Новое исследование, проведенное компанией Liquid Web, продемонстрировало, что, несмотря на сохраняющееся лидерство Nvidia в сфере оборудования для искусственного интеллекта, другие компании, включая Google, AMD и Intel, увеличивают свою долю на этом рынке. Опрос, в котором приняли участие 252 эксперта в области ИИ, показал, что около трети из них используют решения, основанные на Google TPU, графических процессорах AMD или чипах Intel, хотя бы для решения части задач, что указывает на растущий интерес к альтернативным вариантам.
Несмотря на это, Nvidia сохраняет за собой лидирующую позицию, поскольку более чем две трети (68%) респондентов используют её оборудование. Даже небольшое использование альтернативных платформ оказывает заметное воздействие на ситуацию, учитывая, что одна команда может применять одновременно сотни графических процессоров.
В ходе исследования были выявлены и организационные недостатки: около 28% опрошенных сообщили о приобретении оборудования без предварительного проведения технической оценки. Это привело к тому, что некоторые инфраструктуры не соответствовали необходимым мощностям для выполнения задач, что повлекло за собой задержки или полный срыв проектов. По словам технического директора Liquid Web Райана Макдональда, пренебрежение тщательной предварительной оценки стало причиной дорогостоящих ошибок – особенно в быстрорастущей области искусственного интеллекта, где время играет ключевую роль.
Выбор оборудования определяется не только техническими характеристиками: согласно опросу, 43% респондентов отдают предпочтение, основанному на предыдущем опыте и привычках, 35% — на стоимости, а 37% — на результатах оценки производительности. Однако финансовые ограничения часто становятся серьезным препятствием — 42% опрошенных были вынуждены уменьшить масштаб проектов из-за нехватки оборудования или его высокой стоимости, а 14% — полностью отказались от некоторых инициатив.
Современные технологические тенденции указывают на распространение гибридных и облачных решений: более чем половина экспертов применяет сочетание локальных и облачных инфраструктур, и многие планируют увеличить инвестиции в облачные сервисы в течение следующего года. Вместе с тем, некоторые команды видят в выделенном GPU-хостинге возможность предотвратить снижение производительности, которое может возникать при использовании общих ресурсов.
Вопрос энергопотребления по-прежнему требует внимания: 45% респондентов отметили значимость энергоэффективности, однако только 13% команд предприняли практические шаги по оптимизации своих ИИ-систем с целью сокращения потребления энергии. Также многие организации испытывают трудности, связанные с ограничениями в области электроснабжения, охлаждения и логистике.
Несмотря на доминирующее положение Nvidia, другие компании постепенно уменьшают отставание на динамично развивающемся рынке. Для разработчиков инфраструктуры для искусственного интеллекта ключевым фактором становится не только максимальная производительность, но и стремление к оптимальному сочетанию стоимости, энергоэффективности и надёжности.