Nvidia'nın Gizli Silahı: Mesele Yazılım

Nvidia'nın CEO'su Jensen Huang, bu yılki CES etkinliğinin açılış konuşmasını yaparak teknoloji dünyasına damgasını vurdu. Bizler de bu konuşmayı dikkatle dinledik ve sonrasında yapılan analizleri derinlemesine inceledik. Eğer 90 dakikanızı bu konuya ayıracak vaktiniz yoksa, endişelenmeyin; Nvidia'nın elinde her türlü yazılımın olduğunu özetleyebiliriz. Ya da en azından, rakiplerinden çok daha fazlasına sahip olduğunu söyleyebiliriz.

Bir robot mu inşa etmek istiyorsunuz? Nvidia'nın bunun için yazılımı var. Bir fabrika mı tasarlayacaksınız? O da tamam. Otonom araçlar, ilaç keşfi, video oyunları... Hepsi Nvidia'nın portföyünde mevcut. Üstelik sundukları sadece temel bir uygulama değil. Her biri çok katmanlı bir yapıya sahip. Bir robot tasarlamak, fiziksel dünya etkileşimlerini modellemek ve ardından üretimi başlatmak... Nvidia, bu süreçlerin her aşaması için ayrı ayrı yazılımlar sunuyor.

Bu aslında yeni bir haber değil, daha önce de bu konuya değinmiştik. Ancak, bu noktayı tekrar vurgulamamızın nedeni, birçok şirketin Nvidia'nın sunduğu çözümlerle işe başlayarak önemli bir avantaj elde edebileceğini açıkça belirtmek.

Dürüst olmak gerekirse, bu çözümlerin ne kadar başarılı olacağını henüz tam olarak bilmiyoruz. Nvidia'nın da bu konuda net bir fikre sahip olduğundan şüpheliyiz. Onların asıl gücü, başarısızlık korkusu olmadan risk alabilme yeteneklerinde yatıyor. Dolayısıyla, bu hafta yapılan duyuruların birçoğunun karmaşık sonuçlar doğurabileceğini düşünüyoruz.

Ancak yine de, sundukları çözümlerin hem genişliği hem de derinliği, diğer tüm şirketler için endişe verici olmalı. Basitçe ifade etmek gerekirse, kendi temel modellerini eğitmek gibi bir planı olmayan şirketler için yapay zeka uygulamaları geliştirmede Nvidia'nın araçlarını kullanmak en kolay yol olacak.

Bu durum özellikle diğer yarı iletken şirketleri için geçerli. Burada Nvidia'nın liderliği iki kat daha güçlü hale geliyor. İlk olarak, yapay zeka yarı iletkenleri satışında Nvidia ile rekabet etmek için yazılıma devasa bir yatırım yapmak ve muhtemelen beş yıl kadar bir süre boyunca bu yazılımı geliştirmek gerekiyor.

AMD bu yolda bir veya iki yıl ilerlemiş durumda ve diğer rakiplerin çok önünde. Broadcom'un bu düzeyde yazılım çözümleri yok, ancak kendi temel modellerini geliştiren birkaç şirkete satış yaparak iyi bir gelir elde edecektir. Diğer tüm şirketlerin ise rekabet edebilmek için daha kat etmesi gereken çok uzun bir yol var.

Huang'ın konuşmasından çıkardığımız bir diğer önemli nokta ise Nvidia'nın kendi ürünlerini geliştirmek için ne kadar "kendi yemeğini yediği" oldu. Görünen o ki, kendi çiplerinin gelişimini hızlandırmak için yapay zeka araçlarını kullanıyorlar. Yarı iletken tasarım döngüsünün ne kadarının transfromer tabanlı yapay zeka modellerinden yararlanabileceğini söylemek için henüz çok erken. Ancak iş akışının yarısı bile yapay zeka ile geliştirilebilirse (hatta hızlandırılabilirse demeye cesaret edebiliriz), Nvidia rakiplerine kıyasla önemli bir verimlilik avantajına sahip olacak.

Geçtiğimiz yıl Nvidia, 70 milyar dolarlık gelir artışı ve 52 milyar dolarlık işletme karı elde ederken, işletme giderleri sadece 6 milyar dolar arttı. Şimdi bir de daha da verimli hale gelme riski var.