Le azioni di Qualcomm salgono del 23% dopo il lancio dei nuovi chip AI200/AI250 per spodestare Nvidia e AMD

Le azioni di Qualcomm sono schizzate del 23% lunedì, dopo che la società ha annunciato il lancio di nuovi chip acceleratori AI per sfidare Nvidia e AMD nella guerra dei chip più costosa fino ad oggi.

L'annuncio, fatto il 27 ottobre, è stata la dichiarazione più forte della società finora sul suo ingresso nella corsa agli armamenti dei data center.

I due nuovi chip (AI200, previsto per il rilascio nel 2026, e AI250, in arrivo nel 2027) non saranno negli smartphone. Alimenterebbero intere rack raffreddate a liquido all'interno di enormi fattorie di server AI.

Secondo CNBC, questi nuovi chip rappresentano un grande salto rispetto alla zona di comfort abituale di Qualcomm, ovvero dispositivi mobili e wireless. Entrambi gli acceleratori possono riempire un rack intero come i sistemi attuali di Nvidia e AMD, che permettono a 72 chip di operare come uno.

L'idea è fornire ai laboratori AI e agli iperscalatori la potenza di calcolo necessaria per eseguire modelli AI massicci, senza dover dipendere dalla catena di approvvigionamento di Nvidia o dalla posizione di secondo posto di AMD.

Qualcomm entra nella battaglia dei rack completi con chip AI per data center

L'AI200 e l'AI250 sono costruiti utilizzando la stessa tecnologia all'interno dei chip per telefoni di Qualcomm, chiamati unità di elaborazione neurale Hexagon (NPU).

Durga Malladi, il general manager della società per data center e edge, ha dichiarato ai giornalisti la scorsa settimana: “Volevamo prima dimostrare noi stessi in altri domini e, una volta costruita la nostra forza lì, è stato piuttosto facile per noi fare un passo avanti a livello di data center.”

Questi rack sono costruiti per l'inferenza, non per l'addestramento. Questo significa che Qualcomm non sta cercando di costruire chip che aiutano ad addestrare modelli come i GPT di OpenAI, che sono stati addestrati su GPU Nvidia.

Invece, l'attenzione è sull'esecuzione di quei modelli più velocemente e a minor costo una volta addestrati. È lì che avviene la maggior parte dei carichi di lavoro del mondo reale.

E qui c'è denaro… denaro reale. McKinsey dice che il mondo spenderà 6,7 trilioni di dollari in data center entro il 2030, e la maggior parte di ciò andrà all'hardware AI. Nvidia controlla più del 90% di quel mercato oggi e ha una capitalizzazione di mercato superiore a 4,5 trilioni di dollari. Ma i clienti stanno diventando impazienti.

OpenAI ha recentemente dichiarato che sta acquistando chip da AMD e potrebbe persino acquistare una quota della società. Google, Amazon e Microsoft stanno tutti progettando i propri acceleratori AI. Tutti vogliono un'opzione che non implichi aspettare in fila dietro una dozzina di altri laboratori AI solo per ricevere una spedizione di GPU da Nvidia.

Consumo energetico, flessibilità e memoria rendono Qualcomm distintivo

Malladi ha dichiarato che i rack consumano circa 160 kilowatt, che corrisponde al consumo energetico dei rack Nvidia. Ma Qualcomm afferma che i suoi sistemi sono più economici da gestire, specialmente per i provider di servizi cloud.

La società venderà anche parti separatamente, dando ai clienti la libertà di costruire rack personalizzati. “Quello che abbiamo cercato di fare è assicurarci che i nostri clienti siano in posizione di prendere tutto o dire: ‘Sto andando a mescolare e abbinare’,” ha aggiunto Malladi.

Anche Nvidia e AMD potrebbero finire per acquistare parti dello stack di Qualcomm. Questo include le sue unità di elaborazione centrale (CPU), che Malladi ha dichiarato saranno disponibili come componenti autonomi. Il prezzo completo per chip, schede e rack non è stato divulgato. Qualcomm non ha confermato quanti NPU possono entrare in un rack.

All'inizio di quest'anno, Qualcomm ha firmato un accordo con Humain, l'azienda saudita che prevede di installare chip di inferenza Qualcomm nei data center, utilizzando fino a 200 megawatt di potenza. Questo accordo ha reso Humain uno dei primi clienti importanti per i sistemi su scala di rack.

L'azienda ha inoltre dichiarato che le sue schede AI gestiscono 768 gigabyte di memoria, una quantità superiore a quella attualmente offerta da Nvidia o AMD. Ha anche affermato di garantire una migliore efficienza energetica e un minor costo di proprietà, senza però fornire cifre esatte.