De la startupuri la Big Tech, rivalii Nvidia se înmulțesc: poate fi detronată?

Cursa pentru a contesta dominația Nvidia în cipurile pentru inteligență artificială intră într-un nou capitol, cu startupuri care atrag miliarde de dolari în finanțare, Big Tech accelerând dezvoltarea internă a cipurilor și investitori mizând pe faptul că următoarea fază a calculului AI s‑ar putea să nu aparțină exclusiv unităților de procesare grafică.

Deși Nvidia continuă să domine piața hardware pentru AI, atenția se mută tot mai mult de la antrenarea unor modele masive la rularea lor eficientă în aplicații reale, cunoscută sub denumirea de inferență AI.

Această tranziție a deschis calea pentru o nouă generație de producători de cipuri care promit performanțe mai rapide, consum redus de energie și costuri operaționale semnificativ mai mici.

Ultimul semnal a venit miercuri, când startupul de cipuri AI SambaNova a atras 1 miliard de dolari în finanțare proaspătă, subliniind disponibilitatea investitorilor de a susține companii care caută să își revendice o cotă din una dintre cele mai rapid‑creștere piețe tehnologice din lume.

Runda de finanțare evaluează SambaNova la 11 miliarde de dolari și a fost condusă de General Atlantic, cu participarea Seligman Ventures, T. Rowe Price și Capital Group.

Investiția recentă urmează unei runde separate mai devreme în acest an, în care compania a strâns peste 350 de milioane de dolari de la investitori, inclusiv Intel, alături de un parteneriat strategic.

Potrivit unui reportaj CNBC publicat în aprilie, startupurile de cipuri AI au atras 8,3 miliarde de dolari la nivel global în 2026.

Dacă piețele de finanțare nu vor înregistra o prăbușire abruptă, investițiile în sector ar putea atinge niveluri record în acest an.

Sursă: CNBC

Accentul se mută de la antrenare la inferență

Nvidia și‑a construit dominația pe unități de procesare grafică concepute inițial pentru jocuri, dar adaptate ulterior la antrenarea modelelor AI.

Acele cipuri rămân standardul industriei pentru construirea de modele de limbaj mari.

Totuși, pe măsură ce companiile implementează din ce în ce mai mult aplicații AI în loc să antreneze noi modele fundamentale, industria acordă o atenție mai mare inferenței, procesul prin care modelele AI antrenate răspund la interogările utilizatorilor.

Mulți startupuri susțin că GPU‑urile, deși excepțional de puternice, nu au fost proiectate inițial pentru încărcăturile de lucru specifice AI.

În schimb, ei cred că procesoarele specializate, proiectate anume pentru inferență, pot reduce dramatic costurile și pot consuma mai puțină energie.

Lista startupurilor de cipuri AI care vor să concureze cu Nvidia

SambaNova este departe de a fi singura companie care încearcă să slăbească controlul Nvidia asupra infrastructurii AI.

Cerebras, care a debutat recent pe piețele publice după ce a strâns 5,5 miliarde de dolari, s‑a poziționat de mult timp ca unul dintre cei mai puternici competitori ai Nvidia.

Morgan Stanley a susținut că firma beneficiază de un avantaj de primă mișcare în anumite segmente ale calculului AI.

Un alt jucător urmărit îndeaproape este Groq, al cărui arhitectură axată pe inferență a atras atât de multă atenție încât Nvidia a acceptat să licențieze o parte din tehnologia sa de cipuri și l‑a recrutat pe directorul său executiv în decembrie anul trecut.

Ulterior, CNBC a raportat că Nvidia ar fi acceptat să achiziționeze Groq pentru 20 de miliarde de dolari în numerar, deși niciuna dintre companii nu a confirmat raportul.

Groq a declarat că va continua să funcționeze independent sub conducerea directorului executiv Simon Edwards.

Interesant, Nvidia a introdus ulterior propria unitate de procesare a limbajului la conferința anuală GTC din martie, ceea ce sugerează că încorporează idei provenite de la competitori mai noi în loc să le ignore.

Un alt startup care atrage atenția este D‑Matrix, fondat în 2019.

Compania afirmă că procesoarele sale pot executa sarcini de inferență de până la 10 ori mai rapid, consumând de cinci ori mai puțină energie decât GPU‑urile Nvidia standalone, cu condiția ca sarcinile să rămână relativ mici.

D‑Matrix a strâns până în prezent aproximativ 500 de milioane de dolari, atingând o evaluare estimată de circa 2 miliarde de dolari.

Microsoft a participat la finanțare prin brațul său de venture M12.

Producătorii de modele AI caută să își construiască propriile cipuri

Presiunea competitivă nu vine doar din partea startupurilor.

Multe dintre cele mai mari companii cliente ale Nvidia devin simultan rivali, pe măsură ce investesc masiv în proiectarea de cipuri AI proprietare.

Rațiunea este simplă. Dezvoltarea de siliciu personalizat reduce dependența de Nvidia, scade costurile pe termen lung ale infrastructurii și permite o integrare mai strânsă între hardware și software.

