世界のテック企業はAIの急展開に対応できている？ エヌビディアの荒稼ぎは続かないワケ
コメント
注目のコメント
Nvidiaは学習用GPUでは支配的だが、推論用ではそうでもないは確かにそうですね。そこにテコ入れしたのが先日発表されたGrace Hopperなのでしょう。どこまで逃げ切れるのか目が離せません。
機械学習のベンチマークMLPerfのInferenceについてみると
https://mlcommons.org/en/inference-datacenter-30/
Closed Powerのタブを押して見えるところが消費電力と計算スピードを表しています。
それでみる（計算スピードを消費電力で割った値について議論します）とImage classificationではQualcommの方よいですが、言語モデルのBERTでは、NVIDIAの方がよいです。ただしこれはGrace Hopperの前の世代、Ampere世代のデータです。
また、RecomendationについてはNeuchipsの効率がよいです。これは、Neuchipsがそれを意図して作られた特化してデザインされたチップであり、目論見通りの性能を発揮したということです。
さらに、OpenPowerのタブはソースコードの書き換えを許したもので、それを行った場合には、言語モデルでもNVIDIAよりも効率がよいというのがQualcommの主張なのでしょう。
本当に遜色のない結果なのかはチェックした方がよいですし、また汎用性の高さからは、まだ、現状はNVIDIAに軍配が上がります。（確実に自分の動かしたいプログラムが動いて、結果の違いも許容範囲だということが確認でき、値引きしてくれるなら、わからなくなってきますが。）
このようにNVIDIAは、現状、強力なのですが、ベンチマークを見るだけでもQualcomm, Neuchipsが追いかけてきています。また、スパコンの電力効率を測るGreen500では、AMDとNVIDIAの差は大きくありません。ソフトウェア整備の分、このベンチマークでは見えない差はありますが、AMDも機械学習向けソフトウェアライブラリの整備状況を改善してアピールしてくるもできるでしょう。それにもかかわらず株価はPER200倍ぐらいついていました。これは例えば、利益が2倍になって100年続くということでしょうか。利益4倍で50年続くという意味でしょうか。これってそこまで確実なのでしょうか？株価が高すぎると言っているのはそういうことです。AI の発展によって人にしかできない仕事の範囲が変化をするし、なくなる仕事、新たに生まれる仕事や産業も出てくる。
その見極めが大事なのかなと。
