NVIDIA - 칩 업계 역사상 최초로 자본금 1조 달러를 돌파한 회사입니다. 성공의 비결은 무엇입니까?
많은 분들이 이 회사에 대해 들어보셨을 거라 생각합니다. NVIDIA 그리고 대부분의 사람들은 이를 특별히 그래픽 프로세서와 연관시킵니다. 왜냐하면 "NVIDIA GeForce"는 거의 모든 사람이 들어본 것입니다.
NVIDIA 최근 IT업계 금융사를 새로 썼다. 시장 가치가 1조 달러를 초과한 최초의 집적 회로 회사입니다. 또한 이는 (시가총액 기준으로) 그렇게 큰 성공을 거둔 역사상 다섯 번째 기술 관련 회사이기도 합니다. 이전에는 사람만이 이렇게 높은 평점을 자랑할 수 있었습니다. Apple, Microsoft, Alphabet (Google 소유자) 및 Amazon. 이것이 바로 금융가들이 때때로 이를 "Club of Four"라고 부르는 이유이며 현재는 확장되었습니다. NVIDIA.
또한 시가 총액 측면에서 AMD, Intel, Qualcomm 및 기타 기술 회사에 훨씬 뒤쳐져 있습니다. 이것은 년 전에 도입된 회사의 선구적인 정책이 없었다면 불가능했을 것입니다.
또한 읽기: Elon Musk의 TruthGPT에 미래가 있습니까?
엄청난 수요 NVIDIA H100 텐서 코어
그러한 자본화 증가의 비결은 무엇입니까? 우선 칩의 성공에 대한 증권거래소의 반응이다. NVIDIA H100 Tensor Core는 클라우드 인프라 및 온라인 서비스의 선두 제공업체 사이에서 수요가 높습니다. 이 칩은 Amazon, Meta 및 Microsoft (자신의 필요와 파트너인 OpenAI 회사의 필요를 위해). ChatGPT 또는 Dall-E와 같은 생성 인공 지능의 일반적인 계산을 가속화하는 데 특히 에너지 효율적입니다. 이는 가속화된 컴퓨팅에 있어 엄청난 규모의 도약입니다. 우리는 모든 워크로드에 대해 전례 없는 성능, 확장성 및 보안을 제공합니다. NVIDIA H100 텐서 코어 GPU.
스위칭 시스템 사용 NVIDIA NVLink는 최대 256개의 H100 GPU에 연결되어 엑사 규모로 워크로드를 가속화할 수 있습니다. GPU에는 또한 수조 개의 매개변수로 언어 모델을 해결하기 위한 전용 Transformer Engine이 포함되어 있습니다. H100의 결합된 기술 혁신은 이전 세대에 비해 대규모 언어 모델(LLM)을 30배나 가속화하여 업계 최고의 대화형 AI를 제공할 수 있습니다. 개발자들은 이것이 기계 학습에 거의 이상적이라고 생각합니다.
그러나 H100은 갑자기 등장하지 않았습니다. 그리고 사실을 말하자면 특별히 혁명적인 것은 아닙니다. NVIDIA는 다른 어떤 회사와도 달리 수년 동안 인공 지능에 막대한 자원을 투자해 왔습니다. 결과적으로 GeForce 그래픽 카드 브랜드와 주로 관련된 회사는 소비자 시장을 거의 취미처럼 다룰 수 있습니다. 결국 이는 거대 IT 기업 시장에서 실질적인 영향력을 구축하게 됩니다. NVIDIA 이미 그들과 동등하게 대화할 수 있습니다.
또한 흥미로운 점: 6G 네트워크는 무엇이며 왜 필요한가요?
인공지능이 미래인가?
오늘날 거의 모든 사람이 이를 확신하고 있으며 심지어 이 분야의 회의적인 전문가도 있습니다. 이제 그것은 거의 공리이자 자명한 사실이 되었습니다. 하지만 NViDIA 그것을 20년 전에 알았습니다. 내가 당신을 놀라게 했나요?
기술적으로 최초의 긴밀한 접촉 NVIDIA 1999년에 기계 학습 계산을 가속화할 수 있는 GeForce 256 프로세서가 시장에 등장하면서 인공 지능이 등장했습니다. 하지만 NVIDIA 훈련과 연구를 위해 그래픽 프로세서의 병렬 처리 기능을 사용할 수 있는 CUDA 아키텍처를 도입한 2006년에야 인공 지능에 진지하게 투자하기 시작했습니다.
