AI może zdemokratyzować jeden z najcenniejszych zasobów technologicznych

Nvidia od lat dominuje na rynku procesorów AI, osiągając kapitalizację rynkową przekraczającą 4 biliony dolarów. Jednak sztuczna inteligencja, którą sama pomogła stworzyć, może wkrótce zagrozić jej pozycji. Nowe startupy wykorzystują AI do automatyzacji jednego z najcenniejszych zasobów technologicznych — optymalizacji kodu dla różnych architektur procesorów.

Startup Wafer atakuje przewagę Nvidii

Kalifornijski startup Wafer opracowuje modele AI zdolne do wykonywania jednego z najtrudniejszych zadań w branży technologicznej — optymalizacji kodu tak, aby działał jak najefektywniej na konkretnych procesorach. Emilio Andere, współzałożyciel i CEO firmy, wyjaśnia, że zespół wykorzystuje uczenie ze wzmocnieniem do trenowania modeli open source, ucząc je pisania kodu jądra systemu operacyjnego.

"Najlepsze procesory AMD, najlepsze układy Trainium od Amazon, najlepsze TPU od Google oferują taką samą teoretyczną wydajność jak GPU Nvidii" — twierdzi Andere. Wafer dodaje także "agentyczne narzędzia" do istniejących modeli kodowania, takich jak Claude od Anthropic czy GPT od OpenAI, zwiększając ich zdolność do pisania kodu działającego bezpośrednio na procesorach.

Firma już współpracuje z AMD i Amazon przy optymalizacji oprogramowania dla ich sprzętu. Do tej pory pozyskała 4 miliony dolarów finansowania seed od inwestorów, w tym Jeffa Deana z Google i Wojciecha Zaremby z OpenAI.

Rosnąca popularność własnych procesorów

Coraz więcej firm technologicznych rozwija własne procesory. Apple od lat używa niestandardowych układów do poprawy wydajności laptopów, tabletów i smartfonów. Z drugiej strony spektrum, Google i Amazon projektują własne procesory dla swoich platform chmurowych. Meta niedawno ogłosiła wdrożenie 1 gigawata mocy obliczeniowej z nowym procesorem opracowanym wspólnie z Broadcom.

Wdrażanie niestandardowych procesorów wymaga jednak napisania ogromnej ilości kodu, aby działał płynnie i efektywnie na nowym sprzęcie. To właśnie tutaj Nvidia ma przewagę — jej ekosystem oprogramowania znacznie ułatwia pisanie i utrzymywanie kodu dla jej procesorów.

"Fosa obronna tkwi w programowalności procesora" — mówi Andere, odnosząc się do bibliotek i narzędzi programistycznych, które ułatwiają optymalizację kodu dla sprzętu Nvidii. "Myślę, że czas zacząć zastanawiać się, czy to rzeczywiście silna fosa".

AI projektuje procesory

Inżynierowie wydajności z umiejętnościami potrzebnymi do optymalizacji kodu są drodzy i bardzo poszukiwani. Gdy Anthropic nawiązało partnerstwo z Amazon, aby budować swoje modele AI na procesorach Trainium, musiało przepisać kod swojego modelu od zera, aby działał jak najefektywniej na tym sprzęcie.