Rynek procesorów będzie rósł

Firmy takie jak Google, Amazon czy Microsoft coraz częściej decydują się na projektowanie własnych układów scalonych, aby spełnić swoje specyficzne potrzeby i uniezależnić się od zewnętrznych dostawców.

Użytkownicy technologii korzystają na co dzień z gotowych rozwiązań, nie zastanawiając się nad tym, jaka infrastruktura umożliwia działanie takich narzędzi jak choćby ChatGPT czy rekomendacje na platformach streamingowych takich jak Netflix. Działanie tych funkcjonalności możliwe jest wyłącznie dzięki miliardowym inwestycjom w moc obliczeniową i nowoczesne centra danych.

W ostatnich latach nastąpił intensywny rozwój w dziedzinie technologii obliczeniowych, a jednym z kluczowych elementów tej ewolucji są specjalizowane procesory, znane również jako custom chips. Firmy takie jak Google, Amazon czy Microsoft coraz częściej decydują się na projektowanie własnych układów scalonych, aby spełnić swoje specyficzne potrzeby i uniezależnić się od zewnętrznych dostawców, takich jak Nvidia, która jest aktualnie jednym z głównych graczy na rynku procesorów GPU.

Jedną z kluczowych zalet specjalizowanych procesorów jest optymalizacja pod kątem konkretnych zastosowań. Przykładem może być Google, które opracowało swój własny procesor nazwany Tensor Processing Unit (TPU), specjalnie zaprojektowany do przyspieszania obliczeń związanych z uczeniem maszynowym. Dzięki temu Google mogło uzyskać wyższą wydajność przy jednoczesnym obniżeniu zużycia energii i kosztów w porównaniu z tradycyjnymi GPU.

Specjalnie opracowane procesory są często bardziej efektywne energetycznie. Ponieważ są zaprojektowane do realizacji określonych zadań, z reguły zużywają mniej energii niż uniwersalne GPU, co jest kluczowym czynnikiem w dużych centrach danych, gdzie koszt energii stanowi znaczną część wydatków operacyjnych.

Kolejną zaletą takich procesorów jest obniżenie kosztów produkcji i utrzymania infrastruktury. O ile początkowy koszt zaprojektowania procesora jest wysoki, o tyle przy długofalowym użytkowaniu może przynieść znaczące oszczędności. Korporacje takie jak Amazon mogą zoptymalizować swoje własne układy, np. Graviton, które są tańsze w produkcji i efektywniejsze niż alternatywy dostępne na rynku, co ostatecznie pozwala na obniżenie kosztów usług oferowanych klientom.

Rynek procesorów wspierających rozwój sztucznej inteligencji cały czas znajduje się na dość wczesnym etapie rozwoju. Mimo że osiągnął już znaczny rozmiar – sama Nvidia wygenerowała w ostatnim kwartale ponad 26 mld dolarów przychodów z segmentu centrów danych – to wydaje się, że nie jest jeszcze w pełni dojrzały i trudno przewidywać jego docelowy kształt i wielkość. Można jednak z dużą dozą prawdopodobieństwa prognozować, że udział specjalizowanych chipów w całym rynku będzie rósł.