AMD i Broadcom wywierają presję na Nvidię, ale historia o chipach AI za 100 mld dolarów wymaga korekty

AMD i Broadcom zwiększają presję na Nvidię za pomocą dwóch odmiennych strategii, jednak Broadcom nie ogłosił planu finansowania o wartości 100 mld dolarów. Kwota ta odnosi się do prognozowanej rocznej sprzedaży chipów AI przez Broadcom, podczas gdy osobna umowa AMD ma podobno potencjalną wartość zbliżającą się do 100 mld dolarów.

To rozróżnienie ma znaczenie, ponieważ te umowy uderzają w różne elementy pozycji Nvidii. AMD chce, by Meta i inni nabywcy wdrażali jego programowalne GPU Instinct jako alternatywę dla systemów Nvidii. Broadcom pomaga największym firmom AI budować niestandardowe akceleratory dostosowane do ich modeli i centrów danych.

Żadna z tych dróg nie wyparła uniwersalnej platformy Nvidii. Nvidia nadal łączy akceleratory, sieci, systemy i dojrzałe oprogramowanie w pakiet, który klienci mogą wdrażać w wielu rodzajach zadań. Nowa presja wynika z decyzji nabywców, że niektóre obciążenia uzasadniają wybór drugiego dostawcy lub układu stworzonego do konkretnego celu.

Nagłówek o 100 mld dolarów łączy dwie różne historie

Zgłaszana kwota 100 mld dolarów jest realna, ale nie opisuje pozyskania ani zapewnienia przez Broadcom finansowania programu chipów AI.

Broadcom poinformował w marcu 2026 roku, że spodziewa się, iż roczna sprzedaż chipów AI przekroczy 100 mld dolarów w roku fiskalnym 2027. Prognoza odzwierciedla oczekiwane przychody z niestandardowych akceleratorów i produktów sieciowych AI, a nie instrument finansowania.

Perspektywy spółki wynikały z przyspieszającego popytu ze strony klientów hiperskalowych, czyli firm chmurowych i technologicznych obsługujących bardzo duże floty obliczeniowe. Według prognozy przychodów Broadcom oczekuje, że popyt na niestandardowe chipy wyniesie jego działalność AI ponad ten próg.

Najnowsze raportowane wyniki Broadcomu pokazują, dlaczego inwestorzy traktują tę prognozę poważnie. Przychody z półprzewodników AI w drugim kwartale roku fiskalnego 2026 osiągnęły 10,8 mld dolarów, co oznacza wzrost o 143 procent rok do roku. Zarząd przypisał ten wzrost niestandardowym akceleratorom AI i produktom sieciowym w swoich wynikach kwartalnych.

Osobna historia o 100 mld dolarów dotyczy AMD i Meta. Firmy ogłosiły wieloletnią umowę obejmującą wdrożenie do 6 gigawatów GPU AMD Instinct. Associated Press podała, że zakupy w ramach tego porozumienia mogą osiągnąć 100 mld dolarów w całym okresie jego obowiązywania.

Zgłoszenie regulacyjne AMD nie przypisuje umowie dokładnie takiej wartości dolarowej. Potwierdza ono cel wdrożeniowy, mapę rozwoju produktów, strukturę warrantów i oczekiwany harmonogram. Dostawy pierwszego gigawata mają rozpocząć się w drugiej połowie 2026 roku.

Zgodnie z umową Meta dotyczącą GPU, pierwsze wdrożenie wykorzysta niestandardowe GPU Instinct oparte na architekturze MI450 firmy AMD. Będzie ono działać z procesorami EPYC szóstej generacji i oprogramowaniem ROCm firmy AMD w projekcie szafy Helios.

AMD wyemitowało również dla Meta warrant uzależniony od wyników, obejmujący do 160 mln akcji AMD. Nabywanie uprawnień zależy od wolumenów dostaw, kamieni milowych technicznych, warunków handlowych i progów ceny akcji AMD.

