「ゲームからAIへ：NvidiaのAI革命における重要な役割」

From Games to AI Nvidia's Crucial Role in the AI Revolution.

Nvidiaは現在、Facebook、Tesla、Netflixよりも価値があります。ロイターによると、この株の価値は過去8か月で3倍になりました。しかし、これはどうして起こったのでしょうか？1997年には破産の瀬戸際にあった会社が、2023年に1兆ドルの時価総額に達することになったのはなぜでしょうか？それでは、NVIDIAが実際に何をしているかを理解してみましょう。コンピュータの処理と計算は、CPUとして知られる小さなチップ上で行われます。これには、例えばIntel Core i7やAMD Ryzenプロセッサが含まれます。GPU、またはグラフィックス処理ユニットは、すべてのゲーマーやビデオエディター、仮想通貨マイナー、そして今ではAIスタートアップが追い求めるハードウェアです。GPUは、ビデオゲームや3Dモデリングなど、コンピュータが高度な視覚表現を行う必要があるときに、処理を引き継ぎ、レンダリングします。GPUというフレーズを作ったのは、もちろんNvidiaです。これらのGPUのおかげで、Nvidiaの時価総額は1兆ドルに近づいています。ただし、彼らはこの成果を一夜にして得たわけではありません。

NVIDIAの物語

Curtis Preim、Chris Malachowsky、Jensen Huangの3人のエンジニアが、Nvidiaを1993年に設立しました。彼らはグラフィックスをベースとしたコンピューティングが将来の標準になるかもしれないと考えていました。NVIDIAは、セガのゲームシステム向けにグラフィックス技術を開発していた1997年に破産の危機に瀕しました。セガはかつてコンソール市場で競争していた会社でした（任天堂と同様）。彼らは最初にソニックシリーズを導入し、Nvidiaはセガの128ビットゲーム機Dreamcast向けのグラフィックスカードを開発していました。しかし、1年の作業の後、Nvidiaは自社の戦略が間違っていることを発見しました。なぜなら、Microsoftが独自のテクスチャマッピング戦略を公開する予定であり、Nvidiaの製品はWindows 95と互換性がなくなるからです。Nvidiaはこのコンソールを引き続き製造していました。それは売れないし、Windowsとも動作しないので、最終的には破産するでしょう。しかし、それを作らなければ、即座に破産するでしょう。NVIDIAのCEOであるJensen Huangは、NVIDIAがコンソールのグラフィックスハードウェアを作ることができないとセガのCEOに伝え、セガは別のパートナーを探すべきだと懇願しました。彼はNvidiaがそれを果たさなかったにもかかわらず、セガに完全な支払いをしてもらうように頼みました。彼らは実質的にお金を求めているようなものです。Jensen Huang自身はなぜ彼らがそれをしたのかわかりませんが、その結果、彼らはさらに6か月間生き延びることができました。

• 「ゲーミングからAIへ：NvidiaのAI革命における重要な役割」
• 関数の導関数ーそれは何ですか？
• 「ChatGPTのコードインタプリターがついにオープンしました具体的にはどのように動作するのでしょうか？こちらがチュートリアルです」

Nvidiaはその後、数年間で拡大していきました。しかし、これらのチップの生産コストが高くなっていたため、NvidiaはTSMCとの製造契約を結びました。Nvidiaは素晴らしいビジネスになりたいと考えていました。米国のチップ製造は低利益率の産業であるため、彼らは独自の製造を行わないことに決めました。TSMCは現在、Apple、AMD、NVIDIAなど、多くのテクノロジー企業のプロセッサを製造しています。Nvidiaはこの協力関係に非常に依存していますが、困難になってきています。なぜなのか？その答えを知るために、ブログを最後までお読みください。

