La grande image. Jensen Huang de Nvidia a lancé le CES cette année avec son discours d’ouverture. Nous l’avons écouté et lu suffisamment d’analyses depuis, si vous n’avez pas 90 minutes, nous pouvons vous le résumer. Nvidia possède tous les logiciels, ou du moins, il en a plus que vous.
Voulez-vous construire un robot ? Ils ont un logiciel pour ça. Concevoir une usine ? Voitures autonomes, détection de drogues, jeux vidéo. ils l’ont aussi. Et ce n’est pas seulement une application de base ; il comporte de nombreuses couches pour concevoir le robot, modéliser ses interactions physiques avec le monde, puis le mettre en production. Nvidia dispose de logiciels pour tout cela.
Note de l’éditeur :
Auteur invité : Jonathan Goldberg Fondateur de D2D Advisory, Jonathan a développé des stratégies de croissance et des alliances pour des entreprises des secteurs du mobile, des réseaux, des jeux et des logiciels.
Ce n’est pas exactement une nouvelle. nous avons déjà écrit à ce sujetmais le but de tout cela est de faire passer le message selon lequel la plupart des entreprises connaîtront un grand succès, à commencer par les offres de Nvidia.
Pour être honnête, nous n’avons aucune idée de l’efficacité de l’un d’entre eux. Nous sommes presque sûrs que Nvidia n’est pas non plus si simple. Leur superpuissance est la capacité. prendre des risques sans crainte échec, et nous soupçonnons que bon nombre des annonces de cette semaine donneront des résultats mitigés.
Cela dit, le nombre et la profondeur de leurs offres devraient faire réfléchir tout le monde. En termes simples, pour les entreprises qui ne prévoient pas de former leurs propres modèles fondamentaux, travailler avec les outils de Nvidia sera le moyen le plus simple de développer des applications d’IA.
Cela est particulièrement vrai pour les autres sociétés de semi-conducteurs. Le produit phare de Nvidia c’est doublement terrible. Premièrement, rivaliser avec Nvidia dans la vente de produits semi-finis d’IA nécessite un énorme investissement dans les logiciels et probablement une demi-décennie pour les construire.
L’argent est dans un an ou deux, et ils sont bien en avance sur le troisième. Broadcom ne propose aucune offre de logiciels, mais ils vont bien se vendre aux quelques entreprises qui construisent leurs modèles de base. un long chemin à parcourir pour y parvenir.
L’autre point que nous avons retenu des remarques de Huang est la mesure dans laquelle Nvidia « mange sa propre nourriture pour chiens ». Ils semblent utiliser des outils d’IA pour accélérer le développement de leurs propres puces. Quelle part du cycle de conception des semi-conducteurs peut bénéficier. modèles d’IA basés sur des transformateurs, mais si même la moitié du flux de travail peut être améliorée (oserons-nous dire « accélérée ») par l’IA ? Nvidia se prépare. dispose d’un avantage de productivité significatif par rapport à ses concurrents.
Nvidia a levé 70 milliards de dollars l’année dernière revenu et un bénéfice d’exploitation de 52 milliards de dollars, tandis que les dépenses d’exploitation n’ajoutent que 6 milliards de dollars.
