"אין בועה בבינה מלאכותית": מנכ"ל אנבידיה מדבר על הכל

"עידן המחשוב הכללי הסתיים", הכריז ג'נסן הואנג, מנכ"ל אנבידיה, בהופעה בפודקאסט BG2"" של בראד גרסטנר, מנכ"ל Altimeter Capital, שבו חשף לראשונה את הסיבות מאחורי השקעת החברה בסכום של 100 מיליארד דולר ב-OpenAI. לדבריו, "OpenAI תהיה החברה הבאה בשווי טריליון דולר וזאת אחת ההשקעות החכמות ביותר שניתן לדמיין".

הואנג, שמוביל את מהפכת הבינה המלאכותית העולמית באמצעות שבבי הגרפיקה של אנבידיה, טוען כי הדרישה למחשוב בינה מלאכותית צפויה לגדול פי 10 מיליארד. לדבריו, גידול מדהים זה נובע משני גורמים מרכזיים: עלייה חדה במספר המשתמשים בבינה מלאכותית, ושינוי איכותני באופן שבו מערכות הבינה המלאכותית עובדות.

ממענה מיידי ל"חשיבה"

השינוי המהותי שמתאר הואנג הוא המעבר ממה שהוא מכנה "מענה מיידי" ל"חשיבה". במקום לתת תשובה מיידית, מערכות הבינה המלאכותית החדשות "חושבות" לפני שהן עונות - הן עורכות מחקר, בודקות עובדות, לומדות ומעכלות מידע. תהליך זה דורש הרבה יותר כוח עיבוד מחשובי מכל שימוש.

"כעת יש לנו שלושה חוקי קנה מידה במקום אחד", הסביר הואנג. "יש לנו אימון מוקדם (Pre-training), אימון מאוחר (Post-training) - שבו הבינה המלאכותית מתרגלת שוב ושוב עד שהיא מבינה, והסקה (Inference). ככל שהמערכת חושבת יותר זמן, כך איכות התשובה משתפרת".

הואנג מציין כי במהלך האימון המאוחר, האימון וההסקה מתמזגים. המערכת לומדת דרך חיזוק למידה - תהליך שבו היא מנסה שיטות שונות עד שהיא מקבלת את התשובה הנכונה, ובכך משפרת את יכולותיה.

מערכות מולטימודליות ומתקדמות

הבינה המלאכותית המודרנית איננה עוד רק מודל שפה, אלא מערכת מורכבת המורכבת ממספר מודלים הפועלים בו-זמנית. חלק מהמרכיבים משתמשים בכלים, חלקים אחרים עורכים מחקר, וכולם עובדים באופן מולטימודלי - כלומר, הם מעבדים גם טקסט, גם תמונות, גם קול ואף וידאו.

"תראו את הווידאו שכבר נוצר על ידי בינה מלאכותית - זה ממש חומר מדהים", הדגיש הואנג בהתייחסו להתפתחויות האחרונות ביצירת תוכן וידאו באיכות גבוהה באמצעות בינה מלאכותית.

לדברי הואנג, בניית תשתיות הבינה המלאכותית היא מהפכה תעשייתית אמיתית. רוב עיבוד הנתונים המובנים והלא מובנים עדיין רץ על מעבדים רגילים (CPU), אך הוא צופה כי בעתיד כל עיבוד הנתונים יעבור לבינה מלאכותית.

"התשתית המחשובית הקיימת בעולם, בשווי של טריליוני דולרים - כולל חיפוש, מנועי המלצות וקנייה - צריכה לעבור משימוש במעבדים רגילים לשימוש במעבדי גרפיקה למחשוב מואץ של בינה מלאכותית", הוא אומר.

התועלת הכלכלית מהמעבר הזה עשויה להיות עצומה. לדברי הואנג, מערכת בינה מלאכותית בעלות 10,000 דולר יכולה להגביר את הפרודוקטיביות של עובד במשכורת של 100,000 דולר פי שניים עד שלושה. השוק הנוכחי של תשתיות בינה מלאכותית מוערך ב-400 מיליארד דולר בשנה, אך הואנג צופה צמיחה של לפחות פי 10 בעתיד.

