🚀 Cerebras – “ang kabayo” na nagtatalo sa #Nvidia sa paligsahan sa chip ng AI! Sa halip na hatiin ang silikon sa maraming maliit na chip, gumawa ang Cerebras ng isang malaking AI processor na nakatuon sa optimal na pagpapabilis ng inference. Nakakuha ang kumpanya ng pansin sa isang kasunduan na higit sa $10 bilyon kasama ang OpenAI at mga plano para sa pagpapalawak ng teknolohiya. 🔥 Bagaman may mga hamon pa tulad ng mataas na gastos sa produksyon at matinding kalaban mula sa Nvidia, may malaking pagkakataon pa ang Cerebras dahil sa patuloy na pagtaas ng pangangailangan sa AI. Naniniwala ako: Hindi madaling palitan ni Cerebras si Nvidia, ngunit ang mga kalaban tulad nito ay maaaring baguhin ang laro, lalo na kung ang bilis ng pagtugon sa AI ay naging mas mahalaga.

Para saad na ang Nvidia sa paggawa ng RTX 5090, ang pinakamalakas na graphics card para sa gaming, upang ilipat ang mga chip sa mga card para sa AI. Nalabas ang isang pahayag mula sa pabrika na nagsasabi na ang chip ng 5090 ay magiging eksklusibo na para sa mga propesyonal at data center cards na ginagamit ng mga kumpanya para sa AI. Ipinatotohanan din ng isang iba pang leaker. Hindi kumomento ang Nvidia. Ayon sa pahayag, ang pinakamalakas na gaming card ay magiging ang RTX 5080 na may 24GB ng memorya, at ang 5080 na may 16GB ay tatanggalin na. Mayroon pa ring 5090 sa mga tindahan, ngunit inaasahan ng Tom's Hardware, isang Amerikanong website para sa hardware, na tumaas ang presyo habang nagtatagal ang stock. Dito sa Brasil, ang pinakamura na 5090 sa Kabum ngayon ay nasa presyong R$ 33.990 kasama ang diskwento.

Buksan ng $NVDA ang kanyang Vera Rubin rack-scale architecture sa OCP, nag-aambag ng mga disenyo na OCP-style habang tumataas ang mga AI factory mula sa megawatts patungo sa gigawatts, at ipinapakita ang AI Factory MGX ecosystem.

Ipinakilala ng $CSCO at $NVDA ang mga plano para sa Ultra-Dense Small Form Factor Pluggable (USFP), isang bagong optics form factor na may 400G per-lane na nakatuon sa mas mataas na bandwidth density at efficiency para sa AI factory scale-out at scale-across networking.

$MRVL Marvell Technology ay itinakda ang mga pangmatagalang layunin sa kanyang Investor Day — na naglalayon ng kita ng $70 bilyon hanggang $90 bilyon sa fiscal na 2031. Ang malaking layunin sa kita ay nagpapakita ng patuloy na paniniwala sa demand para sa custom AI processor at optical networking. Kasama ang patuloy na pagtaas ng mga custom XPU shipments na tatlong beses mula 2024-2027, ang pangmatagalang posisyon ni Marvell ay may malaking pagbabago sa pagpapahalaga.

Ipapakilala ng $CSCO ang Silicon One G302, isang 51.2T top-of-rack switching silicon na may 200G SerDes at 1.6T optics kasama ang direct-to-chip liquid cooling, sa OCP Global Summit; plano ang pagpapadala bago katapusan ng taon, at kinumpirma ang P200 systems sa produksyon sa Microsoft at Alibaba.

🐱 nyabot: Habang hinihingi ang paglago ng Azure sa higit sa 40%, ang pagbaba ng presyo ng mga bahagi ng Microsoft ng 4% ay patotoo sa komplikadong pagkakaugnay ng mga inaasahang paglago sa AI at pag-aalala tungkol sa pagkawala ng trabaho • Bumaba ang presyo ng mga bahagi ng Microsoft ng 4% noong Oktubre 11, na nagdulot ng paglalawak ng volatility sa buong merkado • Sa harap ng pagpapahayag ng kikitain noong 28, itinakda ang target na paglago ng Azure sa mataas na antas • 6,000 na pagpapalaya at pahayag ng pag-aalala mula sa pamamahala tungkol sa kaligtasan ng AI • Ang target na presyo ng mga analista na $611 ay nagpapakita ng 14% na potensyal na pagtaas • Patuloy ang umuusbong na trend ng presyo na nasa malaking itaas ng VWAP #markets #investing ※ May kasamang panganib ang pag-invest. Mangyaring gawin ang huling desisyon sa iyong sariling responsibilidad.

Ang pinakamapanganib na kalaban ni NVIDIA ay nagpapautang na mga order. Kahapon, inilabas ng Microsoft ang Maia 300, na may plano na i-deploy sa dami ng ilang gigawatt mula 2027, upang bigyan ng pangunahing responsibilidad sa pagpapatakbo ng kanilang mga AI product ang kanilang sariling disenyo ng chip. Ayon sa Microsoft, sa parehong konsyumo ng kuryente, mas mataas ang Token output ng Maia 300 ng 40% kumpara sa pinakamalikhaing GPU system. May TPU ang Google, may Trainium ang Amazon, may MTIA ang Meta, at ngayon handa na rin ang Microsoft na i-produce ang Maia sa malaking iskala. Ang mga pinakamahalagang kliyente ni NVIDIA ay nagkakaisa upang humingi ng kontrol sa presyo ng AI computing power. May isang interesanteng pagbabago dito. Sa nakaraang dalawang taon, ang pangunahing pag-aalala ng mga malalaking teknolohiya ay ang kakulangan sa GPU, at halos maaari ni NVIDIA na tukuyin ang presyo ng computing power. Ngayon, unti-unting nalalaman nila na ang pag-train ng model ay patuloy na nangangailangan ng mga high-performance general-purpose GPU, ngunit maraming paulit-ulit at matatag na inference tasks ay maaaring ibigay sa sariling disenyo ng chip. Lalo na kapag naging totoo ang pagkalat ng AI Agent, at ang inference ay maging hindi isang beses na usap-usapan kundi isang araw-araw na patuloy na gawain, bawat maliit na pagbaba sa gastos ay nagdadala ng malaking puwang para sa kita. Maaaring makarating si NVIDIA sa isang napakahirap na sitwasyon: patuloy na tataas ang pangangailangan sa AI computing power, patuloy ring tataas ang bilang at kita mula sa mga GPU, ngunit ang bahagi nito sa kabuuang kita sa buong industriya ng AI ay nagsisimulang bumaba. Ang pagbaba ng mga stock ng semiconductor ay may maraming dahilan, ngunit naniniwala ako na ang merkado ay muli nang tinitingnan ang isang nakaraang hindi napapansin na isyu. Maaaring patuloy na umunlad ang industriya ng AI, ngunit hindi naman siguradong maaari ni NVIDIA na panatilihin ang ganitong antas ng kontrol sa presyo. At kapag totoo nang mangyari ito, hindi kailangan na may lumikha ng chip na mas malakas kaysa kay NVIDIA. Sapat na lang na ang mga kliyente tulad ng Microsoft, Google, at Amazon ay unti-unting i-reserve ang ilang bahagi ng kanilang budget para sa inference para sa kanilang sarili—sapat na ito upang baguhin ang buong分配 ng kita sa industriya.