AI čipy Alphabetu a model Gemini posouvají Google do pozice konkurenta Nvidie

Souhrn

Alphabet, mateřská společnost Googlu, se díky úspěchu svého multimodálního AI modelu Gemini a rostoucímu zájmu o vlastní AI čipy (TPU) posunul do pozice vážného konkurenta Nvidie na trhu AI akcelerátorů. Tržní hodnota firmy dosáhla 3,9 bilionu dolarů, což je o 300 miliard méně než u Nvidie.

Klíčové body

Alphabetovy akcie vzrostly o 37 % od poloviny října, což přidalo téměř 1 bilion dolarů k tržní hodnotě.
Meta Platforms jedná o použití Google TPU v datových centrech od roku 2027 a možném pronájmu čipů přes Google Cloud již v příštím roce.
Nový AI model Gemini získal pozitivní ohlasy a posiluje důvěru investorů v AI schopnosti Alphabetu.
Trh začíná vnímat konkurenci v oblasti AI čipů vážně – Nvidia již není považována za jediného dodavatele infrastruktury pro AI.

Podrobnosti

Alphabet investuje dlouhodobě do vlastních AI čipů známých jako Tensor Processing Units (TPU), které jsou optimalizované pro trénování a inferenci velkých jazykových modelů. Zatímco Nvidia dominuje trhu s GPU určenými pro AI úlohy, Google se snaží nabídnout specializovanější a potenciálně efektivnější řešení pro své vlastní služby i externí zákazníky. Zprávy o jednáních s Meta Platforms naznačují, že TPU mohou brzy sloužit i mimo ekosystém Alphabetu – například pro trénování modelů Llama nebo provoz sociálních sítí s AI funkcemi.

Model Gemini, který Google představil jako konkurenci modelům jako GPT-4 nebo Claude 3, podporuje multimodální vstupy (text, obraz, zvuk) a je navržen pro široké nasazení – od mobilních zařízení po datová centra. Jeho úspěch posiluje důvěru, že Alphabet není jen poskytovatelem vyhledávače, ale plnohodnotným hráčem v AI infrastruktuře.

Proč je to důležité

Pokud se Alphabetu podaří prosadit TPU jako alternativu k Nvidiiným GPU, může to vést ke snížení nákladů na AI výpočty a větší diverzifikaci dodavatelů v kritické oblasti technologické infrastruktury. Pro průmysl by to znamenalo méně závislosti na jediném dodavateli a možnost optimalizace výpočetních úloh podle konkrétních architektur. Pro uživatele by to mohlo přinést rychlejší a levnější AI služby, zejména v ekosystému Google a potenciálně i Meta.

Číst původní článek

Zdroj: 📰 The Times of India