השותפות עם OpenAI

הואנג סיפר כי אנבידיה משתפת פעולה עם OpenAI בכמה פרויקטים מרכזיים. הראשון הוא האצת בניית Microsoft Azure - פרויקט שצפוי להמשך מספר שנים נוספות עם עבודה בשווי טריליוני דולרים. השני הוא בניית Oracle Cloud Infrastructure עם כחמישה עד שבעה גיגה-וואט של כוח מחשוב, בשיתוף עם SoftBank. הפרויקט השלישי הוא עם החברה CoreWeave.

השותפות החדשה, שהוכרזה השבוע במסגרת פרויקט Stargate, תעזור ל-OpenAI לבנות תשתית בינה מלאכותית עצמאית בפעם הראשונה. "אנחנו עוזרים להם ישירות ברמת השבבים, התוכנה, המערכות ומפעלי הבינה המלאכותית להיות חברת היפרסקייל מלאה", הסביר הואנג.

מנכ"ל אנבידיה השווה את המעבר הזה לגישה שנוקטות חברות כמו מטא וגוגל - יחסים ישירים עם ספקי הטכנולוגיה. "הם הגיעו לקנה מידה מספיק גדול כדי שהם חושבים שזה הזמן להתחיל לבסס את הקשרים הישירים האלה", הוא מסביר.

תגובה לביקורת בוול סטריט

הואנג התייחס גם לתחזיות של אנליסטים בוול סטריט שצופים כי הצמיחה של אנבידיה תיפסק החל מ-2027, עם צמיחה של רק 8% בין 2027 ל-2030. הואנג דחה תחזיות אלה בתוקף וציין שקיים פער משמעותי בין תחזיות האנליסטים לבין מה שהוא רואה בשטח: "אנחנו די רגועים עם המצב הזה. אנחנו רגילים לזה, ואנחנו יכולים לחלוטין לעבור את המספרים האלה".

"אין בועה בבינה מלאכותית. הביקוש האמיתי גובר על ההיצע", הוסיף. לדבריו, בניגוד לבועות טכנולוגיות קודמות שהתבססו על ספקולציות, הביקוש לתשתיות בינה מלאכותית נובע מצרכים עסקיים ממשיים ויישומים מעשיים שכבר מראים תוצאות.

הואנג מציין שההיצע של כוח מחשוב לבינה מלאכותית עדיין רחוק מלענות על הביקוש הגואה, וכל עוד חברות ממשיכות לראות תשואה כלכלית ממשית מהשקעותיהן בטכנולוגיה זו, השוק ימשיך לגדול. "אנחנו מגיבים לביקוש השוק, והביקוש העתידי לתשתית בינה מלאכותית גדול מאוד", הוא מסכם.

יתרון תחרותי דרך עיצוב קיצוני

הואנג הסביר כי אנבידיה בונה את יתרונה התחרותי באמצעות "עיצוב משותף קיצוני" (Extreme Co-Design) - אופטימיזציה וחדשנות בו-זמנית ברמת המערכות, התוכנה, הרשתות והשבבים. גישה זו נדרשת בשל כישלון חוק מור - החוק שחזה הכפלת כוח המחשוב כל שנתיים.

"כשל חוק מור אומר שעלויות וצריכת הכוח של הטרנזיסטורים נותרות ללא שיפור משמעותי, ולכן אי אפשר להשתמש בשיטות המסורתיות לשיפור הביצועים. במקום זאת, אנבידיה מחדשת ומייעלת בכל השכבות בו-זמנית - אלגוריתמים, מודלים, מערכות, תוכנה, רשתות ושבבים", אמר.

לדבריו, שיטה זו מאפשרת לאנבידיה להשיג קפיצת ביצועים משמעותית במעבר מדור שבבים אחד לבא אחריו, כמו המעבר מדור Hopper לדור Blackwell החדש, למשל.

"גם אם שבבי המתחרים יחולקו בחינם, עלות ההזדמנות העצומה של ויתור על מערכת אנבידיה תהיה בלתי מקובלת", הדגיש הואנג והסביר שלקוחות עלולים להפסיד פי 30 מההכנסות אם יעברו למערכת פחות יעילה.