Taka struktura daje Meta finansową zachętę do pomocy AMD w osiągnięciu znaczącej skali wdrożeń. Zmniejsza też prawdopodobieństwo, że duże zobowiązanie z nagłówków pozostanie oderwane od faktycznych dostaw produktów.

Prognoza Broadcomu i umowa AMD z Meta opisują więc różne zdarzenia gospodarcze. Jedna jest prognozą dostawcy dotyczącą rocznych przychodów z AI. Druga to długoterminowe zobowiązanie klienta obejmujące zakupy sprzętu i kapitał uzależniony od wyników.

Połączenie ich tworzy efektowny nagłówek, ale zaciera mechanizm konkurencji. Broadcom nie finansuje ataku na Nvidię. Broadcom i AMD pomagają dużym klientom ograniczać zależność od jednej platformy obliczeniowej za pomocą różnych rodzajów krzemu.

Dlaczego strategie AMD i Broadcom wywierają presję na Nvidię

AMD konkuruje o wdrożenia szeroko programowalnych akceleratorów, podczas gdy Broadcom przekształca wybrane obciążenia klientów w niestandardowy krzem.

Procesor graficzny, czyli GPU, jest programowalnym procesorem równoległym odpowiednim do trenowania i obsługi wielu rodzajów modeli AI. Nvidia zbudowała przewagę, łącząc te procesory ze środowiskiem programistycznym CUDA, szybką siecią i kompletnymi systemami serwerowymi.

AMD rzuca wyzwanie temu modelowi za pomocą rodziny GPU Instinct, oprogramowania ROCm, procesorów EPYC i systemów Helios w skali szafy. Firma chce, by klienci postrzegali jej produkty jako możliwą do wdrożenia drugą platformę, a nie odizolowane chipy.

Umowa z Meta stanowi wymagający test. Pierwsze systemy wykorzystają akcelerator oparty na MI450, zoptymalizowany pod obciążenia Meta, ale pozostaną częścią szerszej programowalnej architektury AMD. Meta może wpływać na produkt, zachowując jednocześnie większą elastyczność, niż zwykle oferuje konstrukcja jednoprzeznaczeniowa.

Broadcom podąża inną drogą. Współpracuje z niewielką liczbą dużych klientów przy wdrażaniu układów scalonych specyficznych dla zastosowań, powszechnie nazywanych ASIC. ASIC jest projektowany dla węższego zestawu zadań niż uniwersalny GPU.

Taka specjalizacja może usunąć funkcje sprzętowe, których klient nie potrzebuje. Może również zoptymalizować przepływ pamięci, formaty numeryczne, sieć i zużycie energii pod kątem przewidywalnych obciążeń. Potencjalna korzyść rośnie, gdy jedna firma obsługuje wystarczająco dużo serwerów, by rozłożyć koszty projektowania na ogromne wdrożenie.

Broadcom dostarcza również przełączniki Ethernet, komponenty optyczne, technologie połączeń i inne produkty sieciowe. To portfolio pozwala mu uczestniczyć w większej części niestandardowego klastra, a nie tylko w segmencie akceleratora.

OpenAI ilustruje tę strategię. W październiku 2025 roku OpenAI i Broadcom ogłosiły plany dotyczące 10 gigawatów akceleratorów zaprojektowanych przez OpenAI oraz powiązanych systemów sieciowych. Wdrożenia miały rozpocząć się w drugiej połowie 2026 roku i trwać do 2029 roku.

Zgodnie z planem dotyczącym niestandardowych akceleratorów, OpenAI jest właścicielem architektury, a Broadcom wspiera rozwój, wdrożenie, łączność i uruchamianie systemów. Systemy wykorzystują technologię Ethernet firmy Broadcom do komunikacji wewnątrz i między szafami obliczeniowymi.

Ten podział pracy zmienia relację Broadcomu z Nvidią. Broadcom nie musi tworzyć uniwersalnej platformy GPU ani przekonywać tysięcy programistów do przyjęcia nowego środowiska programistycznego.