쿠다란? 소프트웨어가 GPGPU(범용 그래픽 처리 장치)를 사용할 수 있도록 하는 병렬 컴퓨팅 플랫폼 및 API(응용 프로그래밍 인터페이스)로 가장 잘 정의됩니다. 이 접근 방식을 GPU의 범용 컴퓨팅이라고 합니다. 또한 CUDA는 그래픽 프로세서의 가상 명령어 세트 및 병렬 컴퓨팅 요소에 대한 직접 액세스를 제공하는 소프트웨어 계층입니다. C, C++ 및 Fortran과 같은 프로그래밍 언어와 함께 작동하도록 설계되었습니다.
고급 그래픽 프로그래밍 기술이 필요했던 Direct3D 및 OpenGL과 같은 이전 API와 달리 병렬 개발자가 GPU 리소스를 더 쉽게 활용할 수 있게 해주는 것은 바로 이러한 접근성입니다.
중요한 돌파구는 회사의 제공이었습니다. NVIDIA 획기적인 AlexNet 신경망을 위한 컴퓨팅 성능. 이는 우크라이나의 Alex Kryzhevskyi가 Ilya Sutzkever 및 Jeffrey Ginton과 공동으로 개발한 CNN(컨볼루션 신경망)입니다.
CNN(Convolutional Neural Networks)은 항상 객체 인식을 위한 이동 모델이었습니다. CNN은 제어하기 쉽고 훈련하기도 더 쉬운 강력한 모델입니다. 수백만 개의 이미지에 사용될 때 놀라운 정도의 과적합이 발생하지 않습니다. 성능은 동일한 크기의 표준 피드포워드 신경망과 거의 동일합니다. 유일한 문제는 고해상도 이미지에 적용하기 어렵다는 것입니다. ImageNet의 규모는 GPU에 최적화되고 성능을 향상시키면서 교육 시간을 줄이는 혁신이 필요했습니다.
30년 2012월 15,3일 AlexNet은 ImageNet 대규모 시각적 인식 챌린지에 참가했습니다. 네트워크는 상위 10,8개 오류 테스트에서 %의 점수를 달성했는데, 이는 위 점수보다 % 이상 낮은 수치입니다.
원래 작업의 주요 결론은 모델의 복잡성이 높은 성능 때문이며, 이는 계산 비용도 매우 많이 들지만 교육 프로세스 중에 그래픽 처리 장치(GPU)를 사용하여 가능해졌다는 것입니다.
AlexNet 컨볼루션 신경망 자체는 개의 계층으로 구성됩니다. 처음 개는 컨볼루션 레이어이며, 그 중 일부는 최대 결합 레이어가 선행하고 마지막 개는 완전 연결 레이어입니다. 마지막 레이어를 제외한 네트워크는 각각 단일 GPU에서 실행되는 두 개의 복사본으로 분할됩니다.
즉, 덕분에 NVIDIA 그리고 여전히 대부분의 전문가와 과학자들은 AlexNet이 매우 복잡한 데이터 세트에서 높은 정확도를 달성할 수 있는 믿을 수 없을 만큼 강력한 모델이라고 믿고 있습니다. AlexNet은 모든 객체 감지 작업을 위한 선도적인 아키텍처이며 인공 지능 문제에 대한 컴퓨터 비전 부문에서 매우 광범위한 응용 프로그램을 가질 수 있습니다. 앞으로는 이미징 분야에서 CNN보다 AlexNet이 더 많이 활용될 수도 있습니다.
또한 흥미로운 점: 블루스카이 현상: 어떤 종류의 서비스이며 오랜 기간 지속되고 있습니까?
인공 지능은 실험실과 데이터 센터에만 있는 것이 아닙니다.
В NVIDIA 소비자 기기와 사물 인터넷 기술에서도 AI에 대한 큰 전망을 보았습니다. 경쟁업체에서는 이제 막 새로운 유형의 집적 회로에 대한 보다 광범위한 투자를 고려하기 시작했지만, NVIDIA 이미 소형화 작업을 진행하고 있습니다. Tesla 및 기타 자동차 회사와 협력하여 개발한 Tegra K1 칩이 특히 중요할 것입니다.
