Nvidia je posljednjih mjeseci agresivno usmjerila kapital prema kompanijama koje razvijaju fotoničke tehnologije, pri čemu ukupna vrijednost najavljenih ulaganja i obveza prelazi 6,5 milijardi dolara. Time je otvorila novu fazu AI utrke koja se više ne vodi samo oko procesorske snage.
Fokus se sada pomiče prema infrastrukturi koja mora omogućiti brži i energetski učinkovitiji prijenos ogromnih količina podataka između AI sustava, servera i podatkovnih centara. Upravo taj segment postaje jedno od najvećih ograničenja daljnjeg razvoja umjetne inteligencije.
AI industrija danas više nema problem samo kako generirati više računalne snage. Problem postaje kako tu snagu povezati bez enormne potrošnje energije.
Zašto Nvidia sada ulaže u fotoniku
Fotonika koristi svjetlost umjesto električnih signala za prijenos podataka.
To je ključno jer današnji AI sustavi troše ogromne količine energije upravo na komunikaciju između:
- GPU-ova
- memorije
- mrežnih čipova
- servera
- podatkovnih centara
Električni prijenos podataka preko bakrenih spojeva postaje sve manje učinkovit kako AI infrastruktura raste.
Zato Nvidia sada agresivno ulaže u optičko povezivanje.
Od početka ožujka kompanija je najavila ulaganja od po dvije milijarde dolara u Lumentum, Coherent i Marvell. Uz to, obvezala se uložiti 500 milijuna dolara u Corning te sudjelovala u 500 milijuna dolara vrijednoj Series E rundi financiranja startupa Ayer Labs.
Kako je za CNBC rekao Alvin Nguyen iz Forrestera, “fotonika predstavlja način da Nvidia skalira svoju AI infrastrukturu bez energetskih troškova koje bi donijelo zadržavanje na električnim signalima i bakru”.
Ta rečenica možda najbolje objašnjava što se trenutno događa u AI industriji.
Energetska učinkovitost postaje jednako važna kao i sama računalna snaga.
AI podatkovni centri ulaze u novu fazu
Do sada se najveća AI utrka uglavnom vodila oko GPU-ova.
Tko ima više grafičkih procesora, mogao je trenirati veće modele i graditi moćnije AI sustave.
No infrastruktura se sada mijenja.
Nvidijina nova generacija takozvanih rack-scale AI sustava zahtijevat će ogromne količine prijenosa podataka između komponenti. Upravo zato optičko povezivanje postaje sve važnije.
Brian Colello iz Morningstara kazao je za CNBC da će eksponencijalni rast AI modela zahtijevati znatno veći kapacitet prijenosa podataka nego što današnja infrastruktura može podržati.
Drugim riječima, bakar polako postaje usko grlo AI ekonomije.
Jensen Huang već priprema novu AI infrastrukturu
Nvidia dio fotoničke tehnologije već uvodi u vlastita mrežna rješenja.
Kompanija razvija sustave koji bi trebali povezivati milijune GPU-ova između različitih lokacija u takozvanim AI tvornicama, uz nižu potrošnju energije i manje operativne troškove.
Izvršni direktor Nvidije Jensen Huang na konferenciji GTC izjavio je da kompanija počinje širiti korištenje silicijske fotonike, posebno u ethernet mrežnim platformama za povezivanje AI tvornica i GPU klastera.
“To znači da je kapacitet silicijske fotonike koji nam je potreban znatno veći od onoga što svijet danas ima”, rekao je Huang.
Ta izjava otkriva koliko brzo raste infrastrukturni pritisak AI industrije.
Tržište već agresivno ulaže u fotoniku
Investitori su vrlo brzo prepoznali smjer u kojem se tržište kreće.
Dionice Lumentuma od početka godine porasle su 134 posto.
Coherent je skočio 96 posto.
Marvell 122 posto.
Corning 111 posto.
Kapital sada više ne prati samo proizvođače AI čipova.
Počinje pratiti cijeli opskrbni lanac koji će omogućiti sljedeću fazu razvoja umjetne inteligencije.
Nvidia nije jedina koja pokušava osvojiti fotoniku
Velike tehnološke kompanije sve više ulažu u optičku infrastrukturu.
AMD je, zajedno s Nvidijom, sudjelovao u financiranju Ayer Labsa. Kompanija je prethodno preuzela startup Enosemi te ulagala u Teramount i Celestial AI.
Investicijski ogranci Alphabet i Microsoft također su podržali startup nEye.
To pokazuje da fotonika više nije eksperimentalna nišna tehnologija.
Postaje strateška infrastruktura za budući razvoj umjetne inteligencije.
Najveći problem tek dolazi
Iako tehnologija izgleda obećavajuće, masovna primjena neće biti jednostavna.
Nick Patience iz Futurum Group rekao je da je proizvodnja optičkih sustava u velikom opsegu znatno teži problem od same ideje tehnologije.
Poseban izazov predstavljaju:
- proizvodni prinosiPrinos (engl. Yield) se odnosi na zaradu ostvarenu na ulagan...
- precizno povezivanje optičkih i silicijskih komponenti
- kompleksno pakiranje sustava
- visoki troškovi proizvodnje
Ako dođe do greške u pakiranju optičkog sklopa, sustav se često više ne može popraviti.
Zato analitičari upozoravaju da je tranzicija tek na početku.
Patience procjenjuje da bi šira primjena fotonike u AI infrastrukturi mogla krenuti tek nakon 2028. godine.
AI utrka sada mijenja prioritete
Nvidijina ulaganja pokazuju koliko se logika AI industrije brzo mijenja.
Prvo je najveći problem bio računalna snaga.
Zatim memorija.
Nakon toga energija.
Sada novo ključno pitanje postaje povezivanje.
Ako AI modeli nastave rasti sadašnjim tempom, brzina i energetska učinkovitost prijenosa podataka mogli bi postati jednako važni kao i sami GPU-ovi.
I upravo zato Nvidia ulaže milijarde u tehnologiju koju većina tržišta prije dvije godine gotovo da nije ni pratila.