Zamiast tego Broadcom pomaga kilku ogromnym klientom przejąć wewnętrznie część procesu projektowania chipów. Każdy udany projekt może przekierować znaczące, powtarzalne obciążenie z komercyjnych GPU.

AMD potrzebuje szerszego przyjęcia oprogramowania, ponieważ klienci programują jego GPU do wielu zastosowań. Broadcom potrzebuje głębokich relacji z nabywcami, których obciążenia są stabilne i wystarczająco duże, by uzasadniać niestandardowy rozwój.

Obie strategie mogą współistnieć w jednym centrum danych. Klient może używać systemów Nvidii do badań nad nowymi modelami, GPU AMD dla wybranych flot produkcyjnych oraz wspieranych przez Broadcom ASIC dla dojrzałych obciążeń inferencyjnych.

Dlatego historia AMD i Broadcom jest ważniejsza niż typowa rywalizacja dostawców. Nvidia nie stoi przed jednym zamiennikiem. Stoi przed klientami, którzy coraz częściej dzielą zakupy mocy obliczeniowej między platformy uniwersalne, alternatywne i niestandardowe.

Przewagą Nvidii jest platforma, a nie tylko szybszy chip

Konkurenci muszą rywalizować z kompletnym środowiskiem operacyjnym Nvidii, a nie tylko dorównać wynikowi benchmarku lub zdobyć jedno duże zamówienie.

Pozycja Nvidii opiera się na kilku powiązanych warstwach. Jej GPU wykonują obliczenia, NVLink łączy procesory wewnątrz systemów, produkty sieciowe łączą systemy w klastrach, a CUDA zapewnia programistom narzędzia do tworzenia i obsługi oprogramowania.

Taka integracja zmniejsza ryzyko wdrożenia. Organizacja może zacząć od jednego obciążenia, zmienić architekturę modelu i ponownie wykorzystać znaczną część tej samej wiedzy dotyczącej rozwoju i operacji.

Niestandardowy krzem wiąże się z innym kompromisem. Może poprawić efektywność dla stabilnego celu, ale jego przewagi mogą się zawężać, gdy zmieniają się modele, formaty numeryczne, wymagania pamięciowe lub wzorce obsługi.

Klienci Broadcomu ponoszą znaczną część tego ryzyka architektonicznego, ponieważ definiują swoje akceleratory. Broadcom może zrealizować plan dotyczący krzemu i sieci, ale klient musi zdecydować, które zachowania modelu zasługują na trwałe wsparcie sprzętowe.

AMD ma większą elastyczność, ponieważ Instinct pozostaje programowalną platformą GPU. Klienci nadal jednak muszą walidować biblioteki ROCm, narzędzia orkiestracji, zgodność modeli, zachowanie sieci i niezawodność operacyjną na dużą skalę.

Meta ma doświadczenie w tej pracy. AMD twierdzi, że Meta już używa akceleratorów MI300 i MI350, podczas gdy miliony procesorów EPYC działają w infrastrukturze Meta. Nowa umowa rozszerza istniejącą relację, zamiast zaczynać współpracę z niesprawdzonym nabywcą.

Mimo to ramy 6 gigawatów nie są równoważne 6 gigawatom już zainstalowanym. Początkowe wdrożenie o mocy jednego gigawata pozostaje pierwszym ważnym punktem kontrolnym realizacji. Kolejne transze warrantów zależą częściowo od dodatkowych dostaw.

Tymczasem Nvidia nadal rozwija własne systemy i zobowiązania klientów. Firma podała, że przychody z centrów danych w roku fiskalnym 2026 wyniosły 193,7 mld dolarów, co oznacza wzrost o 68 procent rok do roku.

Jej wyniki za rok fiskalny 2026 opisywały również wieloletnie partnerstwo z Meta obejmujące duże wdrożenia procesorów Nvidia, produktów sieciowych oraz milionów GPU Blackwell i Rubin.

