Breaking News

Microsoft mengakuisisi chip Nvidia AI dua kali lebih banyak dibandingkan pesaing teknologinya

Microsoft mengakuisisi chip Nvidia AI dua kali lebih banyak dibandingkan pesaing teknologinya

Microsoft membeli chip andalan Nvidia dua kali lebih banyak dibandingkan pesaing terbesarnya di Amerika Serikat dan Tiongkok tahun ini, seiring investor terbesar OpenAI mempercepat investasinya dalam infrastruktur kecerdasan buatan.

Analis di Omdia, sebuah konsultan teknologi, memperkirakan Microsoft membeli 485.000 chip “Hopper” dari Nvidia tahun ini. Hal ini menempatkan Microsoft jauh di depan pelanggan terbesar Nvidia di AS berikutnya, Meta, yang membeli 224.000 chip Hopper, serta pesaing komputasi awan Amazon dan Google.

Karena permintaan telah melampaui pasokan unit pemrosesan grafis Nvidia yang paling canggih selama dua tahun terakhir, persediaan chip Microsoft telah memberikan keunggulan dalam perlombaan untuk membangun sistem kecerdasan buatan generasi berikutnya.

Tahun ini, perusahaan teknologi besar telah menghabiskan puluhan miliar dolar untuk pusat data yang menjalankan chip terbaru Nvidia, yang telah menjadi produk terpanas di Silicon Valley sejak debut ChatGPT dua tahun lalu yang mendorong peningkatan investasi AI yang belum pernah terjadi sebelumnya.

Infrastruktur cloud Azure Microsoft digunakan untuk melatih OpenAI o1 terakhir model, saat mereka bersaing dengan kebangkitan Google, perusahaan rintisan seperti Anthropic dan xAI milik Elon Musk, serta pesaing di Tiongkok untuk mendominasi komputasi generasi berikutnya.

Omdia memperkirakan ByteDance dan Tencent masing-masing memesan sekitar 230.000 chip Nvidia tahun ini, termasuk model H20, versi Hopper yang kurang bertenaga yang dimodifikasi untuk mematuhi kontrol ekspor AS untuk pelanggan Tiongkok.

Amazon dan Google, yang bersama dengan Meta meningkatkan penerapan chip AI khusus mereka sebagai alternatif dari Nvidia, masing-masing membeli 196.000 dan 169.000 chip Hopper, kata para analis.

Omdia menganalisis belanja modal, pengiriman server, dan intelijen rantai pasokan yang diungkapkan secara publik oleh perusahaan untuk menghitung perkiraannya.

nilai dari NVIDIAyang kini mulai merilis penerus Hopper, Blackwell, telah membengkak menjadi lebih dari $3 triliun tahun ini karena perusahaan-perusahaan teknologi besar berlomba-lomba merakit kelompok GPU yang semakin besar.

Namun, kenaikan luar biasa saham tersebut telah melambat dalam beberapa bulan terakhir di tengah kekhawatiran mengenai hal tersebut pertumbuhan lebih lambatpersaingan dari chip AI khusus milik perusahaan teknologi besar dan potensi gangguan terhadap bisnis mereka di Tiongkok akibat pemerintahan Donald Trump di Amerika Serikat.

ByteDance dan Tencent telah menjadi dua pelanggan terbesar Nvidia tahun ini, meskipun pemerintah AS membatasi kemampuan chip AI AS yang dapat dijual di Tiongkok.

Microsoft, yang telah menginvestasikan $13 miliar pada OpenAI, merupakan perusahaan teknologi besar Amerika yang paling agresif dalam membangun infrastruktur pusat data, baik untuk menjalankan layanan AI-nya sendiri, seperti asisten Copilot, maupun menyewakannya kepada pelanggan melalui perusahaannya Divisi Azure. .

Pesanan chip Nvidia dari Microsoft berjumlah lebih dari tiga kali lipat jumlah prosesor AI Nvidia dari generasi yang sama yang dibelinya pada tahun 2023, ketika Nvidia sedang berlomba untuk meningkatkan skalanya. produksi gerbong setelah sukses besar ChatGPT.

“Infrastruktur pusat data yang bagus, ini adalah proyek yang sangat kompleks yang memerlukan banyak modal,” Alistair Speirs, direktur senior Infrastruktur Azure Global di Microsoft, mengatakan kepada Financial Times. “Mereka memerlukan perencanaan beberapa tahun. “Itulah mengapa penting untuk memperkirakan di mana pertumbuhan kita akan berada dengan sedikit margin.”

Perusahaan teknologi di seluruh dunia akan menghabiskan sekitar $229 miliar untuk server pada tahun 2024, menurut Omdia, dipimpin oleh belanja modal Microsoft sebesar $31 miliar dan Amazon sebesar $26 miliar. 10 pembeli terbesar infrastruktur pusat data, yang kini mencakup pendatang baru xAI dan CoreWeave, menyumbang 60 persen investasi global di bidang daya komputasi.

Vlad Galabov, kepala penelitian cloud dan pusat data di Omdia, mengatakan sekitar 43 persen pengeluaran server akan disalurkan ke Nvidia pada tahun 2024.

“GPU Nvidia menyumbang proporsi belanja server yang sangat tinggi,” katanya. “Kita sudah dekat dengan puncak.”

Diagram batang belanja modal server, tahun 2024 ($ miliar) menunjukkan pembelanja terbesar di Big Tech dalam ledakan pusat data AI

Meskipun Nvidia masih mendominasi pasar chip AI, saingannya di Silicon Valley, AMD, telah mendominasi membuat kemajuan. Meta membeli 173,000 chip MI300 dari AMD tahun ini, sementara Microsoft membeli 96,000, menurut Omdia.

Perusahaan-perusahaan teknologi besar juga telah meningkatkan penggunaan chip kecerdasan buatan mereka sendiri tahun ini, dalam upaya mereka mengurangi ketergantungan mereka pada Nvidia. Google, yang telah mengembangkan “unit pemrosesan tensor”, atau TPU, selama satu dekade, dan Meta, yang meluncurkan generasi pertama chip Meta Training dan Inference Accelerator tahun lalu, masing-masing menerapkan sekitar 1,5 juta chip mereka sendiri.

Amazon, yang banyak berinvestasi pada chip Trainium dan Inferentia untuk pelanggan komputasi awan, mengerahkan sekitar 1,3 juta chip tersebut tahun ini. Amazon mengatakan bulan ini bahwa mereka berencana untuk membangun klaster baru menggunakan ratusan ribu chip Trainium terbarunya untuk Anthropic, saingan OpenAI di mana Amazon telah menginvestasikan $8 miliar, untuk melatih model AI generasi berikutnya.

Namun, Microsoft sudah jauh lebih awal dalam upayanya membangun akselerator AI untuk menyaingi Nvidia, dengan hanya sekitar 200.000 chip Maia yang dipasang tahun ini.

Speirs mengatakan penggunaan chip Nvidia masih mengharuskan Microsoft melakukan investasi besar pada teknologinya sendiri untuk menawarkan layanan “unik” kepada pelanggan.

“Berdasarkan pengalaman kami, membangun infrastruktur AI bukan hanya tentang memiliki chip terbaik, namun juga tentang memiliki komponen penyimpanan yang tepat, infrastruktur yang tepat, lapisan perangkat lunak yang tepat, lapisan manajemen host yang tepat, remediasi kesalahan yang tepat, dan sebagainya aspek lainnya. komponen untuk membangun sistem itu,” ujarnya.

Sumber