Поскольку все больше и больше людей на рынке начинают обсуждать, приведёт ли ИИ к полной товаризации ПО и дальнейшему сжатию оценок и маржинального пространства технологических компаний, ответ, который дал генеральный директор NVIDIA Хуан Жэньсюнь, очень прямой:
Трудно товаризировать не только само ПО, а весь процесс, который превращает электроны в токены.
В последнем интервью Хуан Жэньсюнь подробно объяснил, как он понимает эту гонку ИИ: от цепочки поставок NVIDIA, экосистемы CUDA, архитектуры ИИ-вычислений, к клиентам сверхбольшого масштаба в облаке — до рынка Китая и экспортных ограничений США.
(Хуан Жэньсюнь объясняет эволюцию искусственного интеллекта с помощью метафоры «пятислойного торта»)
Его ключевой аргумент можно свести к одной фразе: конкуренция в ИИ — это не соревнование отдельных моделей, и не соревнование отдельных чипов, а битва «пятислойного торта», включающая энергетику, чипы, сеть, ПО, экосистему и прикладной уровень; а NVIDIA хочет занять ту часть, которая одновременно самая трудная, но также и наименее подверженная замене.
Хуан Жэньсюнь: работа NVIDIA — превращать электроны в более ценные токены
Отвечая на внешние сомнения: раз многие софтверные компании терпят давление по оценкам из-за ИИ, а по сути NVIDIA отдает проектирование TSMC, память — SK Hynix и Samsung, а сборку — тайваньским ODM, то не может ли NVIDIA тоже оказаться втянутой в волну товаризации со стороны ИИ? Ответ Хуан Жэньсюня: не так-то просто.
Он считает, что роль NVIDIA изначально не в том, чтобы делать всё самой, а в том, чтобы отвечать за самую ключевую и самую сложную часть в цепочке преобразования «от электронов до токенов». По его словам, вход NVIDIA — electrons, выход — tokens, а крайняя по сложности способность к преобразованию между ними и есть смысл существования этой компании.
Хуан Жэньсюнь подчеркнул, что такое преобразование — это не просто превращение электроэнергии в результат вычислений; нужно постоянно повышать ценность токенов, чтобы те же самые вычисления давали большую экономическую ценность и более эффективные токены. На этом стыке задействованы проектирование архитектуры, упаковка, память, межсоединения, алгоритмы, библиотеки, программные стеки и согласованная работа в экосистеме — это высоко инженерный, научный процесс, который при этом всё ещё быстро развивается. Он считает, что это вряд ли будет полностью товаризировано.
Он также дальше описал философию компании NVIDIA: делать «максимум того, что необходимо, и минимум того, что не обязательно». Иными словами, всё, что не нужно делать собственными руками, по возможности поручается партнёрам и экосистеме; но всё, что нельзя не делать и что крайне сложно, NVIDIA обязана взять на себя лично — и сделать это лучше всего.
На самом деле «инструментальные софтверные компании» могут, наоборот, получить взрывной рост из-за ИИ
Относительно опасений рынка, что ИИ сожмёт пространство софтверных компаний, Хуан Жэньсюнь придерживается почти противоположного мнения. Он указал, что многие софтверные компании по сути являются производителями инструментов, таких как Excel, PowerPoint, или компаний уровня Cadence, Synopsys — это EDA-компании. То, что они пока не переживают более крупного всплеска, не потому, что инструменты будут вытеснены; причина в том, что сегодня agent’ы ещё не достаточно умело используют инструменты.
По его мнению, в будущем количество agent’ов будет расти экспоненциально, как и число пользователей инструментов, а затем это поднимет количество вызовов самих инструментов и потребность в лицензиях. Возьмём пример чипового дизайна: сейчас объём использования инструментов для проектирования всё ещё ограничен числом инженеров; но в будущем за каждым инженером могут стоять несколько agent’ов, которые будут сотрудничать, и плотность и частота исследования пространства решений будут значительно выше, чем сегодня.
И тогда, например, реальное использование таких инструментов, как Synopsys Design Compiler, floor planner, layout tools, design rule checker, может, наоборот, резко вырасти.
Иными словами, Хуан Жэньсюнь не считает, что ИИ просто уничтожит инструментальные софтверные компании; скорее, он может направить их на новую траекторию роста.
