Publier

Cadre cognitif | Power Law : Pourquoi crois-je que NVIDIA reste le plus grand gagnant en IA ? Il y a quelques jours, j’ai recommandé « From Zero to One » de Peter Thiel. Ce qui m’a le plus impressionné, ce n’est pas que « la compétition est un jeu pour les perdants », mais plutôt un modèle de pensée capable d’analyser presque toutes les excellentes entreprises — la loi de puissance. Cadre cognitif | Loi de puissance Beaucoup de gens étudient une entreprise et regardent d’abord le capital de investissement, le chiffre d’affaires, les bénéfices et les flux de trésorerie. Bien sûr, ces questions sont importantes, mais à mon avis, il est encore plus important de répondre d’abord à une question : a-t-elle une chance d’être celle qui enlève la grande majorité de la valeur de l’industrie ? J’utilise généralement les quatre questions de la loi de puissance pour porter des jugements. Le gagnant rafle tout : Est-ce une industrie où le gagnant rafle tout ? Toutes les industries ne produiront pas des supergéants. Restauration, vêtements, immobilier — la plupart du temps, de nombreuses entreprises gagnent de l’argent ensemble. Mais l’industrie des puces IA est différente ; c’est plutôt un moteur de recherche, une plateforme sociale ou un système d’exploitation. Une fois que vous êtes en tête, vous ne faites que prendre de l’avance sur les autres. La raison pour laquelle NVIDIA respecte la loi de puissance vient principalement de trois avantages : premièrement, les effets réseau — plus les gens l’utilisent, plus il devient précieux, tout comme WeChat — tout le monde l’utilise, donc les nouveaux venus continuent de l’utiliser. NVIDIA ne vend pas seulement des GPU, mais a aussi développé une plateforme de développement appelée CUDA. On peut la considérer comme la « fenêtre » du monde de l’IA : plus il y a de développeurs, plus le logiciel est riche, et plus le logiciel est abondant, plus il attire de développeurs, formant ainsi un écosystème de plus en plus solide. Le second est les économies d’échelle. Plus l’entreprise est grande, plus l’avantage est évident. NVIDIA investit des dizaines de milliards de dollars chaque année en R&D, ce qui lui permet d’assurer à l’avance des capacités de wafer de pointe et d’attirer les meilleurs talents mondiaux en IA — un avantage que les petites entreprises ont du mal à reproduire. Le troisième est l’effet de marque. Aujourd’hui, de nombreuses entreprises construisant des centres de données IA pensent d’abord à NVIDIA, et la marque elle-même est devenue un avantage concurrentiel. Image Parie secrète : Est-ce parier sur un avenir auquel les autres ne croient pas ? La question préférée de Peter Thiel est : « Qu’est-ce en quoi vous croyez mais avec lequel la plupart des gens ne sont pas d’accord ? » Presque toutes les grandes entreprises ont leur propre « anti-consensus ». La politique anti-consensus de Nvidia à l’époque consistait à insister pour investir dans CUDA. Il y a vingt ans, la plupart des gens pensaient que les GPU n’étaient que pour le jeu, mais NVIDIA pensait qu’ils deviendraient des plateformes informatiques polyvalentes à l’avenir. Lorsque ChatGPT est apparu, tout le monde a compris que ce dont l’IA avait le plus besoin, c’était du GPU. Beaucoup de gens voient l’essor de l’IA, mais moi je vois une stratégie qui perdure depuis vingt ans enfin se concrétiser. Image Échapper à la concurrence : Cela a-t-il rendu difficile le départ des clients ? Le vrai problème n’est pas que le produit soit meilleur, mais que même si les clients veulent changer, c’est très difficile. Si une entreprise d’IA a déjà investi des dizaines de millions de dollars pour construire tous ses modèles sur CUDA, alors changer de plateforme signifie que les ingénieurs doivent réapprendre, le code doit être redéveloppé et les modèles doivent être réentraînés, avec d’énormes coûts en temps et en finances. Beaucoup d’entreprises ne veulent pas simplement changer — elles ne peuvent tout simplement pas se le permettre. C’est le coût de la migration, et c’est aussi l’un des fossés les plus puissants. Image Rule Setting : A-t-elle commencé à établir des règles de l’industrie ? Je pense que c’est ce qui fait le plus peur chez Nvidia. Beaucoup pensent qu’il vend des GPU, mais en réalité, il vend toute l’infrastructure d’IA. CUDA est une plateforme logicielle pour développer l’IA, essentiellement un système d’exploitation dans le monde de l’IA ; DGX est un superordinateur spécifiquement conçu pour entraîner l’IA. Les entreprises peuvent rapidement entraîner de grands modèles sans les construire de toutes pièces ; NVLink peut être compris comme une « autoroute » entre les GPU. L’entraînement de modèles comme ChatGPT nécessite des centaines voire des milliers de GPU travaillant simultanément. NVLink permet à ces GPU de communiquer à grande vitesse, comme beaucoup d’ordinateurs devenant des superordinateurs ; InfiniBand agit comme le « réseau ferroviaire à grande vitesse » de l’ensemble du centre de données IA, reliant serveurs et GPU pour permettre une transmission massive de données ; sinon, même les GPU les plus puissants gaspilleraient des performances en attendant des données ; L’IA Factory est un nouveau concept que Jensen Huang a mis en avant ces dernières années — par le passé, les entreprises achetaient des serveurs ; à l’avenir, elles achèteront une « usine intelligente » capable de produire en continu des modèles et services d’IA. Des GPU, serveurs et équipements réseau au développement logiciel et au déploiement de modèles, NVIDIA offre une solution presque complète. Ce que les entreprises achètent n’est plus seulement une puce, mais un écosystème d’IA entier. À mesure que de plus en plus d’entreprises construisent des centres de données IA selon vos standards, votre concurrence n’est plus avec ses pairs, mais sur la définition du développement futur de l’ensemble de l’industrie. Image D’après ce que je comprends, la loi de la puissance n’a jamais consisté à prédire si les prix des actions vont monter ou baisser ; ce qu’elle m’a vraiment appris, c’est comment identifier si une entreprise a la capacité d’être la gagnante qui « prend la majeure partie de la valeur de l’industrie ». Les rapports financiers déterminent le présent d’une entreprise ; son modèle économique, son écosystème et ses avantages concurrentiels déterminent son avenir. En résumé : les GPU ne sont que des produits vendus par NVIDIA, tandis que CUDA, DGX, NVLink, InfiniBand et AI Factory sont les véritables écosystèmes qui construisent son fossé.