Nvidia'nın Gizli Silahı: Mesele Yazılım
Nvidia CEO'su Jensen Huang, bu yılki CES'i açılış konuşmasıyla adeta ateşledi. O günden beri, hem konuşmayı dinledik hem de analizlerini dikkatle takip ettik. Eğer 90 dakikanızı bu konuya ayıracak vaktiniz yoksa, size özetleyelim: Nvidia'nın elinde her türlü yazılım var. Ya da en azından, diğer herkesten daha fazla yazılıma sahip.
Bir robot mu inşa etmek istiyorsunuz? Onlar da bunun için bir yazılıma sahip. Bir fabrika mı tasarlamak? Kesinlikle. Otonom araçlar, ilaç keşfi, video oyunları… Evet, onlar da var. Hem de sadece temel bir uygulama değil. Robot tasarımı, fiziksel dünya etkileşimlerini modelleme ve ardından üretim aşamasına geçme gibi çok katmanlı çözümler sunuyorlar. Nvidia, tüm bu süreçler için ayrı ayrı yazılımlara sahip.
Bu aslında yeni bir haber değil, daha önce de bu konuyu ele almıştık. Ancak asıl vurgulamak istediğimiz nokta şu ki, çoğu şirket Nvidia'nın sunduğu araçlarla işe başlayarak büyük bir avantaj elde edebilir.
Dürüst olmak gerekirse, bu yazılımların ne kadar başarılı olacağını biz de tam olarak bilmiyoruz. Nvidia'nın da bu konuda net bir fikri olduğunu sanmıyoruz. Onların en büyük gücü, başarısızlık korkusu olmadan risk alabilme yetenekleri. Bu haftaki duyuruların birçoğunun karmaşık sonuçlar doğuracağını düşünüyoruz.
Ancak yine de, sundukları yazılımların miktarı ve derinliği, rekabet eden herkes için endişe verici olmalı. Basitçe söylemek gerekirse, kendi temel modellerini eğitme planı olmayan şirketler için Nvidia'nın araçları, yapay zeka uygulamaları geliştirmek için en kolay yol olacak.
Bu durum, özellikle diğer yarı iletken şirketleri için daha da geçerli. Burada Nvidia'nın liderliği iki kat daha etkileyici. Öncelikle, yapay zeka çiplerinde Nvidia ile rekabet edebilmek için yazılıma büyük yatırımlar yapılması ve muhtemelen yarım on yıl gibi bir süre boyunca geliştirilmesi gerekiyor.
AMD bu yolculukta bir veya iki yıl ileride olabilir, ama üçüncülükteki rakiplerinden çok daha önde. Broadcom'un bu kadar kapsamlı yazılım çözümleri olmasa da, kendi temel modellerini oluşturan birkaç şirkete satış yaparak da gayet iyi bir performans sergileyecektir. Ancak diğer herkes için "masa başı" pozisyonuna gelmek bile uzun bir zaman alacaktır.
Huang'ın açıklamalarından dikkatimizi çeken bir diğer nokta ise Nvidia'nın kendi geliştirdiği araçları ("kendi yemeğini yiyor") ne kadar yoğun bir şekilde kullandığıydı. Kendi çiplerinin gelişimini hızlandırmak için yapay zeka araçlarından yararlanıyor gibi görünüyorlar. Yarı iletken tasarım sürecinin ne kadarının transformatör tabanlı yapay zeka modellerinden fayda sağlayabileceğini tahmin etmek için henüz çok erken olduğunu düşünüyoruz. Ancak iş akışının yarısı bile yapay zeka ile iyileştirilebilir veya "hızlandırılabilirse," Nvidia rakiplerine karşı önemli bir verimlilik avantajı elde edecektir.
Geçen yıl Nvidia, işletme giderlerini sadece 6 milyar dolar artırırken, 70 milyar dolarlık gelir ve 52 milyar dolarlık işletme karı elde etti. Şimdi de daha verimli hale gelme riski var, bu da rakipleri için ciddi bir tehdit anlamına geliyor.
