Nvidijina prednost u umjetnoj inteligenciji proteže se izvan GPU-a

Do ovog tjedna dominantna priča o Nvidiji izgledala je otprilike ovako: u prvim godinama procvata umjetne inteligencije, Nvidia je bila jedini izvor vrhunskih GPU-ova, koji su postali iznimno profitabilni kako je industrija rasla. Posljednjih nekoliko godina hiperscaleri poput Amazona i Googlea počeli su razvijati vlastite čipove, pa Nvidia više nije jedini igrač na tržištu — što je mnoge investitore navelo da se zapitaju koliko je njezina prednost zapravo održiva.

Ta je priča uvjerljiva i uglavnom točna. Nakon što je tržišna kapitalizacija porasla deseterostruko između početka 2023. i sredine 2025. godine, dionice Nvidije su posljednjih godinu dana na skromnijem uzlaznom putu, pod pritiskom zabrinutosti zbog rastuće konkurencije na tržištu GPU-ova.

No od srijedinih financijskih rezultata tvrtke oblikuje se nova priča, a investitori počinju shvaćati da Nvidijina prednost seže daleko izvan GPU-ova. Kako računalna snaga potrebna za umjetnu inteligenciju raste do gigavatnih razmjera, orkestracija sustava postaje sve složeniji zadatak. Nije iznenađujuće da je Nvidia izgradila velik dio najsuvremenijeg hardvera potrebnog za upravljanje tim sustavima, što joj daje golemu prednost u infrastrukturi koja okružuje GPU — čak i dok se suočava s pojačanom konkurencijom na samim GPU-ovima.

Unatoč svim pričama o računalnoj snazi kao robi, upravljanje podatkovnim centrom megaopsega na punom kapacitetu i dalje je iznimno zahtjevno — a kako implementacije postaju sve veće i brže, taj izazov samo raste.

Rack po rack

Dio te slike vidljiv je već iz detalja onoga što Nvidia trenutačno prodaje. Tvrtka upravo uvodi svoju arhitekturu Vera Rubin, koja kombinira Rubin GPU s nizom drugih komponenti — uključujući Vera CPU, Groq 3 LPX akcelerator za inferenciju te slične rackove za pohranu i umrežavanje.

Proteklih tjedan dana razgovarao sam s ljudima iz Nvidije o tome što ti sustavi zapravo rade, a rezultati su bili iznenađujući. Poput samog Rubin GPU-a, riječ je o iznimno specijaliziranim sustavima — ali umjesto da obrađuju tokene, oni brinu o tome da sve izvan GPU-a funkcionira što učinkovitije. Ako je GPU motor, ovo je ostatak automobila.

Vera CPU posebno je usmjeren na problem orkestracije podataka. „Vera je važna jer postoji ograničenje koliko memorije možete smjestiti u jedan poslužitelj ili bilo koju računalnu platformu”, rekao mi je Jason Hardy, Nvidijin potpredsjednik za tehnologiju pohrane.

Kako su podatkovni centri povećavali računalnu snagu, rasla je i memorijska kapaciteta — zbog čega su tvrtke poput Microna profilirale u drugom valu infrastrukturnog buma. No dovesti te podatke do GPU-a u pravo vrijeme nije jednostavno — a kako tvrtke nastoje smanjiti potrošnju energije po tokenu, sve više uviđaju koliko je takvo upravljanje prometom podataka zapravo važno.

„Zabilježili smo poboljšanje i do 3x u tim operacijama zahvaljujući akceleraciji koju omogućuje Vera CPU”, rekao je Hardy. „Sada možemo iskoristiti naš flash u punom potencijalu, jer možemo izvući svu tu izvedbu bez uskog grla.”

Isti problem prepoznatljiv je i izvan Nvidije. Kada je OpenAI razvijao svoj čip Jalapeño, jedan od glavnih ciljeva bio je u potpunosti izbjeći te izazove — smanjenjem količine podataka koje je potrebno premještati.

„Jalapeño smo dizajnirali kako bismo minimizirali premještanje podataka i kašnjenja u komunikaciji”, navela je tvrtka u blogu objavljenom ranije ovog mjeseca. „Njegova velika domena omogućuje da cijeli radni zadatak ostane unutar jednog povezanog sustava, čime se smanjuje premještanje podataka i cijeli zahtjev ostaje brz i učinkovit od početka do kraja.”

Riječ je o drugačijem pristupu — premještanje podataka izbjegava se tako što se cijeli radni zadatak odvija unutar jednog integriranog čipa. No temeljna logika je ista: povećanje učinkovitosti pametnijim upravljanjem prometom podataka, a ne pukim dodavanjem procesorskih ciklusa. Time se otvara potpuno novi sloj infrastrukture oko kojeg će se tvrtke natjecati.

Ovaj novi naglasak na orkestraciji podataka nije automatski pobjeda za Nvidiju. Tvrtka će se morati nositi s konkurencijom proizvođača čipova i hiperscalera, baš kao što je to slučaj s GPU-ovima. No natjecanje se preselilo na novi sloj — gdje razvoj konkurentskog GPU-a postaje manje važan od sposobnosti da cijeli sustav funkcionira učinkovito.

I barem u ovoj ranoj fazi, Nvidia izgleda kao da ima uvjerljivu prednost.