Bakit ang GPU vs. Ang debate ng XPU ay nawawala ang kagubatan para sa mga puno

Sa gitna ng lahat ng haka -haka at handwringing tungkol sa isang napipintong AI bubble, tinatanaw namin ang isang hindi kanais -nais na katotohanan: kami ay nasa pinakaunang yugto ng isang beses sa isang buhay na supercycle.

Maglagay lamang, walang sapat na mga wafer upang matugunan ang demand ng AI. Chips, Memory, Storage – Lahat ng itinatayo ay sinasalita na bago ito lumabas sa linya ng produksyon. Walang sapat na kongkreto o rebar o mga manggagawa sa konstruksyon upang mabuo ang mga datacenter. Ang bawat bahagi ng chain ng supply ng AI ay napilitan.

Ang demand ay hindi nasisiyahan sa buong board. Isinara lamang ng Micron Technology Inc. ang negosyo ng consumer nito upang mag -pivot sa AI chips. Ang Intel Corp. ay bumagsak pagkatapos ng isang brutal na patch dahil alam ng merkado ang oras na ito ay darating at ang mga foundry nito ay malapit nang puno. At ang lahat ng ito, ang Enterprise AI ay hindi pa nag -alis. Ibinahagi ng Salesforce CEO na si Marc Benioff sa X kahapon na ang ahente nito ay kumonsumo ng 3.2 trilyon na mga token hanggang ngayon. Ang produktong ito ay nasa maagang yugto at ang karamihan sa mga gumagamit ng Salesforce ay nagsisimula lamang na mag -eksperimento.

Ngunit ang industriya ng tech ay mahilig sa isang mahusay na debate. Ang kamakailang haka-haka na ang TPU ng Google ay ang pagkamatay ng Nvidia ay nagpapaalala sa akin ng sandali ng Deepseek na dumating nang mas maaga sa taong ito-sa hindi nararapat na negatibong reaksyon na ito ay nagtungo patungo sa nvidia at ang mga makabuluhang katotohanan na hindi tumpak na kasama nito. Ang kasalukuyang pagkahumaling sa GPU kumpara sa XPU o TPU o pasadyang AI chip o kung ano man ang kumpetisyon sa panimula ay nakaligtaan ang sandaling naroroon kami. Mahusay para sa isang sandali ng media, ngunit ang kuwento ay hindi humahawak ng tubig. Hindi ito isang laro ng zero-sum-hindi kahit na malapit. Sa katunayan, ito ay isang all-hands-on-deck na emergency na tugon sa hindi pa naganap na demand.

Matapos ang paggastos ng isang linggo sa AWS’s Re: Invent Conference sa Las Vegas, mas kumbinsido ako kaysa dati na kami ay nasa pinakaunang yugto ng isang pagbabagong -anyo ng AI. Ang paniwala na kami ay nasa isang bubble ng AI ay halos imposible upang ipagtanggol kapag ang bawat sangkap ay nananatiling malubhang napilitan. Narinig namin ito na ipinahiwatig sa mga komento mula sa AWS CEO na si Matt Garman. Ang Trainium 2 ay nabili, at ang bagong magagamit na Trainium 3 ay ganap na nakatuon din. Inilunsad ng Google ang bagong modelo ng Gemini 3, at itinulak ito sa limitasyon, kaya kahit na ang ilang mga TPU ay pupunta sa antropiko, hindi halos maraming ginawa tulad ng kinakailangan.

At pagkatapos ay mayroong mga hadlang sa pagmamanupaktura. Ang TSMC ay ramping kapasidad nang mas mabilis hangga’t maaari. Ngunit kilala ito na nahaharap tayo sa mga hadlang sa paggawa ng wafer at kapasidad ng packaging. Kapag ang Nvidia Corp. at Apple Inc. ay kumokonsumo ng napakalaking volume, marami lamang ang naiwan para sa Broadcom Inc. at Marvell Technology Inc., ang mga pinuno sa pag -unlad ng chip ng customer para sa mga ulap tulad ng Google, Amazon, at Meta, upang masukat ang kanilang pasadyang paggawa ng chip. Lumingon si Tesla sa Samsung dahil kailangan nito ng maraming AI chips.