Tegra K1 프로세서는 최초의 프로세서 중 하나입니다. NVIDIA, 모바일 및 임베디드 장치의 AI 애플리케이션을 위해 특별히 설계되었습니다. Tegra K1은 일련의 그래픽 카드 및 시스템과 동일한 GPU 아키텍처를 사용합니다. NVIDIA OpenGL 4.4, DirectX 11.2, CUDA 6.5 및 OpenCL 1.2와 같은 그래픽 및 컴퓨팅 표준과 고성능 및 호환성을 제공하는 GeForce, Quadro 및 Tesla. 덕분에 테그라 K1 프로세서는 심층신경망, 강화학습, 이미지 및 음성 인식, 데이터 분석 등 첨단 인공지능 알고리즘을 지원할 수 있다. Tegra K1에는 192개의 CUDA 코어가 있습니다.
2016년 NVIDIA 심층 신경망 및 기타 인공 지능 모델을 지원하도록 최적화된 일련의 Pascal 프로세서를 출시했습니다. 2019년 안에 훨씬 더 효율적이고 에너지를 절약하는 인공 지능 관련 애플리케이션을 위한 일련의 Volta 프로세서가 시장에 출시되었습니다. 년에는 NVIDIA 데이터 센터 및 슈퍼컴퓨터용 고성능 컴퓨터 네트워크 제조업체인 Mellanox Technologies를 인수합니다.
결과적으로 그들은 모두 프로세서를 사용합니다. NVIDIA. 예를 들어, 소비자 시장에서 게이머들은 혁신적인 DLSS 이미지 재구성 알고리즘을 사용하여 그래픽 카드에 많은 비용을 들이지 않고도 게임에서 더욱 선명한 그래픽을 즐길 수 있습니다. 비즈니스 시장에서는 칩이 NVIDIA 경쟁업체가 제공하는 것 이상으로 다양한 방식으로 제공됩니다. Intel과 AMD가 지적 혁명을 완전히 잠든 것은 아닙니다.
또한 흥미로운 점: 인공 지능을 기반으로 한 최고의 도구
인공 지능 분야의 인텔과 AMD
직접적인 경쟁자에 대해 이야기합시다 NVIDIA 이 시장 부문에서. Intel과 AMD는 여기서 점점 더 적극적으로 노력하고 있지만 오랜 지연이 있습니다.
인텔은 AI 기술 및 솔루션 포트폴리오를 강화하기 위해 Nervana Systems, Movidius, Mobileye 및 Habana Labs와 같은 여러 AI 회사를 인수했습니다. Intel은 또한 Xeon 프로세서, FPGA, NNP 칩 및 최적화 라이브러리와 같은 인공 지능을 위한 하드웨어 및 소프트웨어 플랫폼을 제공합니다. 인텔은 또한 공공 및 민간 부문 파트너와 협력하여 AI 혁신 및 교육을 발전시킵니다.
AMD는 AI 및 딥 러닝 애플리케이션에 최적화된 일련의 Epyc 프로세서와 Radeon Instinct 그래픽 카드를 개발했습니다. AMD는 또한 Google, Microsoft, IBM 및 Amazon이 AI용 클라우드 솔루션을 제공하고 있습니다. AMD는 또한 학술 기관 및 산업 조직과의 파트너십을 통해 AI 연구 개발에 참여하기 위해 노력하고 있습니다. 그래도 다 괜찮아요 NVIDIA 이미 그들보다 훨씬 앞서 있으며, AI 알고리즘 개발 및 지원 분야에서의 성공은 비교할 수 없을 정도로 큽니다.
또한 흥미로운 점: Google I/O 2023 요약: Android 14, 픽셀과 다양한 AI
NVIDIA 수십 년 동안 비디오 게임과 관련되어 왔습니다.
이것도 잊어서는 안 됩니다. NVIDIA 소비자 시장과 비즈니스 시장 간의 정확한 수익 내역을 제공하지는 않지만 회사가 재무제표에 공개하는 영업 부문을 기반으로 추정할 수 있습니다. NVIDIA 게임, 전문 시각화, 데이터 센터 및 자동차의 네 가지 운영 부문을 구분합니다.
