Акции Qualcomm выросли на 23% после запуска новых чипов AI200/AI250 для вытеснения Nvidia и AMD

В понедельник акции Qualcomm подскочили на 23% после того, как компания объявила о запуске новых чипов-ускорителей ИИ, чтобы составить конкуренцию Nvidia и AMD в самой дорогой гонке вооружений среди чипов на сегодняшний день.

Объявление, сделанное 27 октября, стало самым громким заявлением компании о том, что она вступает в гонку вооружений в сфере центров обработки данных.

Два новых чипа (AI200, выход которого запланирован на 2026 год, и AI250, который появится в 2027 году) не будут использоваться в смартфонах. Они будут питать целые стеллажи с жидкостным охлаждением в огромных фермах серверов для ИИ.

По данным CNBC, эти новые чипы представляют собой значительный шаг в сторону от привычной зоны комфорта Qualcomm, где доминируют мобильные и беспроводные устройства. Оба ускорителя могут заполнить целый стеллаж, подобно текущим системам Nvidia и AMD, позволяя 72 чипам работать как единое целое.

Идея заключается в том, чтобы предоставить лабораториям ИИ и гиперскейлерам необходимую вычислительную мощность для запуска масштабных моделей ИИ, без необходимости зависеть от цепочки поставок Nvidia или занимать второе место после AMD.

Qualcomm вступает в полную битву за стеллажи с чипами для ИИ в центрах обработки данных

AI200 и AI250 созданы на основе той же технологии, что и чипы для телефонов Qualcomm, называемые нейронными процессорными блоками (NPU) Hexagon.

Дурга Маллади, генеральный менеджер компании по направлениям центров обработки данных и периферийных вычислений, сказала репортерам на прошлой неделе: «Сначала мы хотели доказать себя в других областях, и, укрепив там свои позиции, нам было довольно легко перейти на новый уровень — уровень центров обработки данных».

Эти стеллажи предназначены для вывода моделей (инференса), а не для их обучения. Это означает, что Qualcomm не пытается создать чипы, которые помогают обучать модели, такие как GPT от OpenAI, которые были обучены на GPU Nvidia.

Вместо этого фокус смещен на более быстрый и дешевый запуск этих моделей после их обучения. Именно здесь происходит большинство реальных рабочих нагрузок.

А здесь есть деньги… настоящие деньги. McKinsey утверждает, что к 2030 году мир потратит 6,7 трлн долларов на центры обработки данных, и большая часть этих средств уйдет на аппаратное обеспечение для ИИ. Сегодня Nvidia контролирует более 90% этого рынка и имеет рыночную капитализацию свыше 4,5 трлн долларов. Но клиенты начинают проявлять нетерпение.

Недавно OpenAI заявила, что покупает чипы у AMD и может даже приобрести долю в компании. Google, Amazon и Microsoft разрабатывают свои собственные ускорители ИИ. Все хотят иметь альтернативу, не требующую ожидания в очереди за поставкой GPU от Nvidia, когда за ней стоят десятки других лабораторий ИИ.

Потребление энергии, гибкость и память выделяют Qualcomm

Маллади сказала, что стеллажи потребляют около 160 киловатт, что соответствует уровню энергопотребления стеллажей Nvidia. Однако Qualcomm утверждает, что ее системы дешевле в эксплуатации, особенно для облачных провайдеров.

Компания также будет продавать компоненты отдельно, предоставляя клиентам свободу сборки индивидуальных стеллажей. «Мы постарались убедиться, что наши клиенты могут либо взять всё целиком, либо сказать: „Я буду комбинировать и сочетать“», — добавила Маллади.

Даже Nvidia и AMD могут в итоге купить части стека Qualcomm. Сюда входят их центральные процессоры (CPU), которые, по словам Маллади, будут доступны как отдельные компоненты. Полная стоимость чипов, плат и стеллажей не раскрывалась. Qualcomm также не подтвердила, сколько NPU может поместиться в одном стеллаже.

Ранее в этом году Qualcomm заключила сделку с саудовской компанией Humain, которая планирует установить чипы для вывода ИИ Qualcomm в центрах обработки данных, потребляя до 200 мегаватт мощности. Эта сделка сделала Humain одним из первых крупных клиентов для систем масштаба стеллажа.

Компания также заявила, что ее ИИ-карты обрабатывают 768 гигабайт памяти, что больше, чем предлагают Nvidia или AMD в настоящее время. Она также утверждала о лучшей эффективности с точки зрения энергопотребления и совокупной стоимости владения, хотя и не предоставила точных цифр.