Ang pagpilit na ito ay tiyak kung bakit ang bawat AI chip na gawa ay makakahanap ng isang mamimili. Ang proseso ng 18A ng Intel ay magaling at ang 14A nito ay dapat na isang malaking tagumpay. Ang AWS Trainium 4 ay magbebenta nang lubusan. Ang mga malalaking kumpanya ng modelo ay masayang gumamit ng mga TPU. Ang AMD Inc. ay makakakuha ng higit sa 10% ng merkado ng GPU sa pamamagitan lamang ng pagbebenta ng lahat ng maaari nitong gawin, kasama ang mga hyperscaler at neoclouds na nag -aalis ng mga sistema upang maghatid ng mga customer na mas gusto ang AMD o kailangan lamang ng mas maraming kapasidad ng compute. Lubos naming inaasahan ang mga bagong nagpasok tulad ng Qualcomm, Arm, at Groq sa lahat ay may tagumpay sa pagpasok sa lahi ng AI chip. Tulad ng sinabi ko, kung maaari itong maitayo, ibebenta ito.

Ang mga GPU ay may magandang kinabukasan kahit na ang pasadyang chips surge

Ang pagpapatakbo at pag -optimize ng software para sa maramihang AI chips ay napakalaking kumplikado. Karamihan sa mga kumpanya ay hindi susubukan ito, na nagbibigay ng likas na kalamangan ng GPU. Ang mga pasadyang XPU tulad ng TPU ng Google, AWS Trainium, at META Platforms Inc.’s MTIA ay higit sa lahat ay mananatiling domain ng mga hyperscaler at napakalaking mga kumpanya ng modelo ng hangganan.

Ang mga ito ay talagang hindi idinisenyo upang mapalampas ang nvidia kahit na ang salaysay na iyon ay makakakuha ng nakaimpake doon sa isang lugar. Sila ay inhinyero para sa mas mahusay na ekonomiya sa scale. At para sa mga kagustuhan ng Google, Amazon, Meta, Microsoft ay ginagawang perpekto ang kahulugan. Kapag ikaw ay customer zero na may halos walang limitasyong mga pangangailangan sa compute, ang pagbuo ng iyong sariling silikon ay may katuturan. Ngunit pinag -uusapan natin ang tungkol sa 10 mga kumpanya sa buong mundo na maaaring hilahin ito.

Wala sa mga ito ang pumalit sa nvidia at ang kakayahang ibenta ang bawat sistema ng Blackwell na maaari itong itayo ngayon, at si Rubin sa hinaharap. Ang demand ay ang tanging sukatan na mahalaga, at hindi nasisiyahan. Walang pagsisimula, independiyenteng vendor ng software, tagagawa, o kompanya ng serbisyo ay pumping ang preno sa pag -aampon ng AI. Habang ang gawain upang makabuo ng lubos na performant generative AI at autonomous agents ay isinasagawa, tunay na nagsisimula pa lang tayo.

Ang sinumang nagkakamali sa pagkakataon ng kita ng AI para sa kung ano ang kinatawan ng OpenAi at Anthropic ngayon ay hindi sinasadya na hindi maintindihan ang scale sa unahan. Ang mga ito ay mga proof-of-concept show lamang para sa kung ano ang posible. Ang tunay na pagsabog ay darating kapag pinakawalan ng mga negosyo ang kanilang data – at tandaan, 95% ng data ng mundo ay nakaupo sa likod ng mga corporate firewall.

