Az, hogy az egyre miniatűrebb technológiákkal dolgozó chipipar alapjaiban határozza meg a mindennapi életünket, már egy ideje nem kérdés. Az elektronikai, majd a digitális eszközöket és azok globális hálózatait működtető chipek történetéről, az ezeket övező geopolitikai konfliktusoktól (vámháború? chipháború!) az elmúlt másfél évben sokat írtunk, de néha szemléletesebben be lehet mutatni a technológia fontosságát egy-egy vállalat helyzetén keresztül. Például a legmodernebb mikrochipek készítéséhez szükséges berendezéseket monopol helyzetben gyártó holland ASML központi szerepéről is esett már szó a Qubiten.

A kaliforniai székhelyű Nvidia példája 2024-ben egyértelműen megmutatta, hogy már nemcsak az online világ alapvető szolgáltatásait (okostelefonok, számítógépek, operációs rendszerek, szoftverek, streaming és felhőszolgáltatások) kínáló vállalatok lehetnek a technológiai ipar nagyágyúi.

2015 második negyedéve óta nem volt olyan pénzügyi ciklus, hogy ne az Apple, a Microsoft, az Alphabet (ex-Google) és az Amazon négyeséből álljon össze a világ legértékesebb cégeinek listája – ez közel tíz év után, idén dőlt meg, amikor az első negyedév végén az Nvidia került dobogós helyre a Microsoft és az Apple mögé. Az utóbbi két cég azóta is egymást váltogatja az élen, de az Nvidia egész évben stabilan kitart a harmadik helyen. Ha viszont nem negyedévekről, hanem pillanatnyi helyzetekről beszélünk, június közepén még nagyobbat dobott az Nvidia: néhány nap alatt akkorát nőtt az értéke, hogy először a második Microsoftot, majd az Apple-t is megelőzte, és a világ legértékesebb vállalatává vált.

De mit jelent egyáltalán a világ legértékesebb cégének lenni, és mi lódította meg az Nvidia szekerét? A piaci kapitalizáció azt mutatja meg, hogy egy tőzsdei cég mennyit ér egy adott pillanatban – gyakorlatilag csak össze kell szorozni a vállalat összes részvényének számát a részvény aktuális árfolyamával. Ez alapján így néz ki a teljes félvezető- és chipipar legértékesebb vállalatainak listája:

Mint látszik, a fenti listán szerepelnek félvezetőgyártó üzemeket fenntartó cégek (TSMC, Samsung), a gyártáshoz szükséges berendezéseket és anyagokat fejlesztő vállalatok (ASML, Applied Materials, Lam Research), kifejezetten mobilprocesszorokra koncentráló (Qualcomm, MediaTek) és más, specializált chipeket készítő cégek is. De van egy jól elkülöníthető csoport, amelyikbe az Nvidia is beletartozik: a CPU-kat és GPU-kat (vagyis mikro- és grafikai processzorokat) gyártó vállalatoké. Ezek ma már nemcsak a számítógépek gyors működéséhez fontos alkatrészek, hanem az egyes eszközökön túl az internet globális hálózatait működtető adatközpontok és a mesterséges intelligenciára (AI) támaszkodó rendszerek fenntartásában és fejlődésében is kulcsfontosságúak.

Az Nvidiának ebben a kategóriában két nagy, szintén amerikai vetélytársa van: az AMD és az Intel. Ezeknek a neveknek ismerősen kell csengeniük azoknak, akik mondjuk húsz évvel ezelőtt már birtokoltak PC-t. Akkor nagyjából annyi volt az átlagfogyasztó dilemmája, hogy Intel Pentium vagy AMD Athlon processzor hajtsa a gépét, és hogy Nvidia GeForce vagy ATI Radeon videókártya javítsa a grafikai megjelenést. A kanadai ATI-t ráadásul 2006-ban felvásárolta az AMD, szóval tökéletesen ugyanazok a nagy szereplők ezen a piacon ma, mint húsz éve, éppen csak az erőviszonyok változtak egy kicsit.

Egy tőzsdei cég értékét a részvényárfolyam változásai mozgathatják leginkább, így ahelyett, hogy a konkrét árakat néznénk (egyébként október 7-i árfolyamon egy Nvidia-részvény kerekítve 127 dollár, egy AMD-részvény 169 dollár, egy Intel-részvény pedig 22 dollár), a százalékos változás árulkodóbb.

