- CEO Jensen Huang van Nvidia stelt dat AI-modellen die redeneren, tot wel 100 keer meer rekenkracht nodig hebben dan traditionele modellen.
- De topman stelt dat ‘het overgrote aandeel’ van Nvidia-chips wordt gebruikt om prompts voor AI-modellen te verwerken.
- Daar liggen voor de chipmaker beren op de weg, want analisten zien juist op dat gebied meer concurrentie voor Nvidia.
- Lees ook: Ruim 1 op 5 bedrijven in Nederland gebruikt AI-tools: deze toepassingen zijn het populairst
CEO Jensen Huang van Nvidia liet woensdag tijdens de presentatie van de kwartaalcijfers weten dat hij verwacht dat AI-modellen nog meer rekenkracht nodig zullen hebben.
De Amerikaanse AI-chipmaker presteerde wederom boven verwachting. Maar toch was de reactie van beleggers ietwat terughoudend.
Er heerst een bepaalde scepsis in de markt, sinds de komst van de open-source modellen van het Chinese DeepSeek vorige maand. Hierdoor begonnen beleggers zich af te vragen of de vraag naar AI-rekenkracht misschien wel zou afnemen, aangezien DeepSeek aantoonde dat AI-modellen aanzienlijk efficiënter en goedkoper kunnen werken.
Maar als we Huang mogen geloven, dan is het antwoord op die vraag een overduidelijke: “nee”.
"Reasoning-modellen [AI-modellen die elke stap van hun denkproces valideren en daarmee mogelijk tot betere antwoorden komen, maar daardoor ook een veelvoud aan rekenkracht vereisen, red.] kunnen 100 keer meer rekenkracht nodig hebben. Dat kan in de toekomst nog veel meer worden", aldus Huang tijdens de presentatie van de cijfers.
Huang noemde DeepSeek R1 een goede innovatie, "maar belangrijker nog, het heeft een hoogwaardig reasoning model open-source gemaakt. Bijna elke AI-ontwikkelaar gebruikt R1, of 'chain of thought' en reinforcement learing-technieken zoals R1 deed, om AI-modellen te verbeteren."
Huang liet vorige week in een interview weten dat hij denkt dat beleggers de opkomst van DeepSeek verkeerd interpreteren. Volgens hem draait het niet meer zozeer om het trainen van modellen waar de rekenkracht in gaat zitten, maar meer om de zogenoemde inference. Dat laatste is de rekenkracht die benodigd is om prompts te verwerken.
Ook woensdag verwees Huang wederom naar deze verschuiving: "De grootste hoeveelheid rekenkracht wordt vandaag de dag ingezet voor inference, en Blackwell (de nieuwste chip van Nvidia) trekt dat tot een hoger niveau."
Concurrentie neemt toe voor Nvidia
DeepSeek heeft er vooral voor gezorgd dat er een verschuiving heeft plaatsgevonden naar "reasoning modellen die veel rekenkracht vereisen", zegt analist Dan Morgan van financieel dienstverlener Synovus.
Hoewel Nvidia op dit moment marktleider is op alle AI-markten, denken analisten dat dit in de toekomst niet per se stand zal houden. "De concurrentie begint aan Nvidia's positie te knagen, al is het nog niet echt op een significante schaal", liet analist Lucas Keh van Third Bridge weten in een reactie op de kwartaalcijfers van Nvidia.
Nvidia's uitdagers hebben de rekenkracht die nodig is voor het verwerken van prompts al een tijdje op de korrel, aangezien er al langer verwacht wordt dat dit op de lange termijn een grotere markt wordt. Daarom zagen we de afgelopen maanden ook de aantallen inference-chipmakers groeien.
Chip-startup Tenstorrent haalde eind vorig jaar bijna 700 miljoen dollar aan durfkapitaal op en Etched wist 120 miljoen dollar op te halen.