Umowa Meta z AMD nie stanowi zatem całkowitego odejścia od Nvidii. Reprezentuje dywersyfikację w ramach ekspansji centrów danych wystarczająco dużej, by obsłużyć wiele architektur.

To rozróżnienie wpływa na sposób mierzenia konkurencji rynkowej. Zdobycie roli nowego dostawcy nie oznacza automatycznie przejęcia równoważnej części istniejącego biznesu Nvidii.

Niektóre alternatywne chipy zastąpią systemy Nvidii. Inne będą obsługiwać nowe obciążenia, których klient wcześniej nie mógł realizować ekonomicznie. Jeszcze inne zapewnią nabywcom większą siłę przetargową podczas negocjowania dostaw, map rozwoju i konfiguracji systemów.

Nvidia odpowiada również na niestandardowy krzem poprzez szybsze cykle produktowe i produkty dostosowane do konkretnych obciążeń. Jej platforma Rubin celuje w niższe koszty inferencji, a portfolio sieciowe pozwala firmie konkurować o wydatki infrastrukturalne nawet wtedy, gdy zmienia się architektura obliczeniowa.

Skala firmy daje jej kolejną przewagę. Większa liczba zainstalowanych systemów tworzy więcej doświadczenia programistów, optymalizacji oprogramowania, wiedzy o rozwiązywaniu problemów i integracji zewnętrznych. Te korzyści wzmacniają zaufanie klientów.

Konkurencja ze strony AMD i Broadcom osłabia założenie, że każde nowe obciążenie AI musi działać na Nvidii. Nie usuwa jednak praktycznej wartości zainstalowanej bazy Nvidii.

Prawdziwa rywalizacja dotyczy ekonomiki inferencji

Niestandardowe chipy Broadcomu stają się najbardziej przekonujące, gdy klient potrafi przewidzieć obciążenie, natomiast AMD zyskuje, gdy nabywcy potrzebują elastyczności bez akceptowania zależności od Nvidii.

Trenowanie tworzy model poprzez przetwarzanie dużych zbiorów danych i aktualizowanie parametrów modelu. Inferencja wykorzystuje wytrenowany model do odpowiadania na zapytania, generowania treści, klasyfikowania informacji lub obsługi funkcji AI.

Obciążenia treningowe zmieniają się, gdy badacze testują nowe architektury i metody skalowania. Ta niepewność sprzyja programowalnemu sprzętowi i dojrzałemu oprogramowaniu, ponieważ inżynierowie nie są w stanie idealnie przewidzieć przyszłych wymagań obliczeniowych.

Wnioskowanie może stać się bardziej ustandaryzowane, gdy model trafia do produkcji. Firma może obsługiwać miliardy podobnych zapytań, przez co niewielkie usprawnienia w zużyciu energii i wykorzystaniu sprzętu nabierają znaczenia ekonomicznego.

Strategia Broadcomu dotycząca niestandardowych akceleratorów jest ukierunkowana na tę powtarzalność. Hyperskaler może usunąć niepotrzebne funkcje ogólnego przeznaczenia i dostroić sprzęt do swoich modeli, wzorców wykorzystania pamięci i projektu sieci.

Współpraca OpenAI z Broadcomem pokazuje, jak ściśle mogą współpracować twórca modeli i dostawca układów krzemowych. OpenAI projektuje akcelerator i architekturę systemu, wykorzystując wiedzę o swoich modelach. Broadcom przekłada ten plan na gotowe do wdrożenia układy, szafy rack i łączność.

Takie podejście nie gwarantuje niższych kosztów całkowitych. Zaprojektowanie zaawansowanego układu wymaga prac inżynieryjnych, mocy produkcyjnych, zaawansowanego pakowania, pamięci, oprogramowania, walidacji i ciągłego wsparcia.

Projekt może też powstać dopiero po zmianie docelowego obciążenia. Długie cykle rozwoju stwarzają ryzyko, że decyzje optymalizacyjne staną się nieaktualne przed szerokim wdrożeniem.

