Varför Nvidia går in på 30 miljarder dollar marknaden för anpassade chips

Nvidias största kunder (t.ex. Google, Amazon, Microsoft, Meta och OpenAI) utvecklar AI-chips som konkurrerar med Nvidia, vilket utgör ett potentiellt långsiktigt hot mot AI-ledaren. Jensens svar? “Vi kan hjälpa dig att göra det.”

Varning: Den här bloggen innehåller overifierade spekulationer… Men det är kul att tänka på!

När jag jobbade på AMD var jag alltid imponerad av hur företaget lyckades hålla två datorer helt isolerade från varandra för att skydda kundernas konfidentialitet. Ett team designade nästa chip för Microsoft XBox, medan det andra designade ett chip för Sony Playstation. Varje kund hade sina egna immateriella rättigheter och krav på spelkonsoler som behövde skyddas från det andra laget. Det var en framgångsrik modell för AMD, som fortfarande äger den marknaden.

Men allt det hemlighetsmakeriet kan vara svårt och dyrt. Och det är svårt att skala den verksamheten. Tänk om chipleverantören tillät kunden att göra mer designarbete och angav att deras IP skulle ingå i kundens chips? Och naturligtvis kunde kunden utnyttja leverantörernas relation med TSMC eller Samsung för tillverkning för att minska kostnaderna och förbättra tiden till marknaden.

Så det borde inte komma som någon överraskning för någon att Nvidia har tillkännagett att de har bildat en grupp med uppgift att forma denna nya affärsmodell, hjälpa kunder att bygga sin egen lösning med hjälp av Nvidia IP eller kanske till och med chiplets. Nvidia är upp ytterligare 3% på nyheterna.

Kanske behövde Nvidia inte köpa Arm trots allt. Med detta drag börjar det bygga en AI-licensjätte.

Jag är säker på att vi kommer att höra mer om detta på GTC nästa månad, men detta är vårt perspektiv.

Vad är “anpassat kisel” och hur skulle Nvidia dra nytta av denna möjlighet?

Många företag som designar sina egna chips för att minska kostnaderna eller tillhandahålla en mer anpassad lösning för sina datorbehov samarbetar redan med företag som Broadcomm och Marvell för den fysiska designen av back-end, SerDes-block eller IP, som Arm CPU-kärnor. Marvell hög prestanda. Och EDA-lösningsleverantörer som Cadence och Synopsys gör en bra affär genom att tillhandahålla IP-block som SOC-designers kan sätta på sina marker, vilket sparar pengar och snabbar upp tiden till marknaden. Men det här är inga nya nyheter. Sima.ai, till exempel, använder en Synopsys-bildprocessor i sitt Edge AI-chip.

Startup Tenstorrent, ledd av Jim Keller, såg denna möjlighet komma och har förvandlat det Toronto och Austin-baserade företaget från en potentiell Nvidia-konkurrent till en design- och immaterialrättsbutik, som tillhandahåller chiplets och immateriella rättigheter till företag som Kia och LG.

I AI-världen ser vi en ny trend där designers av tv-apparater, bilar eller nätverksutrustning vill skapa en skräddarsydd lösning för att minska kostnaderna eller tillhandahålla en differentierad lösning som inkluderar AI, men de har inte behovet eller erfarenheten att gör det. bygga hela chippet. Google, Amazon AWS, Meta (som förväntas använda sitt eget chip senare i år) och Microsoft Azure har redan sina egna anpassade chip för intern AI tillsammans med sina Nvidia GPU:er för molnkunder. Kan du samarbeta med Nvidia för framtida design?

Här är en idé…

Kunde dessa Nvidia anpassade chipkunder dra nytta av Nvidia och AWS:s interna superdatorer för att accelerera och optimera dessa designinsatser? Det skulle vara en trevlig extrainkomst och en otrolig skillnad. Om så är fallet kan detta vara anledningen till att Nvidia är värd för sin senaste “interna” superdator, Project Cieba, i AWS-datacenter, där infrastrukturen för säkra molntjänster redan är tillgänglig. Nvidia skulle kunna erbjuda chipdesignoptimeringstjänster hos Cieba.

Även om dessa spekulationer kan gå för långt, skulle det tyda på att Nvidia ser skriften på väggen och redan förbereder sig för att omvandla branschen igen.

Slutsatser

Ok, jag kanske gick för långt i mina spekulationer. Men om något företag kan klara av det skulle det vara Nvidia. Alla teknologier blir handelsvaror med tiden, särskilt äldre generationer av kisel. När Nvidia uppvaktade Arm sa det ofta att förvärvet skulle ge Nvidia möjligheten att tjäna pengar på det de inte vill producera, genom licensavtal.

Det verkar som att det är precis vad Nvidia gör nu.

Upplysningar: Denna artikel uttrycker åsikter från författaren och

Det ska inte ses som ett råd att köpa eller investera i de nämnda företagen. Cambrian AI Research har turen att ha många, om inte de flesta, halvledarföretag som våra kunder, inklusive Blaize, BrainChip, CadenceDesign, Cerebras, D-Matrix, Eliyan, Esperanto, FuriosaAI, Graphcore, GML, IBM, Intel , Mythic, NVIDIA, Qualcomm Technologies, Si-Five, SiMa.ai, Synopsys, Ventana Microsystems, Tenstorrent och dussintals investerarkunder. Vi har inga investeringspositioner i något av de företag som nämns i denna artikel och planerar inte att starta några inom den närmaste framtiden. För mer information, besök vår webbplats på https://cambrian-AI.com.

Leave a Reply

Your email address will not be published. Required fields are marked *