Перспективы мирового рынка искусственного интеллекта захватили внимание инвесторов. Ожидается, что мировой рынок ИИ будет расти в среднем на 37% в год, и к 2030 году его объём составит $1 847,5 млрд. При этом отдельные компании — лидеры рынка показывают рост выручки на сотни процентов в год.
Развитие моделей искусственного интеллекта и машинного обучения требует огромных вычислительных мощностей. Угнаться за растущим спросом на ИИ-инфраструктуру не смогли даже гиперскейлеры — владельцы центров обработки данных со способностью к быстрому масштабированию — Amazon, MIcrosoft и Google.
Основой вычислительных мощностей для решения задач искусственного интеллекта стали графические процессоры (GPU). Их архитектура идеально подошла для параллельных вычислений, необходимых для обучения и работы ИИ-моделей. Однако стоит такое оборудование дорого, устаревают процессоры быстро. При этом управление и обслуживание инфраструктуры графических процессоров — сложная и ресурсоёмкая задача.
ИИ рождает новых лидеров
Технологические гиганты, несмотря на все свои возможности, были вынуждены уступить первенство на рынке облачных высокопроизводительных вычислений компании Nvidia — мировому лидеру в производстве графических ускорителей.
Если раньше скорость развития вычислительных систем определяли законом Мура, согласно которому число транзисторов на кристалле чипа удваивается каждые 24 месяца, увеличивая его производительность, то теперь мир узнал о «законе Хуанга». Команда Nvidia, смогла за последнее десятилетие добиться 1000-кратного улучшения производительности одного графического процессора. В 2023 году Nvidia выпустила чипы H100 и H200, их производительность в 16 раз больше, чем у чипов A100, выпущенных на 2 года раньше. Сейчас производительность GPU развивается практически по экспоненте.
Поддерживать лидирующие позиции Nvidia помогает собственная оптимизированная платформа для параллельных вычислений — CUDA (Compute Unified Device Architecture). CUDA разработана специально для экосистемы графических процессоров Nvidia, и предоставляет разработчикам интерфейс для программирования и использования возможностей параллельной обработки на GPU. Результаты Nvidia в области обучения ИИ с использованием CUDA оставили позади всех конкурентов, в том числе ближайшего — платформу OpenCL.
Поставлять чипы гиперскейлерам Nvidia желанием не горит из-за конкуренции в сфере технологий. Однако компания в приоритетном порядке предоставляет передовые продукты своим ключевым партнёрам, таким как CoreWeave и Lambda Labs. А те, в свою очередь, создают инфраструктуру для развития ИИ, которой могут пользоваться другие компании.
Появление рынка графических процессоров как услуги (GPUaaS) стало следствием быстро растущего спроса на технологии ИИ. В первой очереди потребителей стоят компании, которые специализируются на развитии ИИ. Вскоре к ним присоединятся государственные и научные организации, региональные разработчики программного обеспечения, поставщики облачных услуг. Им тоже потребуются специальные вычислительные мощности. Это приведёт к ещё более быстрому развитию рынка GPUaaS.
Рынок GPUaaS и его «звёзды»
Благодаря тому, что потребности в высокопроизводительных вычислениях на GPU увеличиваются стремительно, ожидается, что рынок GPUaaS будет расти на 34,8% в год. Главными потребителями станут организации, разрабатывающие собственные модели ИИ.
Сервисы GPUaaS позволяют компаниям оптимизировать расходы на IT-инфраструктуру: им не приходится инвестировать в дорогостоящее оборудование, достаточно заплатить за использование ресурсов — стоимость услуг сервисов GPUaaS начинается от $2 в час. Это гибкая, экономичная и легко масштабируемая модель работы.
Если сравнивать GPUaaS с получением программного обеспечения по подписке на собственном оборудовании, on-prem, или с услугами совместного использования оборудования по типу colocation, GPUaaS позволяет компаниям спокойно доверить чуткую и дорогостоящую инфраструктуру профессионалам ИИ, и не тратить на них свои ресурсы.