Reuters a raportat săptămâna aceasta că startupul chinez DeepSeek dezvoltă propriul cip AI în efortul de a reduce dependența de procesoarele Nvidia și Huawei folosite pentru antrenarea și implementarea modelelor sale.

La începutul acestei luni, The Information a scris că Anthropic a avut discuții cu Samsung despre colaborarea la un cip viitor, deși decizii cheie privind specificațiile și utilizarea intenționată rămân nerezolvate.

OpenAI a dezvăluit luna trecută primul său procesor AI personalizat, numit Jalapeño, dezvoltat împreună cu Broadcom.

Directorul executiv al Broadcom, Hock Tan, a declarat pentru Reuters că procesorul oferă performanțe comparabile cu cipurile Blackwell ale Nvidia și cu unitățile de procesare tensoriale ale Google.

Big Tech devine din ce în ce mai mult un competitor pentru Nvidia

Google însuși acționează agresiv pentru a-și reduce dependența de Nvidia.

În loc să folosească aceleași procesoare pentru antrenare și inferență, compania separă aceste sarcini în cipuri dedicate, în cadrul generației a opta a familiei sale de unități de procesare tensorială.

Se așteaptă ca procesoarele sale TPU 8t și TPU 8i să devină disponibile mai târziu în acest an.

Amazon urmează o strategie similară.

Șeful său pentru AI, Peter DeSantis, a declarat recent pentru Bloomberg că Amazon Web Services discută posibilitatea de a vinde procesoarele sale Trainium către clienți externi, creând potențial una dintre cele mai puternice alternative la Nvidia în infrastructura de centre de date.

Astfel de discuții sunt încă într‑o fază incipientă, dar urmează comentariile directorului executiv Andy Jassy, potrivit cărora cererea pentru cipurile AI dezvoltate intern este atât de puternică încât comercializarea lor este acum luată în considerare.

Meta investește, de asemenea, agresiv în hardware AI personalizat printr‑un parteneriat extins cu Broadcom.

Programul Meta Training and Inference Accelerator (MTIA) al companiei a produs deja primul său cip, MTIA 300, care alimentează sistemele de clasificare și recomandare de pe platformele Meta.

Se preconizează încă trei generații până în 2027, versiunile ulterioare fiind concepute special pentru sarcini de inferență care alimentează asistenți AI și răspund la interogările utilizatorilor.

Ca Google și Amazon, obiectivul Meta este reducerea dependenței de Nvidia, adaptând cipurile la propriul stack software și infrastructura AI.

Schimbarea ilustrează o tendință mai largă în rândul hyperscaler‑ilor.

În loc să se bazeze în totalitate pe GPU‑uri din ofertă standard, giganții tehnologici construiesc tot mai mult circuite integrate specifice aplicațiilor (ASIC) optimizate pentru propriile sarcini de lucru.

AMD și Broadcom și‑au consolidat deja poziții semnificative

Spre deosebire de multe startupuri, AMD și Broadcom s‑au impus deja ca competitori relevanți în infrastructura AI.

Transformarea AMD a reflectat în mai multe privințe evoluția Nvidia.

Inițial cunoscută pentru plăcile grafice pentru jocuri și procesoare pentru PC, compania și‑a realiniat atenția către acceleratoare pentru centre de date și cipuri AI, permițându‑i să devină al doilea cel mai mare jucător public pe piața acceleratoarelor AI.

Strategia a recompensat substanțial investitorii.

Acțiunile AMD au urcat cu peste 460% în ultimii cinci ani, conferindu‑i o capitalizare de piață care depășește 840 miliarde de dolari.

Între timp, Broadcom a devenit una dintre cele mai importante companii din punct de vedere strategic în siliciul AI personalizat.

În loc să concureze direct cu Nvidia prin cipuri comerciale, Broadcom proiectează procesoare personalizate pentru unii dintre cei mai mari dezvoltatori AI din lume.

Analiștii Melius Research au declarat recent că Broadcom are vizibilitate asupra a aproximativ 10 gigawați de cerere AI până în 2027 de la clienți precum Anthropic și Meta Platforms.

Influența companiei s‑a extins miercuri, după ce a semnat un acord semiconductoare în valoare de peste 30 de miliarde de dolari cu Apple.

În baza acordului, Broadcom va proiecta și fabrica „componente siliciu personalizate și tehnologii de conectivitate wireless de ultimă generație” pentru produsele Apple.

Analiștii văd avansul Nvidia reducându‑se, nu dispărând

În ciuda numărului tot mai mare de competitori, majoritatea analiștilor cred că leadershipul Nvidia rămâne copleșitor.

„Nvidia va vedea cu siguranță mai multă competiție comparativ cu acum un an,” a declarat KinNgai Chan, director general la Summit Insights Group, în comentarii pentru Reuters în martie.

„Nvidia încă deține peste 90% din cota de piață atât în piețele de antrenare, cât și în cele de inferență astăzi.”

Totuși, Chan se așteaptă ca această dominație să se erodeze treptat în anii următori.

