaan berasingan awal tahun ini di mana syarikat mengumpul lebih $350 juta daripada pelabur termasuk Intel, selain perkongsian strategik.

Menurut laporan CNBC yang diterbitkan pada April, startup cip AI mengumpul $8.3 bilion secara global pada 2026.

Kecuali pasaran pembiayaan mengalami kemerosotan tajam, pelaburan dalam sektor ini dijangka mencapai tahap rekod tahun ini.

Sumber: CNBC

Fokus beralih daripada latihan kepada inferens

Nvidia membina dominasi pada unit pemprosesan grafik (GPU) yang pada asalnya direka untuk permainan video tetapi kemudian diadaptasi untuk melatih model AI.

Cip tersebut kekal sebagai piawai industri untuk membina model bahasa berskala besar.

Walau bagaimanapun, apabila perusahaan semakin banyak menyebarkan aplikasi AI berbanding melatih model asas baharu, industri memberi lebih tumpuan kepada inferens — proses di mana model AI terlatih memberi respons kepada pertanyaan pengguna.

Banyak startup berhujah bahawa GPU, walaupun sangat berkuasa, tidak pernah dibina khusus untuk beban kerja AI.

Sebaliknya, mereka percaya pemproses khusus yang direka untuk inferens boleh mengurangkan kos dengan ketara sambil menggunakan tenaga yang lebih sedikit.

Senarai startup cip AI yang cuba mencabar Nvidia

SambaNova jauh daripada menjadi satu-satunya syarikat yang cuba melonggarkan cengkaman Nvidia terhadap infrastruktur AI.

Cerebras, yang baru-baru ini memasuki pasaran awam selepas mengumpul $5.5 bilion, lama dianggap sebagai salah satu pesaing terkuat Nvidia.

Morgan Stanley berhujah bahawa syarikat itu menikmati kelebihan perintis dalam segmen pengkomputeran AI tertentu.

Satu lagi pemain yang dipantau rapat ialah Groq, yang seni bina berfokuskan inferensnya menarik perhatian sehingga Nvidia bersetuju melesenkan beberapa teknologi cipnya dan mengambil ketua pegawai eksekutifnya pada Disember lalu.

CNBC kemudian melaporkan bahawa Nvidia telah bersetuju untuk memperoleh Groq dengan tunai sebanyak $20 bilion, walaupun kedua-dua syarikat tidak mengesahkan laporan itu.

Groq berkata ia akan terus beroperasi secara bebas di bawah ketua pegawai eksekutif Simon Edwards.

Menariknya, Nvidia kemudian memperkenalkan unit pemprosesan bahasa sendiri pada persidangan tahunan GTC pada Mac, menunjukkan ia menggabungkan idea yang muncul daripada pesaing yang lebih baharu daripada mengabaikannya.

Satu lagi startup yang menarik perhatian ialah D-Matrix, ditubuhkan pada 2019.

Syarikat itu berkata pemprosesnya boleh melaksanakan beban kerja inferens sehingga 10 kali lebih pantas sambil menggunakan lima kali kurang tenaga berbanding GPU Nvidia secara berdiri sendiri, dengan syarat beban kerja kekal agak kecil.

D-Matrix telah mengumpul kira-kira $500 juta setakat ini, mencapai penilaian dianggarkan sekitar $2 bilion.

Microsoft menyertai pembiayaannya melalui cabang usaha niaganya, M12.

Pembuat model AI berusaha membina cip mereka sendiri

Tekanan persaingan tidak datang hanya dari startup.

Banyak pelanggan terbesar Nvidia pada masa sama menjadi pesaing ketika mereka melabur besar dalam mereka bentuk cip AI proprietari.

Rasionalnya mudah. Membangunkan silikon tersuai mengurangkan pergantungan pada Nvidia, menurunkan kos infrastruktur jangka panjang, dan membolehkan integrasi lebih rapat antara perkakasan dan perisian.

Reuters melaporkan minggu ini bahawa startup AI Cina DeepSeek sedang membangunkan cip AI sendiri dalam usaha mengurangkan kebergantungan kepada pemproses Nvidia dan Huawei yang digunakan untuk melatih dan menyebarkan modelnya.

Awal bulan ini, The Information melaporkan bahawa Anthropic telah mengadakan perbincangan dengan Samsung mengenai kerjasama pada cip masa depan, walaupun keputusan utama mengenai spesifikasi dan penggunaan yang dimaksudkan masih belum diselesaikan.

Bulan lalu, OpenAI memperkenalkan pemproses AI tersuai pertamanya, dinamakan Jalapeño, yang dibangunkan bersama Broadcom.

Ketua pegawai eksekutif Broadcom, Hock Tan, memberitahu Reuters bahawa pemproses itu berprestasi setara dengan cip Blackwell Nvidia dan unit pemproses tensor Google.

