まさに新たな産業革命が起きています。生成AIの革命です。
Nvidiaの開発したAI向けの新たな半導体が生成AIの回答を作成する性能を従来の最大３０倍に高めると言うのです。まさに革命！！
※アメリカカリフォルニア州サンタクララが本社。日本法人は港区赤坂。
- Demand for AI Computing Power Makes Nvidia a Top Valued Company
- AIコンピューティング・パワーへの需要により、エヌビディアはトップバリュー企業となる（和訳）
Demand for AI Computing Power Makes Nvidia a Top Valued Company
Last week, the price of Nvidia’s shares made it the world’s most valuable company for a short time, ahead of Microsoft and Apple. On June 20, Nvidia’s estimated market value reached $3.34 trillion. At that time, Microsoft’s market value was listed at $3.30 trillion, while Apple’s valuation was $3.22 trillion.
But Nvidia’s share price then dropped sharply, reducing the company’s valuation. Later the share price rose again, including a five percent increase during Tuesday’s trading.
Some financial experts said the recent movements in Nvidia’s share price helped drive gains across the U.S. stock market. They noted that Nvidia has grown to become one of the largest and most influential companies on the stock market.
What path did the company take to get where it is today?
The company was formed by three engineers – Jensen Huang, Chris Malachowsky and Curtis Priem – who first discussed their ideas for the business over dinner. Their main goal was to design and build a computer chip that would make graphics used for video games faster and more realistic.
Nvidia was founded in 1993. At the time, the business centered on the production of chips built to support high-level graphics operations. This development continued and in 1999, the California-based company invented the graphics processor unit, or GPU. This move was widely seen as helping to drive a big increase in computer gaming and redefine computer graphics.
Nvidia’s business expanded during the COVID-19 pandemic when gaming increased in popularity while people were under stay-at-home orders.
Today, the company is centered on producing specialized computer chips designed to support artificial intelligence (AI) operations. The chips run powerful processing systems used to train AI systems. These tools – such as OpenAI’s ChatGPT, Google’s Gemini and Apple’s Apple Intelligence — are trained and developed on huge amounts of internet data.
Huang currently serves as Nvidia’s chief executive officer (CEO). During a conference call last month with industry experts, he predicted that companies using Nvidia chips would be looking to build new data centers called “AI factories.”
Huang added that training AI models is becoming a faster process as the systems learn to become “multimodal.” He said this means they are able to understand text, speech, images, video, and other forms of data and can also “reason and plan.”
“People kind of talk about AI as if Jensen just kind of arrived like in the last 18 months, like 24 months ago all of a sudden figured this out,” said Daniel Newman. He heads the technology research company The Futurum Group. “But if you actually go back in time and listen to Jensen talking about accelerated computing, he’s been sharing his vision for more than a decade,” Newman told the Associated Press.
Newman said Nvidia’s GPUs have played an important part in the company’s recent success by filling an immediate need for specialized AI chip products.
“They took an architecture that was used for a single thing, to maybe enhance gaming, and they figured out how to network these things,” Newman said. He added, “They basically ended up creating a market that didn’t exist, which was GPUs for AI, or GPUs for machine learning.”
Technology experts say GPUs are designed to more easily process the specific kind of math involved in AI computing. By comparison, other processing systems are built to deal with a wider range of operations, but with less efficiency.
OpenAI's ChatGPT, for example, was created with thousands of Nvidia GPUs. And Tesla CEO Elon Musk has reportedly secured GPUs from Nvidia for his startup company, xAI.