Klienci Broadcomu są wyjątkowo zdolni do ponoszenia takiego ryzyka. Firmy takie jak OpenAI i duzi operatorzy chmurowi kontrolują znaczące obciążenia oraz mogą zobowiązać się do infrastruktury w skali gigawatów.

AMD zajmuje pozycję pośrednią. Jego GPU pozostają programowalne, ale duzi klienci mogą wpływać na konkretne wersje produktów i konfiguracje szaf rack.

Pierwsze wdrożenie Meta oparte na MI450 będzie dostosowane do jej obciążeń. AMD i Meta synchronizują również plany rozwoju GPU, CPU, systemów i oprogramowania w ramach kilku generacji produktów.

To więcej niż standardowy zakup sprzętu. Pozwala to Meta kształtować alternatywną platformę bez przejmowania pełnej odpowiedzialności za niestandardowy ASIC.

Wyzwaniem dla AMD jest przekształcenie takiej współpracy w powtarzalną platformę. Oprogramowanie rozwijane dla jednego hyperskalera musi nadal przekładać się na lepsze narzędzia i niezawodność dla innych nabywców.

ROCm się poprawił, ale wdrożenia nie można mierzyć wyłącznie zapowiedziami sprzętowymi. Klienci potrzebują stabilnych bibliotek, wsparcia dla modeli, monitorowania, odzyskiwania po awariach oraz inżynierów zdolnych obsługiwać duże instalacje.

Broadcom stoi przed odwrotnym problemem skalowania. Jego działalność może szybko rosnąć dzięki kilku kontraktom, ale każdy klient oczekuje znaczącego dostosowania. Firma musi zarządzać harmonogramami projektów, zaawansowanym pakowaniem, alokacją produkcji i wymaganiami sieciowymi w ramach kilku programów.

Obie firmy korzystają na rosnącym popycie na wnioskowanie. W miarę jak funkcje AI docierają do większej liczby użytkowników, nabywcy mniej przejmują się szczytowymi wynikami benchmarków, a bardziej użyteczną pracą dostarczaną na każdą jednostkę energii i infrastruktury.

Ta zmiana nie czyni treningu nieistotnym. Twórcy modeli granicznych nadal potrzebują elastycznych, wysokowydajnych klastrów do eksperymentów. Nvidia pozostaje szczególnie silna, gdy klienci chcą ogólnej platformy obejmującej badania i produkcję.

Presja pojawia się, gdy dojrzałe obciążenia stają się wystarczająco duże, by je wydzielić. Firma może pozostawić niepewne zadania badawcze na Nvidia, jednocześnie przenosząc przewidywalne usługi wnioskowania do AMD lub niestandardowych akceleratorów.

To stopniowe rozdzielanie jest bardziej wiarygodnym zagrożeniem niż nagłe zastąpienie. Zmienia domyślne założenie zakupowe, jedno obciążenie na raz.

Czego wielkie zobowiązania nadal nie dowodzą

Prognozy przychodów, umowy gigawatowe i warranty na akcje pokazują strategiczne intencje, lecz o zmianie układu sił rynkowych zdecydują wdrożenia.

Prognoza Broadcomu zakłada, że klienci zrealizują duże niestandardowe programy zgodnie z harmonogramem. Firma musi przekształcić współpracę projektową w wyprodukowane akceleratory, systemy sieciowe i rozpoznane przychody.

Proces ten zależy od zewnętrznych dostawców. Zaawansowane układy AI wymagają wiodących procesów produkcyjnych, pamięci o wysokiej przepustowości, złożonego pakowania, substratów, komponentów optycznych i zasilania centrów danych.

Opóźnienie na dowolnej warstwie może przesunąć termin wdrożenia. Znaczenie ma również koncentracja przychodów, ponieważ największe niestandardowe programy pochodzą od ograniczonej grupy klientów.

