Nvidia: il produttore di chip che è diventato una superpotenza dell'intelligenza artificiale

Le azioni del produttore di chip per computer Nvidia sono aumentate vertiginosamente nell'ultima settimana, portando la valutazione della società sopra la soglia dei mille miliardi di dollari.

Ciò significa che si unisce ai giganti della tecnologia Apple, Amazon, Alphabet e Microsoft nel club d’élite delle aziende statunitensi da 1 trilione di dollari.

L’impennata è stata innescata dagli ultimi risultati trimestrali pubblicati mercoledì sera. La società ha affermato che aumenterà la produzione di chip per soddisfare la “domanda in aumento”.

Nvidia è arrivata a dominare il mercato dei chip utilizzati nei sistemi di intelligenza artificiale (AI).

L’interesse per quel settore ha raggiunto livelli vertiginosi dopo che ChatGPT è stata quotata in borsa lo scorso novembre, provocando una scossa ben oltre il settore tecnologico.

Dall'aiuto nei discorsi, alla programmazione informatica e alla cucina, ChatGPT si è rivelata un'applicazione dell'intelligenza artificiale molto popolare.

Ma tutto ciò non sarebbe possibile senza un potente hardware per computer, in particolare i chip per computer della californiana Nvidia.

Originariamente noto per produrre il tipo di chip per computer che elaborano la grafica, in particolare per i giochi per computer, l'hardware Nvidia è oggi alla base della maggior parte delle applicazioni AI.

"È il principale attore tecnologico che consente questa nuova cosa chiamata intelligenza artificiale", afferma Alan Priestley, analista del settore dei semiconduttori presso Gartner.

"Ciò che Nvidia rappresenta per l'intelligenza artificiale è quasi come ciò che Intel rappresentava per i PC", aggiunge Dan Hutcheson, analista di TechInsights.

ChatGPT è stato addestrato utilizzando 10.000 unità di elaborazione grafica (GPU) di Nvidia raggruppate insieme in un supercomputer appartenente a Microsoft.

"È uno dei tanti supercomputer - alcuni conosciuti pubblicamente, altri no - che sono stati costruiti con GPU Nvidia per una varietà di casi d'uso scientifici e di intelligenza artificiale", afferma Ian Buck, direttore generale e vicepresidente del calcolo accelerato di Nvidia.

Nvidia detiene circa il 95% del mercato delle GPU per il machine learning, ha osservato un recente rapporto di CB Insights.

I suoi chip AI, che vende anche in sistemi progettati per data center, costano circa 10.000 dollari ciascuno, anche se la sua versione più recente e più potente viene venduta a molto di più.

Allora come ha fatto Nvidia a diventare un attore così centrale nella rivoluzione dell'intelligenza artificiale?

In breve, una scommessa coraggiosa sulla propria tecnologia e un buon tempismo.

Jensen Huang, ora amministratore delegato di Nvidia, è stato uno dei suoi fondatori nel 1993. Allora, Nvidia si concentrava sul miglioramento della grafica per i giochi e altre applicazioni.

Nel 1999 ha sviluppato GPU per migliorare la visualizzazione delle immagini sui computer.

Le GPU eccellono nell'elaborazione simultanea di molti piccoli compiti (ad esempio la gestione di milioni di pixel su uno schermo), una procedura nota come elaborazione parallela.

Nel 2006, i ricercatori della Stanford University hanno scoperto che le GPU avevano un altro uso: potevano accelerare le operazioni matematiche, in un modo che i normali chip di elaborazione non potevano fare.

È stato in quel momento che Huang ha preso una decisione cruciale per lo sviluppo dell’intelligenza artificiale come la conosciamo.

Ha investito le risorse di Nvidia nella creazione di uno strumento per rendere programmabili le GPU, aprendo così le loro capacità di elaborazione parallela per usi oltre la grafica.

Questo strumento è stato aggiunto ai chip dei computer di Nvida. Per i giocatori di videogiochi si trattava di una capacità di cui non avevano bisogno e di cui probabilmente non erano nemmeno a conoscenza, ma per i ricercatori era un nuovo modo di eseguire calcoli ad alte prestazioni su hardware di consumo.

È stata quella capacità che ha contribuito a innescare le prime scoperte nell’intelligenza artificiale moderna.

Nel 2012 è stata presentata Alexnet, un'intelligenza artificiale in grado di classificare le immagini. Alexnet è stato addestrato utilizzando solo due GPU programmabili di Nvidia.

Il processo di formazione ha richiesto solo pochi giorni, anziché i mesi che avrebbero richiesto un numero molto maggiore di chip di elaborazione regolari.

La scoperta che le GPU potevano accelerare enormemente l'elaborazione della rete neurale iniziò a diffondersi tra gli informatici, che iniziarono ad acquistarle per eseguire questo nuovo tipo di carico di lavoro.

"L'intelligenza artificiale ci ha trovato", afferma Buck.

Nvidia ha sfruttato il suo vantaggio investendo nello sviluppo di nuovi tipi di GPU più adatte all’intelligenza artificiale, nonché in più software per semplificare l’utilizzo della tecnologia.