Ennek megfelelően pedig így néznek ki az erőviszonyok ezen a piacon:

Az 1993-ban alapított Nvidia először a videójátékok iparát forradalmasította az ezredforuló környékén: az 1999 októberében piacra dobott GeForce 256-ot a világ első grafikai processzorának tartják, és a segítségével az akkori számítógépek képessé váltak valós időben feldolgozni komplex 3D grafikákat. A cég hamar a gaming szektor vezető chipgyártójává vált, de nem elégedtek meg ennyivel: rájöttek, hogy míg a CPU-k végzik a számítógépek feladatainak nagy részét, a GPU-kban rejlő lehetőséget nem igazán használják ki. A grafikai processzorok lényege ugyanis az, hogy párhuzamosan képesek végezni rengeteg feladatot (hiszen több millió képpontot kell egyszerre feldolgozniuk), tehát a számítási kapacitásukat más feladatok során is be lehetne vetni.

A cég már 2006-ban létrehozta a CUDA platformot, amelyen keresztül a fejlesztők lehetőséget kaptak, hogy a GPU-k erejét kihasználva korábban elképzelhetetlen feladatokat végezzenek szupergyorsan: óriási adatbázisokon végezzenek adatelemzést, nagy számítási kapacitást igénylő szimulációkat futtassanak, vagy éppen, igen, AI-modelleket tanítsanak be. Persze a mélytanulásra alapuló AI-kutatások a 2010-es évek első felében még nem voltak annyira elterjedtek, és a kriptovaluta-bányászat is gyerekcipőben járt, de 2016–17 fordulóján meglett az eredménye a fejlesztéseknek: a bitcoin, az ethereum és más kriptopénzek árfolyama az egekbe szaladt, ami emberek tömegeit mozgósította, hogy a legújabb, leggyorsabb GPU-kkal tömött kriptobányászfarmokon béreljenek számítási kapacitást. Ráadásul emiatt hiány is alakult ki a videókártyákból, ami egyrészt lehetőséget adott az Nvidiának arra, hogy jelentősen megemelje a GPU-k árát, még ha ez azt is jelentette, hogy az addigi elsődleges bázist, a gamereket kicsit magára haragította a vállalat.

A másik ok, amiért 2017 egy új időszámítás kezdete az Nvidiánál, az a Tensor Core nevű AI-gyorsítók megjelenése az új generációs GPU-kon. Ez elsőként a Tesla V100 GPU-n vált elérhetővé, és ez a processzor hamar át is vette a hatalmat az adatközpontokban, a kutatóintézetekben és az AI-fejlesztő cégeknél. Az Nvidia végleg megtalálta a számítását: az ekkoriban kibontakozó új AI-világ motorja kívánt lenni. Ezt tükrözi az alábbi ábra is, miszerint 2017 óta hatszorosára nőtt a cég kutatás-fejlesztési büdzséje, vagyis a bevételek növekedése mellett nem fukarkodnak az innovációra költött dollárokkal sem. Az azóta kiadott, új architektúrákra épülő GPU-ik (A Volta után Ampere, majd Hopper, lásd: V100, A100, H100) mind-mind az AI-laborok és az adatközpontok nélkülözhetetlen kellékei lettek.

Azon túl, hogy a ChatGPT-t elsőként működtető GPT–3 nyelvi modellt is Nvidia A100 GPU-kon tanították be, a generatív AI előretörésével egyre komplexebb technológiákra lesz szükség a fejlett modellek tréningelésére, ezért az Nvidia másik nagy reménye a szuperszámítógépekben rejlik. És ezen a téren sem állnak rosszul: a világ tíz legerősebb szuperszámítógépe közül hatot Nvidia-chipek hajtanak.

A piac persze nem tűnik teljesen biztonságosnak, hiszen szeptemberben, miután a befektetők megijedtek attól, hogy vajon bírja-e még ezt a növekedési tempót az Nvidia, valamint kiderült, hogy csúszik az új, Blackwell fantázianévre hallgató szuperchipek megjelenése, a cég minden idők legnagyobb egynapi értékzuhanását produkálta: szeptember 3-ra virradóra 9,5 százalékkal csökkent az Nvidia-részvények árfolyama, vagyis egy csapásra kb. 279 milliárd dollárral ért kevesebbet a vállalat.

Az előrejelzések láttán azért nincs nagyon miért aggódni – jól áll a komplett félvezetőpiac szénája is:

És az AI-ipar különböző szektorait (hardver, szoftver, felhő, alkalmazások) tömörítő piac további robbanására is számítani lehet.

Az Nvidia szempontjából legrosszabb forgatókönyv esetén a nagy techcégek elkezdik a saját AI-megoldásaikat, -hardvereiket és -platformjaikat fejleszteni, hogy megkerüljék a chipgyártókat és -fejlesztőket, és házon belül tartsák a profitot. Ennek látjuk is jeleit: a Meta és a Google már biztosan saját AI-chipek tervezésére készül. Hogy képesek lesznek-e felvenni a versenyt az Nvidiával, és hogy mi lesz a GPU-óriás válasza erre, az a jövő zenéje – mindenesetre emlékszünk, mi történt a legutolsó céggel, amelyik megpróbált versenyezni az Nvidiával. Ugye, ATI?