Александра Девіс бачить те, що пропустила Уолл-стріт: чому домінування Nvidia у чипах руйнується

Коли технічний директор Positron Александра Девіс відкрито заявила, що «ми не віримо, що буде лише один переможець» у сфері AI-чипів, вона не прагнула провокації — вона висловлювала те, що мовчки визнає ринок. Хоча Nvidia залишається беззаперечним лідером у домінуванні тренувальних чипів, конкурентне середовище кардинально змінилося. Акції гіганта AI-чипів застрягли, зростаючи всього на 1% з четвертого кварталу, а співвідношення ціна-прибуток тепер коливається навколо 24, майже збігаючись з індексом Nasdaq 100. Це переоцінювання сигналізує про щось важливіше за тимчасове уповільнення: змінюється сприйняття інвесторів, і погляд Александри Девіс відображає чому.

Ця зміна відображає стратегічну реальність, яку мало хто помічав до недавнього часу. Nvidia побудувала свою імперію на контролі за обчислювально інтенсивною фазою тренування AI — процесом навчання моделей за допомогою масових паралельних операцій на високошвидкісній пам’яті. Але обчислювальний баланс змінюється. По мірі зрілості моделей і зростання частоти виконання inference — запуску тренованих моделей у реальному часі — з’явилися можливості для альтернативних архітектур процвітати.

Ринок inference-чипів як новий полігон бою

Александра Девіс та її команда в Positron саме відображають цю трансформацію. Коли гігант торгівлі Jump спільно з компанією-інвестором профінансував раунд у 230 мільйонів доларів і одночасно став клієнтом, це стало сигналом того, що Александра Девіс говорила все це не даремно: сегмент inference — це місце, де відбувається конкурентна диференціація. Торгова спільнота, яка вимагає прийняття рішень у реальному часі, першою зрозуміла, що архітектура Nvidia, орієнтована на тренування, не обов’язково оптимальна для цього навантаження.

Причини технічні й переконливі. Inference вимагає інших характеристик продуктивності, ніж тренування — швидшої затримки, інших ієрархій пам’яті та спеціалізованих потоків даних. Стартапи досліджують ці прогалини за допомогою нових архітектур пам’яті та кремнієвих рішень, спеціально оптимізованих для швидкого inference. Це відображає історичний патерн у обчислювальній техніці, як зазначила Александра Девіс: спеціалізоване обладнання зрештою розділяє ринки, що раніше були доміновані універсальними процесорами.

Тим часом, недавні впровадження моделей OpenAI на чипах Cerebras, партнерства Anthropic з Amazon Trainium і Google TPU, а також запуск другого покоління чипу Maia від Microsoft вказують на той самий тренд. Це не відхід від Nvidia через незадоволення — це визнання того, що домінування Nvidia залишається тактично міцним, але стратегічно неповним.

Гонки стартапів, що змінюють очікування

Швидкість залучення капіталу підкреслює, наскільки серйозно індустрія сприймає цю можливість. D-Matrix закінчила раунд у 275 мільйонів доларів минулого листопада, а Etched залучила близько 500 мільйонів доларів саме для боротьби за домінування в inference. Це не ставки на всю компанію; це ставки на сегментацію. Ринок усвідомлює те, що раніше бачила Александра Девіс: не обов’язково перемагати Nvidia скрізь, щоб досягти значущого успіху. Потрібно перемагати там, де зосереджений потенціал зростання.

Останні кроки гравців галузі свідчать, що цей вікно може звужуватися. Згідно з повідомленнями, Дженсен Хуанг уклав ліцензійну угоду на 20 мільярдів доларів із Groq, а також активно залучає таланти — це менше про придбання можливостей і більше про сигнал про намір Nvidia безпосередньо працювати над сегментом inference. Послання: Nvidia усвідомлює ситуацію і реагує. Однак сама угода, змушуючи Nvidia залучати зовнішню експертизу, випадково підтвердила ідею, що інші вже інноваційно працюють у сферах, які Nvidia ще не повністю охопила.

Амбіції технологічних гігантів щодо внутрішніх чипів

Зростання внутрішньої розробки чипів Amazon, Microsoft, Google і OpenAI відображає паралельне усвідомлення. Ці компанії не прагнуть усунути Nvidia — вони створюють опції. Кожна з них продовжує закуповувати Nvidia GPU у масштабах для своїх хмарних і AI-сервісів. Але кожна також зменшує залежність, досліджує спеціалізовані рішення і сигналізує інвесторам, що маржа Nvidia може мати обмеження.

Наслідки для ринку та реакція Nvidia

Те, що Александра Девіс висловила — що спеціалізоване обладнання неминуче розділяє ринки обчислень — стало консенсусним прогнозом. Nvidia підготувалася до цього моменту, обіцяючи щорічні оновлення чипів і підтримуючи широкий портфель продуктів. Очікується, що на головній конференції у березні Nvidia оголосить цільові рішення для inference, які відповідатимуть конкретним вимогам стартапів і гігантів.

Однак ринок уже заклав у ціну інший сценарій: не падіння Nvidia, а перехід від монопольної премії до оцінки лідера ринку. Ця зміна — від ставки на непереможного лідера до ціноутворення на фрагментовану, але диференційовану конкуренцію — і є справжньою історією за стриманою динамікою акцій Nvidia. Александра Девіс зрозуміла цю трансформацію раніше за фінансові ринки, і успіх її компанії у залученні фінансування свідчить, що вона вже не одна у цій впевненості.