На протяжении последнего года Nvidia растет на рынке и не просто стала самой дорогой высокотехнологической компанией, но и самой дорогой во всем мире. Буквально на днях ее цена привысила 3,6 триллиона долларов. А недавно Nvidia установила и рекорд, и антирекорд: самый большая прибыль и самая большая потеря рыночной стоимости за сутки. Вспоминаем историю этой американской компании с самого начала и рассказываем про главные вехи. Ну и конечно объясняем — почему сегодня эта компания является самой дорогой в мире.
СОДЕРЖАНИЕ: 00:00 Вступление 00:47 История Nvidia: первые продукты компании 05:54 Рекламная интеграция 07:32 Конкуренция Nvidia и AMD 09:26 Выход за рамки видеоигр: технология CUDA и майнинг крипты 13:08 Nvidia и искусственный интеллект 15:39 Успех и лидерство в ИИ 18:10 Заключение
С вами на связи Борис Веденский, Валерий Истишев и Митя Иванов! Обзоры смартфонов, репортажи с выставок, новости из мира технологий и многое другое на самом популярном в Рунете канале о гаджетах Droider.Ru!
Какая самая дорогая технологическая компания в мире?
Майкрософт? Эппл? Вы, возможно, удивитесь, но это не так. Пару месяцев назад и Майкрософт, и Эппл по рыночной стоимости
обогнала NVIDIA, и она стала самой дорогой среди всех публичных компаний в мире. Не только технологических. Более
двух триллионов долларов. Это примерно вот столько нулей. Можете себе представить, что позволило производителю видеокарт добиться
таких высот. С чего начинала компания, и что сделала ее великой?
Наконец, почему NVIDIA столько стоит? Давайте разбираться. С вами Митя Иванов, это Дроидр. Погнали!
Для начала давайте попробуем окунуться в историю компании и проследить ее путь от самых истоков. В начале девяностых индустрии компьютерных игр
вовсю набирала обороты.
Отрасль уже сформировалась, но до того времени, как видеоигры станут действительно серьезным многомиллиардным бизнесом,
конкурирующим с кино, оставался еще с десяток лет. Но именно в этот момент трое парней, отличных инженеров,
увидели в этом направлении большой потенциал. Компания NVIDIA была основана в апреле
1993 года в городе Sunnyvale, штат Калифорния. У ее истоков стояли трое
американских ученых-компьютерщиков.
Дженсен Хуанг, Крис Малаховский и Кёрти Спрэм. Все трое на тот момент уже весьма успешные и
востребованные специалисты. Тогда, в первой половине девяностых,
происходил рост популярности трехмерных игр, которые делал перспективным разработку 3D-ускорителей. Именно этим и занялась новая компания.
В то время рынок графических процессоров только зарождался. Цель компании была проста-создать чип, который сделает видеоигры более
реалистичными и доступными. Но никто тогда и не думал, что эти чипы однажды выйдут за пределы индустрии развлечений.
Существует миф, что именно NVIDIA изобрела видеокарты. Но на самом деле первый 3D-видеоускоритель появился у IBM еще в
1982 году. В 90-х многие компании, включая IBM,
Matrix и, конечно, 3dfx, уже были на этом рынке. В течение двух лет NVIDIA
разрабатывала свой первый продукт и, наконец, представила его в мае
1995 года. Это была мультимедийная карта
STG-2000 на базе чипа NV1. Плата имела разъем PCI и объединяла в себе 3D-ускоритель, блок работы с 2D-графикой и
звуковую карту.
Особенностью NV1 стала работа с четырехугольными примитивами,
аналогично актуальной тогда приставке Sega Saturn. Несколько игр с этой приставки, такие как Virtua Fighter и Panzer Dragoon,
даже были портированы на ПК и успешно работали на STG-2000.
Нужно отметить, что на тот момент NVIDIA — это Fabless Company, то есть компания без своего собственного производства.
