L’arme secrète de NVIDIA : c’est le logiciel, les malins !
NVIDIA a récemment captivé l’attention au CES avec des annonces impressionnantes sur ses outils logiciels, couvrant des domaines allant de la création de robots à l’automatisation des usines. Ces innovations, bien que prometteuses, soulèvent des questions quant à leur succès. Néanmoins, pour les entreprises souhaitant développer des applications IA, travailler avec NVIDIA semble la voie la plus simple.
La grande image : Jensen Huang de NVIDIA a donné le coup d’envoi du CES cette année avec son discours d’ouverture. Nous l’avons écouté et avons lu une bonne quantité d’analyses depuis. Si vous n’avez pas 90 minutes à consacrer, nous pouvons vous résumer les choses : NVIDIA possède tout le logiciel. Ou du moins, il a plus que vous.
Vous souhaitez construire un robot ? Ils ont un logiciel pour ça. Concevoir une usine ? Vérifiez. Voitures autonomes, découverte de médicaments, jeux vidéo – ils ont également cela. Et il ne s’agit pas simplement d’une application de base ; il existe plusieurs niveaux – pour concevoir un robot, modéliser ses interactions avec le monde physique, puis le mettre en production. NVIDIA propose des logiciels pour tout cela.
Note de l’éditeur :
L’auteur invité Jonathan Goldberg est le fondateur de D2D Advisory, une société de conseil multifonctionnelle. Jonathan a développé des stratégies de croissance et des alliances pour des entreprises dans les industries de la mobilité, du réseautage, du jeu et des logiciels.
Ce n’est pas exactement une nouvelle, nous en avons déjà parlé auparavant, mais le but de tout cela est de souligner que la plupart des entreprises bénéficieront d’un important coup de pouce en commençant avec les offres de NVIDIA.
Pour être juste, nous n’avons aucune idée du succès que cela pourrait avoir. Nous sommes assez sûrs que NVIDIA n’est pas non plus très clair à ce sujet. Leur super-pouvoir réside dans leur capacité à prendre des risques sans craindre l’échec, et nous soupçonnons que beaucoup des annonces de cette semaine rencontreront des résultats mitigés.
Cependant, la quantité et la profondeur de leurs offres devraient être un sujet de réflexion pour tous. En termes simples, pour les entreprises qui ne prévoient pas de former leurs propres modèles fondamentaux, travailler avec les outils de NVIDIA sera le moyen le plus simple de développer des applications d’IA.
C’est particulièrement vrai pour les autres entreprises de semi-conducteurs. Ici, l’avance de NVIDIA est doublement impressionnante. Premièrement, rivaliser avec NVIDIA dans la vente de semi-conducteurs IA nécessite un investissement massif dans le logiciel, et probablement une bonne demi-décennie pour le développer.
AMD est en avance de un ou deux ans sur ce parcours, et ils sont bien en avance sur le numéro trois. Broadcom n’a pas les offres logicielles, mais ils vont très bien vendre à ce petit nombre d’entreprises construisant leurs propres modèles fondamentaux. Tout le monde a un long chemin à parcourir juste pour atteindre le niveau de base.
Le deuxième point que ils ont retiré des remarques de Huang était le degré auquel NVIDIA « consomme sa propre nourriture ». Ils semblent utiliser des outils d’IA pour accélérer le développement de leurs propres puces. Nous pensons qu’il est trop tôt pour dire combien de cycles de conception de semi-conducteurs peuvent bénéficier des modèles d’IA basés sur des transformateurs, mais si ne serait-ce que la moitié du flux de travail peut être améliorée (oserait-on dire « accélérée ») par l’IA, alors NVIDIA va avoir un avantage de productivité significatif sur ses concurrents.
L’année dernière, NVIDIA a ajouté 70 milliards € de revenus et 52 milliards € de bénéfice d’exploitation, tout en n’ajoutant que 6 milliards € de frais d’exploitation. Et maintenant, il y a un risque qu’ils deviennent encore plus productifs ?
