Post

Quadro cognitivo｜Legge della potenza: Perché penso che Nvidia sia ancora la più grande vincitrice dell'AI? Qualche giorno fa ho consigliato "Da zero a uno" di Peter Thiel. Ciò che mi ha colpito di più non è stato "La competizione è un gioco per perdenti", ma un modello mentale che può analizzare quasi tutte le aziende di successo: la legge della potenza (Power Law). Quadro cognitivo｜Legge della potenza Molte persone, quando studiano un'azienda, guardano prima il PE, i ricavi, i profitti, il flusso di cassa. Questi sono certamente importanti, ma a mio avviso è più importante rispondere prima a una domanda: ha la possibilità di diventare quella che si prende la maggior parte del valore del settore? Di solito uso le quattro domande della legge della potenza per giudicare. Vincitore prende tutto: è un settore "vincitore prende tutto"? Non tutti i settori generano super giganti. Ristorazione, abbigliamento, immobiliare spesso vedono molte aziende guadagnare insieme. Ma il settore dei chip AI è diverso, somiglia più a motori di ricerca, piattaforme social, sistemi operativi: una volta in vantaggio, si diventa sempre più dominanti. Credo che Nvidia rispetti la legge della potenza principalmente per tre vantaggi: primo, effetto rete — più persone lo usano, più vale, come WeChat, tutti lo usano quindi i nuovi utenti continuano a usarlo. Nvidia non vende solo GPU, ma ha creato una piattaforma di sviluppo chiamata CUDA, che puoi considerare il "Windows" del mondo AI: più sviluppatori ci sono, più software si sviluppa, e più software attira sviluppatori, creando un ecosistema sempre più forte. Secondo, effetto scala: più grande è l'azienda, più evidenti sono i vantaggi; Nvidia investe ogni anno centinaia di miliardi di dollari in R&D, può assicurarsi in anticipo la capacità produttiva più avanzata e attrarre i migliori talenti AI globali, vantaggi difficili da replicare per le piccole aziende. Terzo, effetto brand: oggi molte aziende costruiscono data center AI e la prima che viene in mente è Nvidia, il brand stesso è già una forza competitiva. Immagine Scommessa segreta: ha scommesso su un futuro in cui gli altri non credono? Una delle domande preferite di Peter Thiel è: "Qual è una cosa importante in cui credi, ma la maggior parte delle persone non è d'accordo?" Le grandi aziende hanno quasi sempre la loro "contro-consensus". La contro-consensus di Nvidia fu insistere su CUDA. Vent'anni fa, la maggior parte pensava che le GPU servissero solo per i videogiochi, Nvidia invece credeva che sarebbero diventate una piattaforma di calcolo universale. Quando è arrivato ChatGPT, tutti hanno capito che l'AI ha bisogno soprattutto di GPU. Molti vedevano solo il boom dell'AI, io vedevo una strategia ventennale finalmente realizzata. Immagine Fuga dalla competizione: ha reso difficile per i clienti andarsene? Il vero fossato non è un prodotto migliore, ma che i clienti, anche volendo cambiare, trovano difficile farlo. Se un'azienda AI ha investito decine di milioni di dollari e ha costruito tutti i modelli su CUDA, cambiare piattaforma significa che gli ingegneri devono imparare di nuovo, il codice va risviluppato, i modelli riaddestrati, con enormi costi di tempo e denaro. Quindi molte aziende non vogliono cambiare, ma non possono permetterselo. Questo è il costo di migrazione, uno dei fossati più forti. Immagine Regolatore: ha iniziato a definire le regole del settore? Credo che questo sia l'aspetto più temibile di Nvidia. Molti pensano che venda solo GPU, in realtà vende tutta l'infrastruttura AI. CUDA è la piattaforma software per sviluppare AI, equivalente al sistema operativo nel mondo AI; DGX è un supercomputer specializzato per l'addestramento AI, che le aziende possono acquistare per addestrare rapidamente grandi modelli senza dover partire da zero; NVLink è come un "autostrada" tra GPU, per modelli come ChatGPT che richiedono centinaia o migliaia di GPU che lavorano insieme, NVLink permette una comunicazione ad alta velocità, come se molte macchine diventassero un supercomputer; InfiniBand è come la "rete ferroviaria ad alta velocità" del data center AI, collega server e GPU per trasferire grandi quantità di dati rapidamente, altrimenti anche la GPU più potente sprecherebbe prestazioni aspettando i dati; AI Factory (Fabbrica AI) è un nuovo concetto che Jensen Huang ha sottolineato negli ultimi anni — in passato le aziende compravano server, in futuro compreranno una "fabbrica intelligente" capace di produrre continuamente modelli e servizi AI. Da GPU, server, dispositivi di rete, a software di sviluppo e deployment di modelli, Nvidia offre quasi un'intera soluzione completa: le aziende non comprano più solo un chip, ma un intero ecosistema AI. Quando sempre più aziende costruiscono data center AI secondo i tuoi standard, non stai più competendo solo con i concorrenti, ma stai definendo il futuro dell'intero settore. Immagine La mia comprensione è: la legge della potenza non serve a prevedere se il prezzo delle azioni salirà o scenderà, ma insegna come riconoscere se un'azienda ha la capacità di diventare il vincitore che si prende la maggior parte del valore del settore. Il bilancio determina il presente di un'azienda, il modello di business, l'ecosistema e il vantaggio competitivo determinano il futuro. In sintesi: la GPU è solo il prodotto che Nvidia vende, mentre CUDA, DGX, NVLink, InfiniBand e AI Factory sono l'ecosistema che costruisce il vero fossato.