По сути, это просто конструкторское бюро. Очень большое и крутое конструкторское бюро. Они придумывают и
разрабатывают свои технологии и продукты, а непосредственным производством
занимаются другие компании. Например, первый чип NV1 для NVIDIA производила компания SGS Thomson
Microelectronics на своём заводе во Франции.
NV1 был первым продуктом новой компании и, конечно, хочется сказать, что это был прорыв и он принёс её создателям
бесконечные славу и деньги. Но, увы, это не так. И виной всему
Microsoft, которая вскоре после выхода STG-2000
представила IP DirectX, работающий с треугольными полигонами. В итоге первый чип NVIDIA NV1
остался неудел. А что же такое DirectX? Это набор программ, который помогает компьютерным играм и другим графическим программам
работать плавнее и красивее.
Проще говоря, это переводчик между игрой и вашим компьютером, который помогает игре правильно общаться с видеокартой и другими частями системы,
чтобы всё выглядело реалистично и не тормозило. Так вот, принцип ускорения графики в NV1
принципиально расходился с DirectX.
Следовательно, первый продукт NVIDIA оказался принципиально
несовместим с подавляющим большинством игр, в которые геймеры хотели поиграть на ПК.
NVIDIA впервые столкнулась с реальной угрозой закрытия. Ведь на создание NV1 стартап потратил почти все
привлечённые инвестиции.
Хуангу даже пришлось сократить половину сотрудников, которых к тому моменту уже успели нанять.
Был даже момент, когда у NVIDIA хватало денег всего лишь на один месяц зарплат сотрудников.
Но и успех уже ждал компанию. Их следующий продукт NVIDIA Riva 128, выпущенный в
1997 году, стал одним из первых графических процессоров, который оказался массово
востребованным на рынке. Он уже был совместим с графическими IP DirectX 5 и OpenGL 1.0. Карта обладала неплохой
производительностью, а также выделялась сочетанием обработки 2D-изображения и 3D-ускорителя в одном устройстве. В то время как
конкурирующая Voodoo Graphics от 3DFX Interactive для своей работы требовала
дополнительной 2D-карты. Но настоящий прорыв случился в
1999 году с выпуском NVIDIA GeForce
256. В компании его называли первым графическим процессором, хотя это было преувеличением. Но GeForce
256 стал важным шагом. Устройство выделялось благодаря объединению обработки геометрии,
освещения и текстур в одном чипе. Он не был самым мощным, но предлагал отличное соотношение цена-качество, а
успешный маркетинг NVIDIA сделал его популярным и помог компании занять
лидирующие позиции на рынке. И это стало настоящей революцией для видеоигр. Именно тогда NVIDIA стало привлекать не только
геймеров, но и крупных разработчиков
программного обеспечения.
Друзья, знаете ли вы, что существует такое понятие
парадокс выбора? Его описал психолог Барри Шварц. И суть в том, что чем больше у нас вариантов, тем сложнее принять решение.
В современном мире онлайн-шоппинга мы сталкиваемся с этим постоянно. Открываешь браузер, а там тысячи магазинов, миллионы товаров. И часто бывает так,
нашел идеальную вещь, но цена кусается. И ты сидишь и измышляешь, покупать сейчас или
стоит подождать. Знакомая ситуация, правда? Но что если я вам скажу, что сам браузер
поможет упростить этот выбор? Яндекс.Браузер недавно представил функцию, которая может сделать процесс покупок проще.
Речь идет о возможности оплаты покупок частями с помощью сервиса Сплит, встроенного прямо в Яндекс.Браузер.
Работает это так. Вы, как обычно, выбираете товар в любимом интернет-магазине.
Когда доходите до оформления заказа, рядом с адресной строкой появится кнопка «Купить Сплит». Нажав ее, вы можете разделить
стоимость покупки на четыре равные части. Первый платеж всего четверть от общей суммы, а остальные три части вы можете выплатить в течение следующих двух месяцев.
