AIデータセンターの規模が拡大し続ける中、ナビダの競争優位性についての市場の議論も変化している。海外メディアTechCrunchは、投資家たちはかつてGPUがクラウド事業者による自社開発チップによって弱体化されるかどうかに注目していたが、最新の決算発表後、市場の関心は別の問題に移り始めている：誰が一式のAIシステムを効率的に運用できるか。
競争の焦点がシステムに移っている
記事は、AI計算能力の配置がより高電力化し、より大規模なクラスタへと進んでいると指摘しており、GPUのみでは競争環境を説明することは十分ではない。データセンターが大きくなるほど、データ、ストレージ、ネットワーク、計算間の協調が複雑化する。GPUは依然としてコアコンポーネントであるが、効率を決定づけるのは、ますますGPU以外のシステム能力となっている。
これは、現在の NVIDIA のナラティブの変化の核心でもある。アマゾンやグーグルなどの大手クラウド事業者が自社開発チップの推進を継続する中、NVIDIA は GPU の周辺により完全なインフラストラクチャーコンポーネントを構築し続けている。記事ではこれを次のように要約している：GPU がエンジンならば、その他のシステムは車全体である。
Vera Rubinがより多くのプロセスをカバー
TechCrunchは、NVIDIAがVera Rubinアーキテクチャを推進していると報じている。このアーキテクチャはRubin GPUだけでなく、Vera CPUやストレージ、ネットワークなどのラックレベルのシステムも含んでいる。記事は、これらの製品の意義が、直接トークンを生成するのではなく、GPU以外のパフォーマンス損失を最小限に抑えることにあると評価している。
その中で、Vera CPUはデータスケジューリングの重要な要素とされています。NVIDIAストレージ技術副社長のJason Hardyは、1台のサーバーまたは単一の計算プラットフォームで収容可能なメモリは限られているため、適切なタイミングでデータをGPUに送ることこそがシステム効率の鍵であると述べています。
データが新たな戦場となる
ハーディの話によると、一部の関連操作において、Vera CPUによる速度向上は約3倍に達する。これにより、フラッシュメモリなどのハードウェアリソースをより効率的に活用でき、システムのボトルネックの軽減が期待できる。
記事は、このような問題がナビダ社のシステムに限定されないことも指摘している。OpenAIはJalapeñoチップを紹介する際、データ移動と通信遅延の削減を主要な目標として掲げた。その考え方とは、完全なワークロードを一つの相互接続システム内に留め、モジュール間の転送に伴う損失を最小限に抑えることである。
TechCrunchによると、これはAIインフラストラクチャの競争が新たな段階に入っていることを示している。企業間の競争は、プロセッサの計算能力だけでなく、データの流れ方、ストレージの連携、ネットワークの混雑回避にも及んでいる。言い換えれば、競争のレベルは「誰がより強力なGPUを持っているか」から「誰が全体システムをより効率的に動かせるか」へと移行している。
記事は、この変化がNVIDIAが勝利を確定したことを意味しないと指摘している。NVIDIAは他の半導体メーカーおよび大手クラウドサービスプロバイダーとの競争に直面し続けている。しかし現在の段階で、NVIDIAはシステム統合とスケジューリング能力において依然としてリードしており、これが市場がそのAI優位性を再評価する重要な理由である。