SoftBank інвестувала більше ніж 450 мільйонів доларів у Graphcore — британську компанію з виробництва чіпів для штучного інтелекту, яка протягом майже десяти років намагається створити гідну альтернативу домінуванню Nvidia у сфері апаратного забезпечення машинного інтелекту.
Що насправді робить Graphcore
Заснована в 2016 році, Graphcore розробляє те, що називає інтелектуальними процесорними пристроями (IPU). Це чіпи, створені з нуля для завдань машинного навчання, на відміну від GPU від Nvidia, які спочатку були розроблені для відтворення графіки в відеоіграх, перш ніж світ штучного інтелекту виявив, що вони чудово підходять для матричних обчислень.
До цієї угоди Graphcore зібрала приблизно 682 мільйони доларів загального фінансування, привернувши таких важливих інвесторів, як Sequoia Capital і Microsoft. Технічні здібності компанії ніколи не піддавалися сумніву. Однак її бізнес-модель була іншою справою.
Доходи ніколи не відповідали амбіціям. Компанія, як повідомляється, мала труднощі з конвертацією технічних демонстрацій у значущий комерційний розвиток — проблему, яка тривалий час стосувалася кількох потенційних суперників Nvidia.
Чому SoftBank хоче ввійти
Інтерес SoftBank до Graphcore — це не благодійність. Це стратегія.
Масаюші Сон активно підтримує позиціонування SoftBank у центрі будівництва інфраструктури ШІ. Компанія вже контролює Arm Holdings — фірму з розробки чіп-архітектур, чиї дизайни використовуються майже у всіх смартфонах світу. Додавання Graphcore надає SoftBank спеціалізований напрямок у сфері ШІ-чіпів, який доповнює широку ліцензійну діяльність Arm.
Проаналізуйте конкурентну середовище. Nvidia знаходиться на вершині зі своїми чіпами H100 і B200, які викликають списки очікування та преміальні ціни. AMD поступово здобуває частку ринку за допомогою лінійки Instinct. Google має свої TPU. Amazon має Trainium. Кожна велика технологічна компанія або розробила, або придбала власний спеціалізований AI-чіп.
Що це означає для ринку AI-чіпів
Компанії, такі як Cerebras, Sambanova та Habana Labs (придбані Intel у 2019 році), зіткнулися з однією й тією ж фундаментальною проблемою: екосистема CUDA від Nvidia створює витрати на перехід, що робить технічну перевагу майже несуттєвою.
IPU від Graphcore не використовуються для криптомайнінгу, але будівництво SoftBank конкурентної сіткової платформи для штучного інтелекту з часом може полегшити дефіцит GPU, який обмежував обидві галузі.