Никаких скрытых процентов или дополнительных комиссий. А одна из главных преимуществ использования Сплита в Яндекс.Браузере – его
универсальность. Функция работает на большинстве сайтов. Не нужно устанавливать дополнительные приложения или искать спецмагазины. А чтобы начать пользоваться Сплитом,
достаточно авторизоваться с помощью своего Яндекс.АйДи. После этого вам станет доступен индивидуальный лимит на покупки, который может достигать
100 тысяч рублей. В общем, переходите по ссылке в описании, там все подробности. Ну, а мы возвращаемся к видео.
А как чувствовали себя на рынке конкуренты? В нулевых Nvidia очень быстро росла, и в 2002 году она купила активы одного из своих основных
соперников 3dfx Interactive.
Таким образом, в начале 2000-х на рынке графических процессоров сформировались три лидера – Nvidia, Intel и AT.
Однако, после неудачного запуска своего графического ускорителя i740, Intel вскоре решила отказаться от видеокарт и
сосредоточилась на встроенной графике и других направлениях, что оставило Nvidia и AT по сути
единственными крупными игроками на рынке. Таким образом, в начале 2000-х на рынке графических процессоров
образовалось три лидера – Nvidia, Intel и AT. В 2000 году AT выпустила на рынок свою
флагманскую серию графических ускорителей Radeon, и между компаниями началась ожесточённая конкуренция.
Чтобы занять лидерские позиции, Nvidia обеспечила себе контракты с Microsoft и должна была отвечать за графику в Xbox.
Однако, позже Microsoft всё же перешли к AT, но находчивые лидеры зелёных нашли выход довольно быстро. Они заключили партнёрство
с Sony и Apple, став эксклюзивным поставщиком видеокарт для яблочных компьютеров и консолей PlayStation. Кроме того, были и довольно
неожиданные партнёры. Например, Nvidia стала крупным поставщиком графических чипов для ряда автомобилей Audi.
В 2005 году компания сделала хитроумный шаг – купила Uli Electronics, важного поставщика AT, и это нанесло
серьёзный удар конкуренту. Правда, позже AT объединилась с AMD и таким образом осталась в борьбе.
Интересно, что существует версия, будто AMD сначала хотела купить Nvidia, но Дженсен Хуанг отказался, и кажется, что это было
чертовски правильным решением. Таким образом, на рынке сложилось противостояние
Nvidia и AMD, которое продолжается вот уже почти 20 лет.
Казалось бы, уже можно почивать на лаврах, но Nvidia сделала ещё один важный шаг.
Вместо того, чтобы фокусироваться только на рендеринге графики, компания начала активно
инвестировать в исследования и разработки для сложных вычислений. Дело в том, что GPU способна обрабатывать огромное количество задач
одновременно. Это и стало основой для параллельных вычислений, которые широко используются в науке,
инженерии и, конечно, в искусственном интеллекте. Настоящий скачок в этом направлении Nvidia сделала в
2007 году, показав миру технологию CUDA, и весьма вероятно, что именно она открыла ей путь к нынешним триллионам.
В компании поняли, что вычислительные мощности их видеокарт могут быть использованы не только для графики. Цель CUDA —
применять графические процессоры не только для рендеринга, но и для вычислений, которые обычно выполняются центральным процессором.
Эта технология стала важной вехой в развитии параллельных вычислений, позволив использовать мощность видеокарт для самых разных задач.
Благодаря своей архитектуре, GPU обрабатывает тысячи потоков одновременно, что делает его идеальным для задач, требующих
параллельную обработку данных. Для того, чтобы разработчики могли использовать эту мощность, Nvidia создала платформу CUDA, которая позволяет писать программы на
обычных языках программирования, таких как C и C++, задействуя потенциал GPU. Благодаря своей архитектуре,
GPU обрабатывает тысячи потоков одновременно, что делает его идеальным для задач, требующих параллельную обработку данных. Дело в том, что
GPU способна обрабатывать огромное количество задач одновременно. Это и стало основой для параллельных вычислений,
которые широко используются в науке, инженерии и, конечно, в искусственном интеллекте.
