Nvidia теряет монополию: каждая третья команда по ИИ использует альтернативные чипы

Результаты свежего исследования компании Liquid Web показали, что несмотря на продолжающееся доминирование Nvidia на рынке оборудования для искусственного интеллекта, конкуренты, такие как Google, AMD и Intel, активно наращивают своё присутствие. Опрос 252 специалистов в области ИИ выявил, что почти треть респондентов применяют решения на базе Google TPU, графических процессоров AMD или чипов Intel хотя бы для части рабочих задач, что свидетельствует о формирующемся интересе к альтернативам.

Тем не менее, Nvidia остаётся лидером — её оборудование используют более двух третей (68%) опрошенных команд. Даже ограниченное внедрение альтернативных платформ существенно влияет на картину, поскольку одна команда может использовать сотни графических процессоров одновременно.

Исследование обнаружило и организационные проблемы: примерно 28% респондентов признались, что приобрели оборудование, не проведя заранее структурированную техническую экспертизу. В результате некоторые инфраструктуры оказались недостаточно мощными для поставленных задач, что привело к задержкам или полной остановке проектов. Как отмечает технический директор Liquid Web Райан Макдональд, отказ от тщательной предварительной оценки стал причиной дорогостоящих ошибок — в быстроразвивающейся сфере ИИ время зачастую оказывается критически важным ресурсом.

Иллюстрация: Grok

Факторы выбора оборудования складываются не только из технических параметров: 43% респондентов руководствуются предыдущим опытом и привычками, 35% — стоимостью, 37% — результатами тестирования производительности. Однако ограниченные бюджеты становятся реальным барьером — 42% участников вынуждены были сократить проекты из-за недостатка оборудования или его высокой цены, а 14% — полностью отказаться от некоторых инициатив.

Новые технологические тренды выделяют гибридные и облачные решения: более половины специалистов используют комбинацию локальных и облачных инфраструктур, причём многие готовы увеличить расходы на облачные сервисы в ближайший год. При этом часть команд рассматривает выделенный GPU-хостинг как способ избежать просадок производительности, характерных для общего оборудования.

Проблема энергопотребления остаётся актуальной: важность эффективности признали 45% опрошенных, но только 13% команд реально оптимизировали свои ИИ-системы для снижения энергозатрат. Кроме того, многие сталкиваются с ограничениями, связанными с энергоснабжением, охлаждением и цепочками поставок.

В целом, несмотря на явное лидерство Nvidia, конкуренты сокращают разрыв в условиях дифференцированного и быстро растущего рынка. Для команд, создающих инфраструктуру под ИИ, на первый план выходит не только максимальная производительность, но и поиск баланса между стоимостью, эффективностью и надёжностью решений.