Nvidia：ゲームの強力なプレーヤー

2000年代初頭、NvidiaはMicrosoftのXbox向けのグラフィックスハードウェアを製造するための2億ドルの前貸しを手に入れました。翌年、彼らの収益は10億ドルに達し、その年にリリースされたいくつかのビデオゲームのインスピレーションとなりました。次の転機は2つの理由で重要でした。まず第一に、人気のあるゲームがNvidiaのカードを考慮して開発されるようになりました。そして第二に、Nvidiaの能力は単にグラフィックスカードを作るだけではなく、ゲームデザイナーと協力していました。重要なのは、彼らが単にグラフィックスカードを提供するだけでなく、BlizzardのようなゲームクリエーターがNvidiaの技術を最適化してスムーズなフレームレートを確保するために協力していたことです。ビデオゲームのプレイは素晴らしいです。

今でも行われています。実際、彼らのアップスケーリングソリューションの1つであるDLSSは、最近多くのゲーム開発者に採用されました。彼らはそれを「Way it’s Meant to be Played」プログラムと呼んでいました。今日、これは一般的なことです。Nvidiaのグラフィックスカードに特化したゲームが多いため、ゲームのオープニング画面でNvidiaまたは優先パートナーのロゴをよく見かけます。NvidiaのGeForceはすぐにPS3でも利用されました。彼らはXboxとPlayStationの両方にグラフィックス機器を販売していました。今日、ゲーマーたちがXboxとPlayStationのどちらが勝つかを議論するとき、答えはNVIDIAです。なぜなら、彼らのチップが両方に搭載されているからです。

2020年、ほとんどの事業が新型コロナウイルスの影響を受けたが、NVIDIAにとってはまるで黄金のスニッチを捕まえたようなものだった。人々は突然自宅で仕事をするようになり、仕事が終わっても自宅に閉じ込められていた時はゲームをし、ハードウェアが必要になり、PCは必須の存在となった。2020年にはGPUの需要が爆発的に増加した。Nvidiaの売上は約110億ドルであり、1年後にはその売上は約270億ドルに急上昇し、純利益も倍増した。

CUDA

ここから次の重要なポイントに移ります。現在、Nvidiaが必要とされている理由はAI企業のためです。最近は仮想通貨企業でしたが、現在はAI企業です。NVIDIAは「CUDAまたはCompute Unified Device Architecture」と呼ばれるものを導入しました。どんなトレンドが出現しようとも、そのトレンドが計算に基づいている限り、NVIDIAは勝利するでしょう。NVIDIAは並列処理に優れています。通常、NvidiaのCUDAによってパワーアップされたGPUは並列処理に優れ、CPUは通常シリアル処理に優れます。GPUはCPUよりもはるかに多くのコアを持っており、CPUには最大で8個または16個のコアしかありません。その結果、CPUは通常、1つのタスクを担当し、完了した後に次のタスクに移るのに対し、GPUは作業を分割することができます。たとえば、GPUはシーンを生成する際にシーンの特定の要素をさまざまなコアでレンダリングすることができます（並列処理）。

NvidiaとAIはシリコンの楽園でのマッチングです。なぜなら、GPUは人工知能の基盤であり、Nvidiaはその中でも最高のものを作っているからです。Nvidiaは2006年にCUDAという並列計算プラットフォームとプログラミングモデルを世に送り出しました。これにより、開発者はGPUの未来の潜在能力にアクセスすることができるようになりました。素人には、競走馬にムーンウォークを教えるようなもので、非常に特定のシナリオで非常に役立つものです。CUDAにより、NvidiaはソフトウェアによってGPUを高速計算パワーハウスに変え、ユーザーはわずかなクエリでギガバイト単位のデータ上で計算を実行することができるようになりました。人々が気づくまでには10年ほどかかりました。

NvidiaとAI

NvidiaのGPUは、AIモデルのトレーニングと運用に欠かせないだけでなく、それらと同義です。 ChatGPTでは、AIモデルの初期トレーニングだけでなく、誰かがchatGPTを使用するたびにGPUが必要です。したがって、必要なGPUの数はユーザー数とともにスケールすることになります。

例えば、OpenAIはchatGPTモデルをトレーニングするためにおそらく20,000個のDGZ A100 Nvidia GPUに相当するものが必要でしょう。さらなる推定では、OpenAIは製品の1億人以上のアクティブユーザーをサポートするために約30,000台のこれらのシステムが必要とされています。AI産業が成長するにつれて、MicrosoftやGoogle、Amazon、IBMなど多くの企業がより多くのGPUを購入する必要が生じるでしょう。