В центре внимания инвесторов на рынке GPUaaS сейчас находятся две компании.
Lambda Labs предоставляет услуги облачных ИИ-вычислений, использует собственные системы на базе ускорителей Nvidia, чипов Intel и AMD. Компания — элитный партнёр Nvidia, что позволяет ей получать передовые чипы в приоритетном порядке. Помимо этого, Lambda Labs продаёт аппаратные комплексы Echelon, серверы, рабочие станции и ноутбуки для работы с ИИ.
Специализация Lambda Labs — системы для обучения моделей генеративного ИИ. Для этого в команде проекта работают эксперты в области машинного обучения.
Услугами Lambda Labs пользуются Intel, Microsoft, Amazon Research, Kaiser Permanente, MIT, Stanford, Harvard, Caltech и Министерство обороны США.
CoreWeave — поставщик облачных услуг, предоставляющий вычислительные ресурсы с графическим ускорением. Компания также, как Lambda Labs, является элитным парнёром Nvidia. CoreWeave была основана в 2017 году и изначально занималась майнингом криптовалют. Затем стартап сосредоточился на универсальных вычислениях и технологии генеративного искусственного интеллекта (ИИ), требующих интенсивного использования ускорителей.
В 2023 году компания Microsoft заключила контракт с CoreWeave, соглашение направлено на обеспечение достаточной вычислительной мощности для OpenAI. Также среди клиентов компании NovelAI, Odyssey, Tarteel, Epic Games.
В 2022 году выручка компании составляла около $30 млн. В этом году планируется прогноз по выручке порядка $500 миллионов. К концу 2024 году руководство CoreWeave планирует выйти на уровень более $2 млрд.
Компании, на первый взгляд, кажутся конкурентами. Однако, если погрузиться в детали, таковыми не окажутся. Причина кроется в тонкостях применения их продуктов.
Технологии CoreWeave основаны на системе Kubernetes, которая позволяет по сложным правилам, ориентируясь на динамически изменяющуюся нагрузку, подстраивать и балансировать обрабатывающую инфраструктуру. Такая платформа чаще используется разработчиками и больше подходит для развёртывания уже готовых систем ИИ.
В свою очередь, Lambda Labs со своим продуктом для загрузки инструментов работы с данными, Lambda Stack, сделала ставку на быстрое освоение и начало обучения ИИ-моделей. Чтобы начать процесс обучения ИИ требуется один час и три команды, что особенно ценится аналитиками данных. Такие качества делают площадку Lambda идеальной для обучения искусственного интеллекта.
Подробнее об особенностях технологий каждой компании мы говорили на прямом эфире, посвящённом инвестициям на рынке GPUaaS. Но даже без учёта тонкой сегментации применения продуктов Lambda Labs и CoreWeave, на дефицитном рынке облачных ИИ-вычислений пока жёсткой конкуренции нет — слишком велик неудовлетворённый спрос.
Сектор B2B в бизнес-модели игроков рынка GPUaaS занимает ведущее место. Несмотря на то что число клиентов из среднего и малого бизнеса будет расти быстрее других, по прогнозам аналитиков, основными потребителями услуг графических процессоров станут компании из категории крупного бизнеса. Интерес цифровых гигантов к Lambda Labs и CoreWeave подтверждает оценки экспертов. Потому смелые, на первый взгляд, прогнозы роста выручки Lambda Labs и CoreWeave, выглядят реалистичными.
Мы в Veligera Capital внимательно следим за быстрорастущим рынком ИИ в поиске недооценённых компаний с большим потенциалом роста. Следите за выходом новых аналитических материалов в нашем телеграм-канале Veligera Venture investments, Hi-Tech. Подписывайтесь на канал и делитесь с друзьями, чтобы не пропустить новые инвестиционные возможности.