Big Tech semakin menjadi pesaing kepada Nvidia

Google sendiri bergerak agresif untuk mengurangkan kebergantungannya kepada Nvidia.

Daripada menggunakan pemproses yang sama untuk kedua-dua latihan AI dan inferens, syarikat itu memisahkan beban kerja tersebut ke dalam cip khusus di bawah generasi kelapan keluarga unit pemproses tensornya.

Cip TPU 8t dan TPU 8i dijangka tersedia lewat tahun ini.

Amazon mengikuti strategi yang serupa.

Ketuanya untuk AI, Peter DeSantis, baru-baru ini memberitahu Bloomberg bahawa Amazon Web Services sedang membincangkan kemungkinan menjual cip Trainiumnya kepada pelanggan luaran, berpotensi mewujudkan salah satu alternatif terkuat kepada Nvidia dalam infrastruktur pusat data.

Perbincangan sedemikian masih pada peringkat awal, tetapi ia mengikuti komen ketua pegawai eksekutif Amazon, Andy Jassy, bahawa permintaan untuk cip AI yang dibangunkan secara dalaman begitu kuat sehingga pengkomersilan kini sedang dipertimbangkan.

Meta juga melabur secara agresif dalam perkakasan AI tersuai melalui pengembangan kerjasama dengan Broadcom.

Program Meta Training and Inference Accelerator (MTIA) syarikat itu telah menghasilkan cip pertamanya, MTIA 300, yang menggerakkan sistem pengperingkatan dan cadangan merentasi platform Meta.

Tiga generasi tambahan dijangka sehingga 2027, dengan versi kemudian direka khusus untuk beban kerja inferens yang menggerakkan pembantu AI dan memberi respons kepada pertanyaan pengguna.

Seperti Google dan Amazon, objektif Meta adalah mengurangkan kebergantungan pada Nvidia sambil menyesuaikan cip kepada tumpukan perisian dan infrastruktur AI mereka sendiri.

Peralihan ini menggambarkan trend yang lebih luas dalam kalangan hyperscaler.

Daripada bergantung sepenuhnya pada GPU siap-pasaran, gergasi teknologi semakin membina litar bersepadu khusus aplikasi (ASIC) yang dioptimumkan untuk beban kerja mereka sendiri.

AMD dan Broadcom telah mengukir posisi signifikan

Berbeza dengan banyak startup, AMD dan Broadcom telah menempatkan diri mereka sebagai pesaing bermakna dalam infrastruktur AI.

Transformasi AMD mencerminkan Nvidia dalam beberapa cara.

Asalnya dikenali untuk kad grafik permainan dan pemproses PC, syarikat itu mengalih tumpuannya ke pemecut pusat data dan cip AI, membolehkan ia muncul sebagai pemain awam kedua terbesar dalam pasaran pemecut AI.

Strategi itu terbukti menguntungkan untuk pelabur.

Saham AMD telah melonjak lebih 460% sepanjang lima tahun lalu, memberikan syarikat nilai pasaran melebihi $840 bilion.

Sementara itu, Broadcom telah menjadi salah satu syarikat paling penting secara strategik dalam silikon AI tersuai.

Daripada bersaing secara langsung dengan Nvidia melalui cip pedagang, Broadcom mereka cip tersuai untuk beberapa pembangun AI terbesar di dunia.

Analisis Melius Research baru-baru ini berkata Broadcom mempunyai keterlihatan kepada kira-kira 10 gigawatt permintaan AI menjelang 2027 daripada pelanggan termasuk Anthropic dan Meta Platforms.

Pengaruh syarikat itu berkembang lagi pada hari Rabu selepas ia menandatangani perjanjian semikonduktor bernilai lebih $30 bilion dengan Apple.

Di bawah perjanjian itu, Broadcom akan mereka dan mengeluarkan "komponen silikon tersuai dan teknologi kesalinghubungan wayarles termaju" untuk produk Apple.

Penganalisis melihat kelebihan Nvidia mengecil, bukan hilang

Walaupun bilangan pesaing semakin ramai, kebanyakan penganalisis percaya kepimpinan Nvidia kekal mendominasi.

"Nvidia pasti akan melihat lebih banyak persaingan berbanding setahun lalu," kata KinNgai Chan, pengarah urusan di Summit Insights Group, dalam kenyataan kepada Reuters pada bulan Mac.

"Nvidia masih mempunyai lebih 90% bahagian pasaran dalam pasaran latihan dan inferens hari ini."

Walau bagaimanapun, Chan menjangkakan dominasi itu akan perlahan-lahan terkikis dalam tahun-tahun akan datang.

"Kami fikir Nvidia akan mula melihat kehilangan bahagian pasaran bermula 2027, apabila program ASIC dalaman mencapai skala, terutamanya dalam pasaran inferens," katanya, merujuk kepada litar bersepadu khusus aplikasi yang direka untuk beban kerja tertentu dan menawarkan kecekapan lebih tinggi berbanding GPU tujuan umum.