Wyniki Broadcomu za drugi kwartał roku fiskalnego dostarczają dowodów na obecny popyt. Jednak prognoza ponad 100 mld USD sprzedaży AI w roku fiskalnym 2027 nadal wymaga gwałtownej ekspansji w stosunku do obecnych kwartalnych poziomów.

Prognoza jest wskazówką zarządu, a nie zrealizowanym przychodem. Inwestorzy powinni obserwować rozpoznaną sprzedaż i terminy dostaw, zamiast traktować cel końcowy jako pewnik.

Umowa AMD z Meta wiąże się z podobną niepewnością. Jej pułap 6 gigawatów opisuje potencjalną skalę partnerstwa, podczas gdy pierwszy gigawat stanowi najbliższy test operacyjny.

Warrant uzależniony od wyników wzmacnia to rozróżnienie. Meta uzyskuje dodatkowe korzyści ekonomiczne tylko wtedy, gdy spełnione zostaną warunki dotyczące wdrożenia, technologii, kwestii komercyjnych i kursu akcji.

Mechanizm ten zbiega interesy stron, ale nie eliminuje ryzyka realizacji. AMD musi dostarczyć systemy oparte na MI450, procesory EPYC, sieci i oprogramowanie ROCm spełniające wymagania Meta.

Podawana potencjalna wartość umowy również nie powinna być traktowana jako gwarantowany przychód. Ostateczne zakupy zależą od postępów wdrożenia w ciągu wielu lat i generacji sprzętu.

Nvidia ma powody, by energicznie bronić swojej pozycji. Może obniżać koszty wnioskowania dzięki nowym architekturom, oferować zintegrowaną sieć, pogłębiać optymalizację oprogramowania i wykorzystywać skalę produkcji do przyspieszania dostaw.

Klienci ponoszą też koszty zmiany platformy. Inżynierowie przeszkoleni w CUDA nie stają się natychmiast równie produktywni na innym stosie. Wewnętrzne narzędzia, potoki wdrożeniowe i optymalizacje modeli mogą wiązać organizacje z ustaloną platformą.

Niestandardowe układy tworzą inną formę uzależnienia. Hyperskaler, który intensywnie inwestuje w jednego partnera projektowego, może mieć trudności z przeniesieniem tej samej architektury gdzie indziej.

Broadcom może stać się niezbędny dla klienta nawet wtedy, gdy ten klient ogranicza zależność od Nvidia. Dywersyfikacja dostawców na jednej warstwie może więc tworzyć koncentrację na innej.

Obraz konkurencji jest również szerszy niż trzy firmy. Amazon rozwija akceleratory Trainium, Google obsługuje Tensor Processing Units, a Microsoft ma program Maia. Marvell uczestniczy w rynku niestandardowego krzemu, podczas gdy kilka wyspecjalizowanych firm produkujących akceleratory celuje w konkretne obciążenia.

Te alternatywy ograniczają trafność prostej narracji Nvidia kontra wszyscy inni. Nabywcy budują mieszane floty, a każda architektura konkuruje o określoną kategorię pracy.

Wyzwanie AMD i Broadcomu jest najsilniejsze tam, gdzie klienci dysponują skalą, głębią inżynieryjną i przewidywalnym popytem. Mniejsze organizacje mogą nadal preferować dostęp chmurowy do systemów Nvidia, ponieważ nie są w stanie uzasadnić niestandardowego rozwoju ani złożonej walidacji platformy.

Oznacza to, że zachowań zakupowych hyperskalerów nie należy uogólniać na cały rynek. Projekt, który sprawdza się w Meta lub OpenAI, może nie stać się szeroko dostępną alternatywą dla przedsiębiorstw.

Trzy sygnały pokażą, czy presja jest realna

Kolejna faza zależy od dostarczonych systemów, rozpoznanych przychodów i migracji obciążeń, a nie od nagłaśnianych wartości zobowiązań.

Pierwszym sygnałem będzie początkowe wdrożenie AMD przez Meta. AMD oczekuje, że dostawy obsługujące pierwszy gigawat rozpoczną się w drugiej połowie 2026 roku.