NvidiaのDeep Learning Division

Nvidiaはすでにゲーム業界で名を馳せていましたが、2012年までにNvidiaは単なるグラフィックスカードのパワー供給を超えることになりました。新たなユースケース、データセンター、クラウドGPU、そしてもちろんAIモデルのトレーニングがありました。視覚表示に有益な並列処理技術が、入力と出力に基づいてコンピュータが基礎的なパターンを学ぶディープラーニングにも非常に有益であることがわかりました。Nvidiaはこれが計算産業を根本的に変える可能性があることを認識しており、それに従ってAIトレーニング向けに設計されたプロセッサの開発に力を入れるようになりました。これが彼らが「Deep Learning Division」と呼ぶものです。それ以外にも、並列処理は何に有用でしょうか？ 暗号通貨マイニングです！！ 暗号通貨マイニングプロセスでは、多くの処理能力が必要な困難な数学的なパズルを解く必要があります。したがって、暗号通貨のゴールドラッシュでも、効果的な並列処理能力を持つGPUが不可欠となりました。人々はこれらのカードで地下室を埋め尽くしました。その結果、彼らの時価総額は2021年に増加しました。AIゴールドラッシュも同じことを経験しています。GPTやLamaのようなAIモデルは、OpenAIやAmazon、Facebookなどの企業によって、GPUでいっぱいの建物を使用してトレーニングされています。ただし、NvidiaはA100などのユニークなGPUを開発しており、これはディープラーニング向けに設計されており、1万ドル以上の価格がかかります。これらは私たちがゲームに使用するのとは少し異なるGPUです。TikTokの親会社であるByteDanceは、つい先週、NVIDIAからチップを10億ドルで購入しました。AIレースの勝者が誰であろうとも、Nvidiaは既に勝利しているのです。なぜなら、これらの企業のほとんどがNvidiaのGPUを使ってモデルをトレーニングしているからです。

Nvidiaの収益モデル

主要な市場には、ゲーム、データセンターの専門的な可視化（3Dモデリングソフトウェアを含む）、VFXスタジオ、自動車、OEMが含まれます。2021年第4四半期まで、ゲームが彼らの最大の収益源でした。暗号ブームにより、GPUの不足が生じ、それに伴ってコストが上昇しました。ゲームセクターは、ゲーム収益のわずかな減少や仮想通貨のマイニングに使用するゲームGPUまたはカードの購入者数の減少にもかかわらず、2023年も引き続き主導的な地位を占めています。ただし、Nvidiaは、データセンターの収益に関してはあまり心配していません。それは成長しています。すべてはAIブームのおかげです。Nvidiaは、研究開発に約20億ドルを費やしています。彼らは世界で最高のGPUを作るための研究にほとんどの努力を注ぎ、製造には非常に少ない努力を注いでいます。

台湾・中国の紛争

NvidiaはTSMCとの製造契約を締結しました。この提携は、台湾・中国の紛争のために多少問題となっています。主要な企業も、中国の管轄外でのチップ製造施設の移転を望んでいます。CHIPS法は、米国大統領ジョー・バイデンによって提案され、国内の半導体生産と研究の推進に追加の2800億ドルの資金を提供します。TSMCはアリゾナ州で2つのチップ施設を建設しており、最初の施設は2024年に稼働を開始する予定です。インドも半導体の製造に対して100億ドルの製造インセンティブを発表しました。多くのことがうまくいけば、インドは次の10年間で重要な世界的な半導体製造拠点に成長する可能性があります。

結論

ChatGPTはここにあり、私たちが世界を見る方法を変えました。多くの大手テック企業がAI革命を勝ち抜くために競争しており、私がよく言うように、戦争に多くの大国が関与すると、技術は大きな進歩を遂げます。私たちは近い将来、Nvidiaから多くの素晴らしい技術革新を見ることになるでしょう。だからみんな、AI革命はまだ始まったばかりであり、探索を待ちわびている可能性のある広大な世界があります。準備をしてください。

コメントセクションでご意見を自由に共有してください。ご意見はいつでも歓迎します。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!