Morningstar berkongsi pandangan jangka panjang yang serupa.

"Dalam jangka panjang, kami fikir tidak dapat dielakkan bahawa Google dan AWS akan berusaha membawa lebih banyak cip dan peralatan AI secara dalaman, kepada kemudaratan Nvidia," tulis penganalisis Morningstar Brian Colello.

"Kami menjangkakan Nvidia akan kehilangan bahagian pasaran kepada TPU Google dan Trainium Amazon (terutamanya jika Anthropic dan/atau Google Gemini muncul sebagai model hadapan dominan), tetapi kami fikir bahagian Nvidia akan melandai pada 68% pada 2030 (berbanding 80% hari ini) dalam pai perbelanjaan AI yang jauh lebih besar," tambahnya.

Nvidia membalas di pelbagai front

Walau apa pun, Nvidia tidak berdiam diri.

Syarikat itu membelanjakan lebih $18 bilion untuk penyelidikan dan pembangunan dalam tahun kewangan yang berakhir Januari 2026 ketika ia mempercepat kerja pada pemproses AI generasi seterusnya, produk rangkaian dan teknologi fotonik.

Semasa panggilan persidangan terkini pada Mei, Huang berkata pemproses pusat baru Nvidia, "Vera", memberi akses kepada pasaran baru bernilai $200 bilion.

Nvidia menjangka cip Vera akan menjana $20 bilion hasil menjelang akhir tahun fiskal semasa.

Huang berkata jualan itu tidak termasuk dalam unjuran awal syarikat sebanyak $1 trilion hasil daripada platform cip AI Blackwell dan Rubin antara 2025 dan 2027.

Mungkin lebih penting, Nvidia semakin memilih kerjasama berbanding konfrontasi.

Daripada bersaing secara langsung dengan setiap startup cip AI yang muncul, Nvidia semakin memilih untuk bekerjasama dengan syarikat yang membangunkan pemproses inferens khusus.

Mengambil alih aset daripada startup inferens AI Groq pada Disember dengan harga $20 bilion dan mengumumkan pelaburan bernilai $4 bilion dalam dua syarikat fotonik awal tahun ini adalah sebahagian daripada strategi itu.

Juga, dengan mengintegrasikan beberapa cip pesaing di samping GPUnya dalam rak pelayan AI, Nvidia memperluaskan ekosistemnya sambil memastikan ia terus mendapat manfaat daripada perbelanjaan infrastruktur AI tanpa mengira teknologi inferens mana yang mendapat tarikan paling besar.

Strategi itu membolehkan Nvidia mengambil bahagian dalam pelbagai ekosistem perkakasan AI sambil terus menjana pendapatan walaupun pelanggan mengguna cip inferens khusus bersama GPUnya.

Pada hari Rabu, penyedia awan inferens Parasail mengumumkan ia akan mengeluarkan pemecut inferens Corsair D-Matrix bersama sistem Nvidia Hopper dan Blackwell untuk menyediakan "perkhidmatan inferens sehingga 10x lebih pantas, lebih kos-efisien" bagi pelanggan.

Selain itu, produk SambaNova direka untuk melengkapi perkakasan Nvidia dan bukannya menggantikan sepenuhnya.

Rodrigo Liang, ketua pegawai eksekutif SambaNova, berkata cip SN40 dan SN50 boleh menjalankan bahagian yang dikenali sebagai decode dalam inferens, membuka pertanyaan daripada model lima hingga 10 kali lebih pantas, yang membantu membebaskan bilangan GPU Nvidia yang sama untuk tugas lain seperti latihan.

Pertumbuhan kukuh berterusan walaupun tekanan persaingan

Keputusan kewangan terkini Nvidia menunjukkan persaingan belum memberi kesan bermakna kepada perniagaannya.

Bahagian pusat data syarikat, yang kekal sebagai enjin pertumbuhan utama, melaporkan hasil rekod $75.2 bilion, naik 92% tahun ke tahun.

Ketua pegawai eksekutif Jensen Huang berusaha menenangkan pelabur bahawa permintaan kekal meluas dan bahawa produk baharu akan membantu syarikat melepasi peluang hasil $1 trilion yang telah diramalkannya bagi platform cip AI unggulnya.

Walaupun begitu, saham NVDA jatuh 1.6% susulan pelepasan kewangan walaupun panduan hasil lebih kuat daripada jangkaan dan pengumuman program pembelian balik saham $80 bilion.

Reaksi pasaran mencadangkan pelabur semakin melihat melangkaui pendapatan semasa dan memberi tumpuan kepada sama ada Nvidia boleh mempertahankan kedudukan dominannya apabila pesaing semakin bertambah.

Saham itu meningkat agak sederhana sebanyak 4% tahun ini dan sedikit melebihi 23% sepanjang 12 bulan lalu, pengecilan mendadak berbanding kenaikan luar biasa pada peringkat awal ledakan AI.