Ang enerhiya ay kumakatawan sa pinaka malubhang pagpilit ng lahat. Sa malapit na termino, ang GPU REIT at NeoCloud ay gumaganap tulad ng Iren Limited, ang Nebius at Coreweave ay nag -aalok ng mga oportunidad na nakakahimok, kasama ang mga kumpanyang nakaposisyon upang makinabang bilang suplay ng demand. Oo, ang mga hyperscaler ay nais ng vertical na pagsasama at pagmamay-ari ng buong-stack. Ngunit mga taon na kami mula sa diskarte na nakakaapekto sa mas malawak na merkado. Kailangan din namin ang nuklear at ang pangako ng maliit na modular reaktor upang madagdagan ang mga pangangailangan ng enerhiya, ngunit ito rin ay tatagal ng oras. Ang alam nating sigurado ay ang kasalukuyang demand para sa AI ay matiyak na ang bawat system na binuo ay mai -deploy.

Ginagawa nitong kritikal ang pag -uusap sa imprastraktura ng enerhiya. Ang lakas ng nuklear, maliit na modular reaktor, pagsasanib, fission – lahat ay dapat maging pangunahing prayoridad. Hindi natin mabubuo ang kapasidad ng compute na kinakailangan ng AI kung hindi natin ito mapapagana. Nag -aalok ang deregulasyon ng isang pangako na pagsisimula, ngunit ang pag -unlad ay dapat mapabilis nang malaki.

Ang pasadyang merkado ng chip

Sa pasadyang harap ng chip, ang Broadcom ay nakatayo bilang pangunahing benepisyaryo ng kilusang XPU, kasama si Marvell sa tabi ng linya. Parehong nakikinabang din mula sa Ethernet, at kinakailangan ng Optical Networking Infrastructure AI. Ang pasadyang silikon ay malamang na makukuha ang 25% hanggang 30% ng merkado ng AI Accelerator sa susunod na limang taon – isang merkado na lalampas sa $ 1 trilyon taun -taon sa loob ng oras na iyon at tulad ng sinabi ko kamakailan sa CNBC, ang XPU ay malapit nang lumago nang mas mabilis kaysa sa mga GPU, kahit na mula sa isang mas maliit na base.

Ang kamakailang siklo ng kita ay hindi naghatid ng walang anuman kundi ang mga signal ng AI. Ang bawat tunay na tagabuo sa rebolusyon na ito ay nakilala o lumampas sa mga inaasahan. Ang pangunahing tesis ay nananatiling ganap na buo. Anim na buwan na ang nakalilipas, tinantya ang pegged data infrastructure investment sa $ 1 trilyon. Ang bilang na iyon ay lumago nang malaki. Ang AI supercycle ay gumagalaw nang mas mabilis kaysa sa karamihan sa mga tagamasid ay maaaring maunawaan.

Isaalang -alang ang kamakailang pagsisiwalat ni Nvidia: $ 500 bilyon upang makita ang kakayahang makita, hindi kasama ang mga pangako ng openai. Ang dapat na panganib ng openai ay hindi kahit na kadahilanan sa nakakapangingilabot na figure na iyon, na ginagawang mas nakaka -engganyo ang kaso ng negosyo.

Nasasaksihan namin ang pinakamalaking supercycle ng teknolohiya sa kasaysayan. Ang AI ay nananatili sa pinakaunang mga pag -aari na may napakalaking landas sa unahan. Kapag nakilala mo na imposible ang pagtugon sa kasalukuyang demand-mag-iisa lamang ang demand na demand-ang lahat ng kamay-sa-deck na kalikasan ng sandaling ito ay nagiging malinaw.

Ang debate ay hindi dapat maging GPU o XPU. Dapat ito: Paano tayo mabubuo ng sapat sa lahat, sapat na mabilis? At marahil ang debate na ito ay hindi kawili -wili tulad ng Michael Burry Shorting Palantir o Nvidia na nabigo dahil ang Google ay nagtayo ng isang performant AI chip. Ngunit iyon ang tunay na tanong na kinakaharap ng industriya. At ang industriya ay abala sa pagtatrabaho sa paglutas.