Программная монополия NVIDIA под угрозой из-за новых ИИ-стеков
Многолетнее лидерство NVIDIA может ослабнуть из-за того, что разработчики научились легко переносить ИИ-код с фирменных чипов на альтернативное оборудование. Программный барьер, созданный архитектурой CUDA, постепенно исчезает.
Долгое время главным преимуществом NVIDIA считался программный интерфейс CUDA. Разработчики создавали фреймворки именно под эту архитектуру, что привязывало дата-центры к покупке чипов одного производителя. Однако новые разработки Alphabet, Amazon и Meta меняют правила игры.
Alphabet представила стек TorchTPU с открытым исходным кодом. Он позволяет запускать задачи PyTorch на тензорных процессорах (TPU) с минимальными правками в коде. Amazon анонсировала среду TorchNeuron для своих чипов Trainium. Meta сотрудничает с обоими гигантами, чтобы снизить зависимость от продукции NVIDIA.
По данным The Motley Fool, такие решения позволяют переносить рабочие нагрузки между разными платформами. Например, с 2027 года процессоры TPU станут доступны в облаке Oracle Cloud Infrastructure. Это даст клиентам Oracle возможность использовать альтернативные чипы вместо GPU NVIDIA, сохраняя при этом свои базы данных в облаке.
Хотя PyTorch всё ещё оптимизирован под оборудование NVIDIA, новые инструменты упрощают перенос кода на другие чипы. Это открывает путь к оптимизации сторонних ускорителей и может сделать их конкурентоспособными по цене и производительности. По мнению издания The Motley Fool, доминирование NVIDIA в сегменте оборудования для дата-центров слабеет.
Альтернативные ускорители становятся всё более востребованными благодаря развитию платформы PyTorch. Для пользователей это означает, что выбор оборудования для ИИ-задач перестаёт быть ограниченным только решениями NVIDIA.
Текст подготовила языковая модель по материалам источников.

