Nvidia si è affermata come una delle società più potenti del pianeta, guidando la rivoluzione dell’intelligenza artificiale (AI) per decenni. Nonostante la sua posizione dominante, alcuni esperti del settore avanzano dubbi sulla sua preminenza nel lungo termine nel campo del machine learning. Analizziamo il panorama attuale e le proiezioni future.
Situazione Attuale
La posizione leader di Nvidia nel settore è attribuita da molti analisti a diversi fattori chiave:
- L’assenza di ampia adozione delle applicazioni ML – Attualmente, poche (potenti) aziende hanno implementato modelli AI su larga scala, concentrando i loro sforzi prevalentemente sulla fase di training piuttosto che sull’inferenza.
- La scarsità di alternative competitive – Secondo gli esperti, l’ecosistema maturato intorno a Nvidia è così radicato che rende difficoltoso per qualsiasi concorrente creare una piattaforma altrettanto integrata e fruibile.
- Il potere decisionale dei ricercatori – Gli specialisti del settore sostengono che la preferenza dei ricercatori verso la piattaforma Nvidia influenzi significativamente le scelte delle aziende in termini di acquisti hardware.
- Il primato della latenza nel training – Gli analisti notano che la velocità di training offerta dalle GPU di Nvidia rappresenta un grande vantaggio, consentendo cicli di apprendimento rapidi.
Cambiamenti Previsti
Tuttavia, si prevedono cambiamenti significativi nei fattori che determinano la scelta della piattaforma hardware per le applicazioni AI:
- Il dominio dell’inferenza sul training – Molti ritengono che in futuro l’inferenza diventerà più importante rispetto al training, richiedendo una riconsiderazione delle priorità hardware.
- La competitività delle CPU nell’inferenza – Sebbene attualmente le CPU siano inadeguate per il training, gli esperti ritengono che potrebbero diventare competitive nell’inferenza, grazie alla loro maturità e costo-efficienza.
- Il focus sui costi applicativi – Si prevede una maggiore enfasi sull’efficienza e sull’integrazione con le applicazioni tradizionali.
Implicazioni per il Futuro
In questo contesto, gli analisti sostengono che sia difficile non prevedere una riduzione della quota di mercato di Nvidia nel settore AI, anche quest’ultimo nel suo complesso è destinato a crescere.
La proiezione comune è quella di vedere piattaforme CPU tradizionali come x86 e Arm emergere come vincitori, con un’integrazione sempre più profonda con il supporto al machine learning, evolvendo come avvenuto per il supporto alle operazioni in virgola mobile (tipicamente migliori su GPU).
Fonte: https://petewarden.com/2023/09/10/why-nvidias-ai-supremacy-is-only-temporary/
