Publicar

Cognitive Framework | Power Law: Porque acredito que a NVIDIA continua a ser a maior vencedora em IA? Há uns dias, recomendei 'From Zero to One', de Peter Thiel. O que mais me impressionou não foi que "a competição é um jogo para perdedores", mas sim um modelo de pensamento capaz de analisar quase todas as empresas excelentes — a Lei da Potência. Enquadramento Cognitivo | Lei de Potência Muitas pessoas estudam uma empresa e olham primeiro para o capital próprio, receitas, lucros e fluxo de caixa. Claro que isto é importante, mas, na minha opinião, é ainda mais importante responder a uma pergunta primeiro: terá hipótese de ser ela que retira a grande maioria do valor à indústria? Normalmente uso as quatro questões da lei do poder para fazer julgamentos. O vencedor leva tudo: Esta é uma indústria onde o vencedor leva tudo? Nem todas as indústrias vão produzir supergigantes. Catering, vestuário, imobiliário — na maioria das vezes, muitas empresas ganham dinheiro em conjunto. Mas a indústria dos chips de IA é diferente; é mais como um motor de busca, plataforma social ou sistema operativo. Quando lideras, só te antecipas aos outros. A razão pela qual a NVIDIA cumpre a lei de potência deve-se principalmente a três vantagens: primeiro, os efeitos de rede — quanto mais pessoas o utilizam, mais valioso se torna, tal como o WeChat — todos o utilizam, por isso os recém-chegados continuam a usá-lo. A NVIDIA não só vende GPUs, como também construiu uma plataforma de desenvolvimento chamada CUDA. Pode-se pensar nela como o "Windows" do mundo da IA: quanto mais programadores houver, mais rico é o software, e quanto mais abundante o software, mais desenvolvedores atrai, formando um ecossistema cada vez mais forte. Em segundo lugar, as economias de escala. Quanto maior a empresa, mais óbvia é a vantagem. A NVIDIA investe dezenas de milhares de milhões de dólares anualmente em I&D, permitindo-lhe garantir antecipadamente capacidade de wafers de ponta e atrair o melhor talento mundial em IA — uma vantagem que as pequenas empresas têm dificuldade em replicar. O terceiro é o efeito de marca. Hoje, muitas empresas que constrói centros de dados de IA pensam primeiro na NVIDIA, e a própria marca tornou-se uma vantagem competitiva. Imagem Aposta secreta: Será apostar num futuro em que os outros não acreditam? A pergunta favorita de Peter Thiel é: "O que é importante em que acreditas mas com o qual a maioria das pessoas discorda?" Quase todas as grandes empresas têm o seu próprio 'anti-consenso'. A política anti-consenso da Nvidia na altura era insistir em investir na CUDA. Há vinte anos, a maioria das pessoas pensava que as GPUs eram apenas para jogos, mas a NVIDIA acreditava que no futuro se tornariam plataformas de computação de uso geral. Quando o ChatGPT apareceu, toda a gente percebeu que o que a IA mais precisava era da GPU. Muitas pessoas veem o boom da IA, mas eu vejo uma estratégia que persiste há vinte anos finalmente concretizar-se. Imagem Fugir à concorrência: Tem dificultado a saída dos clientes? O verdadeiro problema não é que o produto seja melhor, mas que mesmo que os clientes queiram mudar, é muito difícil. Se uma empresa de IA já investiu dezenas de milhões de dólares para construir todos os seus modelos em CUDA, então mudar de plataforma significa que os engenheiros têm de reaprender, o código tem de ser redesenvolvido e os modelos têm de ser treinados novamente, suportando custos enormes de tempo e dinheiro. Muitas empresas não querem apenas mudar — simplesmente não podem pagar. Este é o custo da migração, e é também um dos fossos mais fortes. Imagem Rule Setter: Já começou a definir regras da indústria? Acho que isto é o mais assustador da Nvidia. Muita gente pensa que vende GPUs, mas na verdade, vende toda a infraestrutura de IA. A CUDA é uma plataforma de software para desenvolver IA, essencialmente um sistema operativo no mundo da IA; O DGX é um supercomputador especificamente concebido para treinar IA. As empresas conseguem treinar rapidamente grandes modelos sem os construir do zero; O NVLink pode ser entendido como uma "autoestrada" entre GPUs. Modelos de treino como o ChatGPT requerem centenas ou milhares de GPUs a trabalhar simultaneamente. O NVLink permite que estas GPUs comuniquem a alta velocidade, tal como muitos computadores que se transformam em supercomputadores; O InfiniBand funciona como a "rede ferroviária de alta velocidade" de todo o centro de dados de IA, ligando servidores e GPUs para permitir a transmissão massiva de dados; caso contrário, mesmo as GPUs mais potentes desperdiçariam desempenho à espera de dados; A AI Factory é um novo conceito que a Jensen Huang tem enfatizado nos últimos anos — no passado, as empresas compraram servidores; no futuro, irão adquirir uma "fábrica inteligente" capaz de produzir continuamente modelos e serviços de IA. Desde GPUs, servidores e equipamentos de rede até ao desenvolvimento de software e implementação de modelos, a NVIDIA oferece quase uma solução completa. O que as empresas compram já não é apenas um chip, mas um ecossistema inteiro de IA. À medida que cada vez mais empresas constroem centros de dados de IA de acordo com os seus padrões, a sua concorrência deixa de estar com os seus pares, mas sim em definir o desenvolvimento futuro de toda a indústria. Imagem A minha compreensão é: a lei do poder nunca foi sobre prever se os preços das ações vão subir ou descer; o que realmente me ensinou foi como identificar se uma empresa tem capacidade para ser a vencedora que "fica com a maior parte do valor da indústria." Relatórios financeiros determinam o presente de uma empresa; o seu modelo de negócio, ecossistema e vantagens competitivas determinam o seu futuro. Resumindo: as GPUs são apenas produtos que a NVIDIA vende, enquanto CUDA, DGX, NVLink, InfiniBand e AI Factory são os verdadeiros ecossistemas que constroem o seu fosso.