Czytelnicy powinni obserwować, czy Meta potwierdzi użycie produkcyjne, jakie obciążenia trafią do systemu opartego na MI450 oraz czy wdrożenia wyjdą poza pierwszy próg warrantu. Terminowe zwiększenie skali wzmocniłoby twierdzenie AMD, że może działać w skali hyperscale.

Opóźnienie, ograniczony zakres obciążeń lub powolna ekspansja osłabiłyby wnioski dotyczące konkurencji. Sugerowałoby to, że duzi klienci nadal postrzegają AMD głównie jako narzędzie negocjacyjne albo drugorzędny eksperyment.

Drugim sygnałem będą kwartalne przychody Broadcomu z półprzewodników AI. Firma musi wypełnić lukę między obecnymi wielomiliardowymi kwartałami a prognozą na rok fiskalny 2027.

Sam wzrost przychodów nie odpowie na wszystkie pytania. Inwestorzy potrzebują również dowodów, że do produkcji trafia kilka programów niestandardowych akceleratorów, a nie że większość wzrostu napędza jeden klient.

Zdywersyfikowane zwiększanie produkcji potwierdziłoby model Broadcomu. Niespełnione prognozy lub opóźnienia wdrożeń pokazałyby, jak bardzo strategia pozostaje narażona na harmonogramy klientów i ograniczenia produkcyjne.

Trzecim sygnałem będzie odpowiedź Nvidia w zakresie ekonomiki wnioskowania. Nvidia zapowiedziała niższe koszty tokenów dzięki nowszym systemom, w tym Rubin, jednocześnie nadal łącząc ofertę obliczeniową i sieciową.

Jeśli Nvidia wystarczająco szybko obniży koszty obsługi, klienci mogą uzyskać mniej korzyści ekonomicznych z niestandardowego sprzętu. ASIC wspierane przez Broadcom nadal będą zapewniać strategiczną niezależność, ale argument finansowy może się zawęzić.

Jeśli systemy AMD i niestandardowe akceleratory utrzymają wyraźną przewagę efektywności przy stabilnych obciążeniach, klienci będą mieli silniejsze powody, by dzielić przyszłe wdrożenia. Nvidia może nadal rosnąć, tracąc jednocześnie status automatycznego wyboru dla każdego dużego klastra.

Dla deweloperów i nabywców korporacyjnych bezpośredni wniosek nie jest taki, że jeden dostawca wygrał. Jest taki, że decyzje wdrożeniowe wymagają bardziej precyzyjnej analizy obciążeń.

Zespoły powinny rozdzielać eksperymentalny trening, zmieniające się usługi wnioskowania i dojrzałe obciążenia o dużym wolumenie. Każda kategoria inaczej wycenia programowalność, dojrzałość oprogramowania, dostosowanie, zużycie energii i różnorodność dostawców.

Powinny także zachowywać dowody stojące za wyborami infrastrukturalnymi. Przeszukiwalna baza wiedzy inżynieryjnej może łączyć wyniki benchmarków, ustalenia dotyczące kompatybilności, raporty o incydentach i zobowiązania dostawców w kolejnych cyklach oceny.

Nagłówek 100 mld USD oddaje skalę wydatków na infrastrukturę AI, ale łączy w jednym twierdzeniu dwa odrębne zjawiska. Broadcom prognozował ponad 100 mld USD rocznej sprzedaży układów AI, podczas gdy AMD zabezpieczyło ramową umowę z Meta, której wartość według doniesień może sięgnąć tej kwoty.

Ważniejsze pytanie brzmi, czy te zobowiązania przełożą się na działające systemy obsługujące znaczące obciążenia produkcyjne. Obserwujcie pierwszy gigawat AMD w Meta, konwersję przychodów Broadcomu i odpowiedź Nvidia na koszty wnioskowania. Te sygnały pokażą, czy presja ze strony AMD i Broadcomu zmienia rynek, czy jedynie rośnie równolegle do niego.