„Credem că Nvidia va începe să înregistreze pierderi de cotă începând din 2027, odată ce programele interne de ASIC vor capăta o anumită scară, în special pe piața inferenței,” a spus el, referindu‑se la circuitele integrate specifice aplicațiilor, proiectate pentru sarcini dedicate și care oferă o eficiență mai mare decât GPU‑urile generaliste.

Morningstar împărtășește o perspectivă similară pe termen lung.

„Pe termen lung, credem că este inevitabil ca Google și AWS să încerce să aducă mai multe cipuri și echipamente AI în intern, în detrimentul Nvidia,” a scris analistul Morningstar Brian Colello.

„Ne așteptăm ca Nvidia să piardă cotă în fața TPU‑urilor Google și Trainium‑ului Amazon (în special dacă Anthropic și/sau Google Gemini vor apărea ca modele frontieră dominante), dar estimăm că ponderea Nvidia ar trebui să se stabilizeze la 68% în 2030 (față de 80% astăzi) pe un segment mult mai mare al cheltuielilor pentru AI,” a adăugat el.

Nvidia ripostează pe mai multe fronturi

Totuși, la sfârșitul zilei, Nvidia nu stă pe loc.

Compania a cheltuit peste 18 miliarde de dolari pe cercetare și dezvoltare în exercițiul financiar încheiat în ianuarie 2026, pe măsură ce a accelerat lucrul la procesoare AI de generație următoare, produse de rețea și tehnologie fotonică.

În cursul ultimei conferințe telefonice din mai, Huang a spus că noile procesoare centrale „Vera” le oferă acces la o piață nouă de 200 de miliarde de dolari.

Nvidia se așteaptă ca cipurile Vera să genereze 20 de miliarde de dolari în venituri până la sfârșitul actualului an fiscal.

Huang a spus că aceste vânzări nu au fost incluse în proiecția anterioară a companiei de 1 trilion de dolari în venituri provenite din platformele sale AI Blackwell și Rubin între 2025 și 2027.

Poate mai semnificativ, Nvidia optează tot mai mult pentru colaborare în loc de confruntare.

În loc să concureze frontal cu fiecare startup AI emergent, Nvidia preferă tot mai des să colaboreze cu companii care dezvoltă procesoare specializate pentru inferență.

Achiziționarea activelor de la startupul de inferență AI Groq în decembrie pentru 20 de miliarde de dolari și anunțarea unor investiții de 4 miliarde de dolari în două companii fotonice la începutul acestui an fac parte din această strategie.

De asemenea, prin integrarea unor cipuri rivale alături de propriile GPU‑uri în rack‑urile pentru servere AI, Nvidia își extinde ecosistemul și se asigură că continuă să beneficieze de cheltuielile pentru infrastructură AI, indiferent de ce tehnologii de inferență vor câștiga tracțiune.

Această strategie permite Nvidia să participe la multiple ecosisteme hardware AI, în timp ce continuă să genereze venituri chiar dacă clienții adoptă cipuri specializate pentru inferență alături de GPU‑urile sale.

Miercuri, furnizorul de cloud pentru inferență Parasail a anunțat că va implementa acceleratoarele de inferență Corsair ale D‑Matrix alături de sistemele Nvidia Hopper și Blackwell pentru a livra „servicii de inferență de până la 10x mai rapide și mai eficiente din punct de vedere al costurilor” pentru clienți.

Mai mult, produsele SambaNova sunt concepute pentru a completa hardware‑ul Nvidia, nu pentru a‑l înlocui complet.

Rodrigo Liang, directorul executiv al SambaNova, a spus că cipurile SN40 și SN50 pot rula porțiunea denumită decode din inferență — despachetarea interogării de către model — de cinci până la 10 ori mai rapid, ceea ce ajută la eliberarea aceluiași număr de cipuri Nvidia pentru alte sarcini, cum ar fi antrenarea.

Creștere solidă în ciuda presiunilor competitive

Ultimele rezultate financiare ale Nvidia sugerează că competiția nu i‑a afectat încă în mod semnificativ afacerea.

Divizia sa de centre de date, care rămâne principalul motor de creștere al companiei, a raportat venituri record de 75,2 miliarde de dolari, în urcare cu 92% an‑la‑an.

Directorul executiv Jensen Huang a încercat să liniștească investitorii, afirmând că cererea rămâne larg răspândită și că noile produse vor ajuta compania să depășească oportunitatea de venituri de 1 trilion de dolari pe care a proiectat‑o pentru platformele sale AI de vârf.

Cu toate acestea, acțiunile NVDA au scăzut cu 1,6% după publicarea rezultatelor, în ciuda unei prognoze de venituri mai puternice decât se așteptau și a anunțului unui program de răscumpărare de acțiuni în valoare de 80 de miliarde de dolari.

Reacția pieței a sugerat că investitorii privesc din ce în ce mai mult dincolo de câștigurile curente și se concentrează pe capacitatea Nvidia de a‑și apăra poziția dominantă pe măsură ce se înmulțesc competitorii.

Acțiunile au înregistrat un avans relativ modest de 4% în acest an și puțin peste 23% în ultimele 12 luni, o moderare puternică comparativ cu câștigurile extraordinare din stadiile timpurii ale boom‑ului AI.