Настоящий ров NVIDIA — это цепочка поставок вверх и вниз по потоку
Говоря о том, что в последние годы NVIDIA сделала значительные закупочные обязательства в адрес цепочки поставок выше по потоку, и даже внешние оценки предполагают, что в ближайшие несколько лет это может накопиться до масштаба в несколько сотен миллиардов долларов, Хуан Жэньсюнь не отрицал, что это является одной из важных сильных сторон NVIDIA.
Он заявил, что NVIDIA действительно взяла на себя много явных и неявных upstream commitments. Первые — это закупочные обязательства, которые видны внешнему миру; вторые — это договорённости, когда руководителей цепочки поставок убеждают инвестировать в расширение производства заранее. Эти инвестиции происходят не только потому, что NVIDIA готова покупать; помимо этого поставщики верят, что NVIDIA сможет «переварить» эти мощности, и что они будут успешно проданы благодаря огромному спросу со стороны downstream.
Вот почему он рассматривает GTC не только как презентацию продуктов, а как «встречу на 360 градусов» для всего AI-мира. В его представлении ценность GTC заключается в том, чтобы upstream увидел downstream, чтобы downstream понял upstream, и чтобы вся цепочка поставок совместно подтвердила: спрос на ИИ действительно придёт — и придёт в очень больших масштабах. Хуан Жэньсюнь даже откровенно признаёт, что его keynote в определённой степени выполняет очень сильную «образовательную» функцию, потому что он обязан добиться понимания во всей цепочке поставок: почему ИИ придёт, когда он придёт, насколько велик будет масштаб и как следует заранее подготовиться.
Это также объясняет, почему в последние годы NVIDIA способна продолжать расширять поток в цепочке поставок. Хуан Жэньсюнь подчеркнул, что цепочка поставок смотрит не только на денежный поток, но и на оборачиваемость и уровень видимости спроса. Если у компании архитектура и скорость оборачиваемости продукта недостаточно быстрые, цепочка поставок не будет готова заранее строить завод или расширять линию. NVIDIA может делать это потому, что спрос со стороны downstream достаточно велик и достаточно определён, и всю картину видит вся цепочка поставок.
Хуан Жэньсюнь не боится узких мест: в большинстве случаев это всего лишь вопрос 2–3 лет
Когда его спрашивают, успевают ли upstream на самом деле за потребностями в вычислительных мощностях для ИИ? Особенно учитывая, что ИИ уже «съел» значительную часть передовых производственных процессов и мощностей по упаковке TSMC, и дальше как вообще может год за годом продолжаться удвоение? Позиция Хуан Жэньсюня весьма однозначна: почти все производственные узкие места по своей сути — это всего лишь вопрос 2–3 лет.
Он приводит пример: раньше все постоянно обсуждали bottleneck’и упаковки CoWoS, но сегодня об этом почти никто не говорит, потому что за два года вся отрасль сосредоточилась и быстро закрыла эту проблему. TSMC уже рассматривает передовую упаковку и HBM как часть «магистральных» технологий вычислений, а не как специальные потребности. Иными словами, если сигналы спроса достаточно ясные, цепочка поставок сама начнёт «сбегаться» и восполнит узкие места.
Для Хуан Жэньсюня ИИ приносит не исчезновение рабочих мест, а перестройку отрасли и перераспределение потребности в талантах. Реально нужно беспокоиться не о том, исчезнут ли полностью какие-то профессии, а о том, не из-за чрезмерного страха общество неправильно сопоставит предложение талантов.
Он также прямо заявил, что такие проблемы, как техпроцесс, упаковка и HBM, можно решить в течение 2–3 лет; а вот то, что продвигается дольше и оказывается по-настоящему сложным, — это энергетическая политика. Потому что независимо от того, это AI-заводы, производство чипов, передовая упаковка, электромобили, роботы или реиндустриализация — всё упирается в энергетику. Если энергетика станет узким местом, скорость расширения всей отрасли будет ограничена.
Эта статья «Последнее интервью Хуан Жэньсюня: сможет ли ров NVIDIA продолжать сохраняться? (часть I)» впервые появилась в Lianxin ABMedia.