게임 부문은 GeForce 비디오 카드 및 게임 콘솔용 Tegra 칩 판매를 포함하기 때문에 주로 소비자 시장에 초점을 맞추고 있다고 가정할 수 있습니다. 전문 시각화 부문은 워크스테이션 및 전문 애플리케이션용 Quadro 비디오 카드 및 RTX 칩 판매를 포함하므로 주로 비즈니스 시장에 초점을 맞추고 있습니다. 데이터 센터 부문은 또한 서버 및 클라우드 서비스용 GPU 및 NPU(즉, 차세대 칩 - 더 이상 GPU가 아니라 AI 전용으로 설계됨)의 판매를 포함하기 때문에 비즈니스 시장에 주로 초점을 맞추고 있습니다. 자동차 부문은 인포테인먼트 및 자율 주행을 위한 Tegra 및 Drive 시스템 판매를 포함하므로 소비자 및 비즈니스 시장을 모두 대상으로 합니다.
이러한 가정을 바탕으로 총 수익에서 소비자 및 기업 시장의 수익이 차지하는 비중을 추정하는 것이 가능합니다. NVIDIA. 2022년 최신 재무 보고서에 따르면 회사의 수익은 NVIDIA 영업부문별은 다음과 같습니다.
- 게임: 12,9억 달러
- 전문 시각화: 1,3억 달러
- 데이터 센터: 9,7억 달러
- 자동차: 0,8억 달러
- 기타 모든 부문: 8,7억 달러
총 수입 NVIDIA 자동차 부문이 소비자 시장과 비즈니스 시장에 대략 균등하게 나누어진다고 가정하면 다음 비율을 계산할 수 있습니다.
- 소비자 시장 수입: (12,9 + 0,4) / 33,4 = 0,4 (40%)
- 비즈니스 시장 수입: (1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
즉, 수입의 40% 정도가 NVIDIA 소비자 시장에서 발생하고 약 60%가 비즈니스 시장에서 발생합니다. 즉, 주요 방향은 사업 부문입니다. 그러나 게임 산업은 또한 꽤 좋은 수입을 가져옵니다. 가장 중요한 것은 매년 성장한다는 것입니다.
또한 흥미로운 점: 심술궂은 괴짜의 일기: Bing vs Google
미래는 우리에게 무엇을 가져다줄까요?
그것은 명백하다 NVIDIA 이미 인공지능 알고리즘 개발에 참여할 계획도 있다. 그리고 직접적인 경쟁사보다 훨씬 더 광범위하고 더 유망합니다.
지난달에만 NVIDIA 인공 지능에 대한 수많은 새로운 투자를 발표했습니다. 그 중 하나가 현실을 충실하게 반영하는 다양한 객체와 캐릭터의 복잡한 3차원 모델을 생성할 수 있는 GET3D 메커니즘입니다. GET20D는 단일 그래픽 칩을 사용하여 초당 약 개의 개체를 생성할 수 있습니다.
또 하나의 흥미로운 프로젝트도 언급해야 합니다. 이스라엘-1(Israel-)은 인공지능 프로그램을 위한 슈퍼컴퓨터이다. NVIDIA 이스라엘 과학 기술부 및 Mellanox 회사와 협력하여 만들어졌습니다. 이 머신은 7페타플롭 이상의 컴퓨팅 성능을 갖추고 1000개 이상의 GPU를 사용할 것으로 예상됩니다. NVIDIA A100 텐서 코어. Israel-1은 의학, 생물학, 화학, 물리학 및 사이버 보안과 같은 분야의 연구 개발에 사용될 것입니다. 그리고 이는 장기적인 전망을 고려할 때 이미 매우 유망한 자본 투자입니다.
또한 이미 또 다른 프로젝트가 있습니다. NVIDIA 에이스. 플레이어가 논플레이어 캐릭터(NPC)와 자연스럽고 현실감 있게 상호 작용할 수 있도록 함으로써 게임 산업에 혁명을 일으킬 새로운 기술입니다. 이 캐릭터들은 플레이어와 열린 대화를 나누고 그의 감정과 몸짓에 반응하며 심지어 자신의 감정과 생각을 표현할 수도 있습니다. NVIDIA ACE는 고급 언어 모델과 AI 기반 이미지 생성기를 사용합니다.
최초의 1조 달러 NVIDIA. 곧 더 많아질 것 같습니다. 회사의 진행 상황을 지켜보고 알려드리겠습니다.
또한 읽기: