Nvidia GPU-kat annyira nehéz beszerezni, hogy a kockázati tőkések megvásárolják őket a startupok számára

Az Nvidia GPU-k, konkrétan az A100 és H100 chipek alkotják a fejlődő AI-iparág gerincét, és olyan fejlett generatív eszközöket működtetnek, mint a ChatGPT. Az AI startupok és szolgáltatások gyors terjedése jelentősen megterhelte az Nvidia és gyártási szövetségese, a TSMC termelési kapacitásait. Míg ez a kielégíthetetlen kereslet az Nvidia piaci növekedését táplálta és egy nap alatt csaknem 200 milliárd dollárra ugrott, az ebből következő áremelkedések és a hiány miatt az AI startupok küszködni kezdtek.

A nagy technológiai vállalatok hatalmas pénzügyi forrásaikkal kihasználják ezt a helyzetet. Az olyan cégek, mint a Microsoft, az OpenAI, a Google és az Adobe nagy összegeket fektetnek be hatalmas AI-modellek képzésébe, így a kisebb vállalkozások a morzsákért küzdenek. Még az iparági titán Microsoft is küzd a hardveres korlátokkal és belsőleg szabályozza a GPU-használatot, hogy megőrizze a feldolgozási teljesítményt a mesterséges intelligencia kezdeményezései, például a Bing chatbot és a Microsoft Office-eszközök számára.

A kockázati tőkebefektetők lépnek közbe, hogy áthidalják ezt a szakadékot. Nat Friedman, a GitHub korábbi vezérigazgatója és Daniel Gross, a sikeres startupok támogatója több ezer GPU-t szerzett be és létrehozta saját AI felhőszolgáltatását, az Andromeda Cluster-t. A 2512 H100 GPU-val a klaszter nagyjából 10 nap alatt képes egy 65 milliárd paraméteres AI-modellt betanítani. A szolgáltatás azonban kizárólag a Friedman és Gross által támogatott startupok számára elérhető. Proaktív megközelítésük elismerést váltott ki, és kiemelte az egyéni befektetők döntő szerepét a számításigényes startupok támogatásában.