Чипы Cerebras Systems могут быть в 15 раз быстрее некоторых моделей Nvidia Blackwell, но у Nvidia есть 2 явных преимущества

Искусственный интеллект (ИИ) чипмейкер Cerebras Systems (CBRS 6,87%) вышел на биржу 14 мая с большим ажиотажем. Акции выросли на 68% в первый день торгов — что, по мнению экспертов, свидетельствует о том, что рынок ИИ жив и процветает.

Волнение вокруг этого первичного публичного размещения оправдано, учитывая, что Cerebras конкурирует с крупными разработчиками чипов, такими как Nvidia (NVDA 0,68%) и AMD, которые за последние годы показали исключительно хорошие результаты.

Инвесторы, вероятно, были еще более взволнованы, прочитав в регистрационном заявлении Cerebras, что компания утверждает, что её чипы в 15 раз быстрее, чем у ведущих конкурентов.

Хотя это безусловно интересно, графические процессоры (GPU) Nvidia всё ещё имеют два явных преимущества перед чипами Cerebras.

Источник изображения: Getty Images.

Почему чипы Cerebras отличаются

В то время как большинство разработчиков чипов начинают процесс создания своих чипов с нарезки больших кремниевых пластин на множество мелких частей, которые в конечном итоге станут отдельными чипами, Cerebras использует целую кремниевую пластину для создания одного огромного чипа: её движки масштаба пластин (WSE) в 58 раз больше процессоров Nvidia Blackwell 200. Некоторые новостные источники описывали чипы Cerebras как размером с обеденную тарелку.

Расширить

NASDAQ: CBRS

Cerebras Systems

Изменение за сегодня

(-6,87%) $-19,36

Текущая цена

$262,50

Основные показатели данных

Рыночная капитализация

$61B

Диапазон за день

$254,25 - $284,99

52-недельный диапазон

$185,00 - $386,34

Объем торгов

121K

Средний объем

12,8M

Валовая маржа

39,03%

Более крупные чипы, безусловно, имеют преимущества в дата-центрах, поскольку на них можно разместить больше памяти и вычислительной мощности. Cerebras утверждает, что модель WSE-3 содержит в 250 раз больше встроенной памяти, чем модель Nvidia B200, и в 2625 раз больше пропускной способности памяти.

Наличие большего объема памяти на чипе помогает решать узкие места при обработке данных, с которыми сталкиваются меньшие GPU, такие как получение данных от других GPU или из внешней памяти, расположенной рядом с чипом.

Хотя это может сделать чипы Cerebras конкурентоспособными или даже лучше в определенных ситуациях, вот две причины, почему акционеры Nvidia не паникуют.

1. Меньшие чипы имеют свои преимущества

Хотя Cerebras естественно сосредоточена на недостатках чипов конкурентов, есть ситуации, в которых меньшие чипы могут предложить преимущества, главным образом потому, что они предоставляют клиентам больше гибкости.

Во-первых, чипы размером с пластину дороже в производстве и содержат гораздо больше ядер, чем меньшие. Если достаточно много частей одного из огромных чипов Cerebras окажутся дефектными, весь (дорогой) чип может потребоваться выбросить. Хотя компания проектировала свои чипы с резервами для снижения вероятности этого, дефекты возникают во всех процессах производства чипов.

Кроме того, не все задачи ИИ требуют полной мощности WSE-3. Меньшие задачи требуют меньше GPU, поэтому малым и средним компаниям, желающим внедрять ИИ-приложения, скорее всего, подойдут более экономичные решения от таких компаний, как Nvidia. А GPU Nvidia можно развернуть в кластерах, настроенных для обеспечения любой необходимой мощности обработки.

2. CUDA

Но крупнейшее конкурентное преимущество Nvidia — это её программный слой CUDA (Compute Unified Device Architecture), который в настоящее время доминирует в этой области. Это программная платформа, позволяющая разработчикам писать код для GPU Nvidia — и обычно этот код можно запускать только на GPU Nvidia.

Компания представила CUDA в 2006 году, и за последние два десятилетия вокруг платформы сформировилась развитая экосистема, которая широко используется потребителями и бизнесом.

Например, по данным Nvidia, фармацевтические компании используют CUDA для открытия новых лекарств, автопроизводители — для повышения автономных возможностей своих автомобилей, а розничные торговцы — для анализа данных о клиентах, что влияет на рекомендации по продуктам и рекламу.

Переход от CUDA был бы сложным процессом. Он потребовал бы переписывания большого количества кода, а также работы с уже существующей огромной экосистемой. Не говоря уже о том, что большинство разработчиков в этой области работали с CUDA всю свою карьеру и используют множество других инструментов, разработанных специально для CUDA. Они привыкли к этим инструментам и работают с ними эффективно. Отказ от всего этого был бы для большинства компаний невыгодным вариантом.

Расширить

NASDAQ: NVDA

Nvidia

Изменение за сегодня

(-0,68%) $-1,50

Текущая цена

$218,01

Основные показатели данных

Рыночная капитализация

$5,3 трлн

Диапазон за день

$215,17 - $221,07

52-недельный диапазон

$129,16 - $236,54

Объем торгов

2,8M

Средний объем

171,3M

Валовая маржа

74,15%

Дивидендная доходность

0,02%

По данным Business Insider, на прошлый год CUDA поддерживала более 900 библиотек и моделей ИИ, каждая из которых соответствовала отрасли, использующей технологии Nvidia.

Верно, что Cerebras создала собственный программный слой для конкуренции с CUDA, но Nvidia имеет значительное преимущество по времени.

Конкурентная защита Nvidia сравнима с той, что имеют платежные компании Visa и Mastercard, которые играют важную роль в обеспечении платежных транзакций. Может ли другая компания сделать то же самое с технологической точки зрения? Конечно, но сможет ли она воспроизвести их огромные глобальные сети и масштаб? Пока что — нет.