Ang pagkakadikit ni Nvidia sa AI hardware ay malinaw na dokumentado. Ang kumpanya ay kumokontrol ng humigit-kumulang 86% ng kita mula sa GPU ng data center. Ngunit ang totoong kalakasan nito ay hindi ang mga chip mismo. Ito ay CUDA, ang software ecosystem na nagiging sanhi na maging malaking nakadepende ang mga developer sa Nvidia hardware, kaya ang pagbabago ay parang pag-aaral ng isang bagong wika habang nagpapalipad sa hangin.
Bumabanta ang OpenAI na makakapagbigay ito ng parachute sa bawat isa. Ang open-source na kasangkapan ng kumpanya na tinatawag na Triton, na unang ipinakilala noong Hulyo 2021, ay inilalagay bilang susi sa pagpapatakbo ng mga AI model sa non-Nvidia hardware gamit ang minimum na pagbabago sa code.
Mula sa proyektong pananaliksik hanggang sa estratehikong sandata
Nagsimula ang Triton bilang isang relatibong simpleng proyekto. Ang orihinal nitong layunin ay pagpapahintulot sa mga developer na sumulat ng mataas na performance na GPU code sa Python替代理由低級的 CUDA programming.
Ang kasangkapan ay umunlad nang malaki mula noong ibinaba ang bersyon 1.0 sa gitna ng 2021. Ang pag-aaral mula sa unang bahagi ng 2026 ay nagtuturo na ang Triton ay nakarating sa isang punto ng pagbabago, kung saan ngayon ito ay nagpapahintulot sa pagpapalipat ng mga AI model sa iba’t ibang hardware platform na may kaunting o kahit walang pagbabago sa code.
Hindi lang nagbuo ng mga kasangkapan ang OpenAI sa isang vacuum. Nagsagawa ang kumpanya ng isang maraming taong kasunduan kasama ang AMD noong Oktubre 2025 upang ilabas ang hanggang 6 gigawatts ng Instinct GPUs. Ang unang alon, 1 gigawatt ng mga chip na MI450 series, ay inaasahang dumating sa ikalawang kalahati ng 2026.
Sumunod sa pagkakataong pagtatrabaho
Aktibong humihingi ng inference engineers ang OpenAI na espesyalisado sa AMD GPU enablement. Ang mga ulat mula sa 2026 ay nagpapakita na nagpahayag ang OpenAI ng pagkakaroon ng kawalan ng kasiyahan sa ilang Nvidia chips.
Ano ang ibig sabihin nito para sa mga investor
Ang 86% na bahagi ni Nvidia sa kita mula sa GPU ng data center ay hindi magiging nawawala sa isang gabi. Ang CUDA ay may dekada-dekada na akumuladong optimisasyon at isang developer ecosystem na malalim.
Ang AMD ang makakatanggap ng pinakadirektang benepisyo. Ang kumpanya ay mayroon nang kompetitibong silicon, at ang pagkakasundo sa OpenAI ay nagpapatotoo sa kanyang mga pangarap sa AI hardware sa paraan na hindi kayang gawin ng anumang benchmark. Kapag ang pinakamalaking AI company sa mundo ay nagpasya na ilabas ang gigawatts ng iyong GPUs, ito ay nagpapadala ng malinaw na mensahe sa buong industriya na mayroong viable na alternatibo sa Nvidia.
Ang panganib na dapat bisuhin ay ang pagpapatupad. Ang pagbuo ng isang tool na teoretikal na gumagana sa anumang hardware ay isang bagay. Ang paggawa nito na magperform sa parehong antas ng CUDA-optimized code sa mga chip ng Nvidia mismo ay isang iba’t ibang hamon.