Кстати, именно благодаря особой архитектуре графических процессоров они стали так популярны среди майнеров. Помните, как лет 10 назад почти невозможно было купить
новую видеокарту из-за этих ребят? Но почему майнили именно на видеокартах? Дело как раз в архитектурных отличиях CPU и GPU.
Современные CPU состоят из четырёх восьми ядер. Это делает их подходящими для решения больших и сложных задач, а
графические процессоры построены не из пары больших ядер, а из тысяч маленьких, потому что предназначены для параллельного решения простых задачек.
В таком виде им гораздо удобнее обрабатывать миллионы пикселей и полигонов. Но при чём здесь криптовалюта?
Всё просто. Майнинг — это, по сути, перебор сотен тысяч различных малоотличающихся комбинаций для шифровки.
С такой однотипной и относительно несложной работой куда быстрее справляются тысячи ядер GPU, чем 4-8 умных, но
малочисленных ядер CPU. Но вернёмся обратно к технологии CUDA.
В 2012 году проходил ImageNet Large-Scale Visual Recognition Challenge. Это крупный конкурс, где разработчики соревнуются, чей алгоритм лучше справляется с распознаванием изображений.
Своеобразный чемпионат мира среди нейронок. Лучший результат показала нейронная модель AlexNet, которая обучалась через мощности
графических чипов NVIDIA с помощью CUDA. Тогда окончательно стало ясно, что
графические чипы в целом и NVIDIA — будущее развитие искусственного интеллекта.
Забавно, что одним из создателей AlexNet был Илья Суцкевер — будущий сооснователь OpenAI на минуточку, и на сегодня один из самых
влиятельных людей в области ИИ. Таким образом, применение GPU вышло далеко-далеко за рамки видеоигр. Это и
предопределило будущий успех компании. А NVIDIA проделала долгий путь от компании по производству
графических процессоров до мирового лидера в области искусственного интеллекта. Но как устроены их
уникальные чипы для искусственного интеллекта? И почему они настолько мощные?
В NVIDIA быстро смекнули, что рынок искусственного интеллекта — это потенциальные золотые горы.
Компания стала активно инвестировать в развитие программного обеспечения и библиотек для искусственного интеллекта,
таких как CUDaNN и TensorRT. Эти инструменты нужны для ускорения и оптимизации
Deep Learning и делают разработку и внедрение ИИ-приложений проще и эффективнее.
Особую популярность среди исследователей в области машинного обучения компании удалось заработать благодаря применению TensorCores. Это
специализированные ядра внутри GPU NVIDIA, предназначенные для тензорных вычислений.
Что это такое и что вообще такое Tensor? Давайте объясню простыми словами, без серьезного углубления в математику.
Фактически, Tensor — это контейнер для хранения числовых данных. Наверное, вы знаете, что такое матрица. Это такая табличка из чисел.
Так вот, матрица — это двумерный тензор.
Тензор, содержащий единственное число, называется скаляром, скалярным или тензором нулевого ранга. По сути, это просто число.
Одномерный массив чисел называют вектором или тензором первого ранга. Массив векторов — это матрица или
двумерный тензор. Матрица имеет две оси. Часто их называют строками и столбцами.
Если упаковать такие матрицы в новый массив, получится трехмерный тензор, который можно представить как числовой куб.
Упаковав трехмерные тензоры в массив, вы получите
четырехмерный тензор и так далее. Итак, тензор — это объект данных, описывающий соотношение между другими
математическими объектами, связанными друг с другом. А специальные тензорные ядра нужны для того, чтобы выполнять
вычисления над этими объектами. Это всё, конечно, здорово, но при чём здесь ИИ? А при том, что
тензорные вычисления — это важная часть глубокого обучения или дипленинг. Сейчас объясню, почему.
Это помогает эффективнее обрабатывать информацию. В задачах ИИ, таких как распознавание изображений, данные представляют собой тензоры.