Words in This Story
chip – n. a small part of a computer that stores and helps process information
graphics – n. images shown on a computer screen
figure out – v. (phrasal) to finally understand something or someone after a lot of thought
accelerate – v. to start to happen more quickly
decade – n. a period of 10 years
enhance – v. to improve something
efficient – adj. working well and not wasting time or energy
AIコンピューティング・パワーへの需要により、エヌビディアはトップバリュー企業となる（和訳）
June 26, 2024
アメリカのテクノロジー企業、エヌビディアの株価がこの１年で急上昇しました。この上昇により、同社の市場評価額は３兆ドルを超えました。
先週、エヌビディアの株価はマイクロソフトやアップルを抜き、短期間ながら世界で最も価値のある企業となりました。６月２０日、エヌビディアの推定市場価値は３兆３，４００億ドルに達しました。当時、マイクロソフトの市場価値は３兆３，０００億ドル、アップルの評価額は３兆２２００億ドルとされていました。
しかし、その後エヌビディアの株価は急落し、同社の評価額を引き下げました。その後、株価は再び上昇し、火曜日の取引では５％上昇しました。
一部の金融専門家は、最近のエヌビディアの株価の動きが米国株式市場全体の上昇を後押ししたと述べています。彼らは、エヌビディアが株式市場で最大かつ最も影響力のある企業のひとつに成長したと指摘しています。
エヌビディアはどのような経緯で現在の地位を築いたのでしょうか？
同社は、ジェンセン・フアン、クリス・マラコウスキー、カーティス・プリームの３人のエンジニアによって設立されました。彼らは最初、夕食を共にしながら事業のアイデアについて話し合いました。彼らの主な目標は、ビデオゲームに使用されるグラフィックをより速く、よりリアルにするコンピューターチップを設計・製造することでした。
エヌビディアは１９９３年に設立されました。当時は、高度なグラフィック操作をサポートするために作られたチップの製造が事業の中心でした。この開発は続き１９９９年にカリフォルニアに拠点を置く同社はグラフィック プロセッサー ユニット（GPU)を発明しました。この動きは、コンピューターゲームの大幅な増加を促し、コンピュターグラフィックスを再定義するのに役立つと広く見なされました。
エヌビディアのビジネスは、COVID-１９の大流行時に拡大し、人々が自宅待機命令を受けている間にゲーム人気が高まった。
今日、同社は人工知能（AI）事業をサポートするために設計された特殊なコンピューター・チップの製造を中心としています。このチップは、AIシステムの訓練に使用される強力な処理システムを実行します。これらのツール– OpenAIのChatGPT、グーグルのGemini、アップルのApple Intelligenceなど—は、膨大な量のインターネットデータに基づいて訓練され、開発されます。
フアン氏は現在、エヌビディアの最高経営責任者（CEO）を務めています。先月の業界専門家との電話会議では、エヌビディアのチップを使用する企業は "AIファクトリー "と呼ばれる新しいデータセンターの建設を検討するだろうと彼は予測しました。
フアン氏は、システムが "マルチモーダル "になることを学ぶにつれて、AIモデルのトレーニングはより高速なプロセスになってきているとも付け加えています。これは、AIがテキスト、音声、画像、ビデオ、その他の形式のデータを理解できるようになり、"推論と計画 "もできるようになることを意味すると彼は述べます。
「人々はAIについて、まるでジェンセン氏がこの１年半か２４ヶ月前に突然これを解明したかのように語っている」とダニエル・ニューマン氏は言います。彼はテクノロジー・リサーチ会社、フューチュラム・グループを率いています。「しかし、実際に過去にさかのぼってジェンセン氏が加速コンピューティングについて語っているのを聞けば、彼は１０年以上前からビジョンを共有していたことになります」とニューマン氏はAP通信に語っています。
ニューマン氏は、エヌビディアのGPUは、特殊なAIチップ製品に対する緊急のニーズを満たすことで、同社の最近の成功に重要な役割を果たしたと述べています。
「それらは、ゲームを強化するために使われていたアーキテクチャーを、ネットワーク化する方法を見出したのです」とニューマン氏は言っています。それらは基本的に、AI用GPU、つまり機械学習用GPUという、存在しなかった市場を作り出すことになったのです」と彼は付け加えています。
技術専門家によれば、GPUはAIコンピューティングに関わる特定の種類の計算をより簡単に処理できるように設計されているといいます。それに比べ、他の処理システムはより幅広い演算に対応できるように作られていますが、効率は低いのです。
例えばOpenAIのChatGPTは、何千ものエヌビディアGPUで作られています。また、テスラCEOのイーロン・マスク氏は、自身のスタートアップ企業xAIのためにエヌビディアからGPUを確保したと伝えられています。