Например, пиксель может быть представлен как трёхмерный тензор, где одна ось — это положение по оси Х,
другая — по Y, а третья — цвет. В нейронных сетях операции выполняются над матрицами и
многомерными массивами, что делает обработку данных более эффективной. Специальные чипы, такие как TensorCores от NVIDIA,
оптимизированы именно для таких задач.
Тензорные вычисления позволяют одновременно обрабатывать большие объёмы данных. И в последние годы NVIDIA развивает именно эту область обработки данных.
В 2020 году NVIDIA представляет новую карту А100, которая тут же стала лидером в области ИИ и
научных вычислений. Но что делает А100 такой выдающейся? Во-первых, её архитектура.
Основанная на архитектуре ампер, она имеет шесть тысяч девятьсот двенадцать куда ядер,
432 тензорных хидра и поддерживает до 80 гигабайт памяти. Вы только вдумайтесь в эти числа. В тестах А100
демонстрирует до 20 раз большую производительность по сравнению с её предшественниками в задачах ИИ и до двух с половиной раз
в вычислениях с плавающей точкой. А ещё А100 идеально подходит для задач машинного обучения,
высокопроизводительных вычислений и анализа данных. Она используется в самых современных вычислительных центрах,
обеспечивая высокую производительность для различных приложений, от научных исследований до коммерческих решений.
Важным моментом, повлиявшим на успех А100, стала масштабируемость.
Новый графический процессор позволяет собирать
высокопроизводительные центры с разным количеством GPU, от одного до сотен штук. А100 ждал триумф. Спрос на карты оказался
невероятно большим. Если считать эпоху хайпа вокруг ИИ новой золотой лихорадкой, то NVIDIA оказалась практически
единственным продавцом лопат для золотоискателей. Далее, развивая линейку устройств для машинного обучения с выпуском ещё более мощной H100,
компания лишь закрепила успех. В мае
2023 года стоимость NVIDIA превысила 1 триллион долларов, а в феврале
2024 года компания уже преодолела отметку в 2 триллиона долларов. Примерно во столько оценивается вся экономика Канады, например.
Впечатляет? Кроме того, корпорация побила рекорд в истории Wall Street по суточному приросту капитализации. Сразу на
277 миллиардов. Что же так повлияло на скачок стоимости компании?
Уверен, что вы уже догадались. Да, это
чат GPT. Ведь для работы самого нашумевшего сервиса последних лет используется как раз решение от NVIDIA. А поскольку
сегодня каждый второй стартап делает революцию в ИИ, то специальные карты разлетаются как горячие пирожки.
Кроме того, NVIDIA активно участвует в исследовательской деятельности и поддерживает академическое сообщество.
Она предоставляет доступ к своим решениям и ресурсам для университетов и исследовательских групп, помогая развивать и
продвигать ИИ-технологии. В общем, вин-вин-ситуация.
NVIDIA сегодня это не просто компания, производящая видеокарты, а движущая сила развития ИИ-технологий.
Дальновидность руководителей позволила ей не замыкаться на рынке видеоигр, а стать настоящим гигантом
технологического рынка. При этом, в рамках родной для себя отрасли интерактивных развлечений, компания тоже давно впереди планеты всей.
Технологии рейтрейсинга и DLSS сильно изменили игры последних лет. Кто знает, что ждет компанию в будущем?
Сейчас, после небывалого успеха, она получила еще и холодный душ. Недавно NVIDIA потеряла
280 миллионов долларов за один день. И это снова рекорд, но на этот раз
минусовой. Рекордный убыток за сутки для любой компании в истории. И связано это с претензиями со стороны
антимонопольной службы США. Но это не первая сложность в жизни NVIDIA. Все-таки, как мы уже знаем, она вообще могла закрыться и
исчезнуть после первого же своего продукта. Поэтому думаю, что они справятся. А может быть, станут еще
более значимой компанией. А на сегодня это все. С вами был Митя Иванов, это DROIDER. До встречи в будущем.