Череда приобретений расширяет сферу влияния Nvidia в индустрии центров обработки данных, а также формирует основу для более широкого использования графических процессоров при решении задач искусственного интеллекта и машинного обучения.
Планы покупки английского разработчика процессоров Arm за фантастические 40 млрд долл. стали очередным этапом в эволюции компании Nvidia и ее постпенном переходе от амплуа производителя игровых чипов к законодателю мод в корпоративных ЦОДах.
Стратегическая цель Nvidia заключается в том, чтобы, используя свои передовые процессорные технологии, инновации, громкие приобретения (Mellanox, Cumulus и Arm) и стратегические альянсы (VMware, Check Point и Red Hat), сформировать полнофункциональные предложения оборудования и программного обеспечения, способные поставить мощь искусственного интеллекта на службу предприятиям, модернизирующим свои ЦОДы.
«Харизматичный и дальновидный основатель и генеральный директор Nvidia Дженсен Хуанг делает ставку на то, что искусственный интеллект больше нельзя относить к нишевым технологиям, и в перспективе в большинстве организаций он займет значительную часть ЦОДов», – указал Линли Гвеннап, глава аналитической компании Linley Group.
Хотя намерения Nvidia в отношении искусственного интеллекта ясны, при интеграции всех своих приобретений компания сталкивается с определенными трудностями. Предполагаемая сделка с Arm сопряжена с дополнительными сложностями, обусловленными возможными возражениями национальных регуляторов, а также опасениями относительно того, в какой степени Nvidia позволит Arm, которая сейчас лицензирует свою доминирующую технологию всем желающим, сохранить независимость.
Графические процессоры Nvidia: от игр до суперкомпьютеров
У Nvidia долгая история инноваций. Главный аналитик компании Moor Insights and Strategy Патрик Мурхед наблюдает за Nvidia еще с 1990-х годов, когда Хуанг, по сути, и создал отрасль массовых графических решений. (Одной из первых побед Nvidia стало принятие компанией Microsoft решения использовать графические компоненты молодой компании в своих игровых консолях Xbox.) Обычно появляющегося на крупнейших отраслевых мероприятиях зачастую в черной кожаной куртке Хуанга Мурхед характеризует как «одну из немногих рок-звезд, оставшихся среди основателей и генеральных директоров компаний».
Со своими графическими процессорами Nvidia довольно быстро стала лидером среди производителей высокоскоростных чипов для игровых устройств. Около 10 лет назад компания начала проверять возможности применения графических процессоров и на других рынках.
Одна из очевидных возможностей заключалась в использовании графических процессоров для выполнения специализированных приложений, требующих значительно более высокой производительности по сравнению с той, которую предоставляли стандартные центральные процессоры, выпускаемые традиционными лидерами этого рынка, Intel и AMD.
Графические процессоры Nvidia нашли пристанище в нишевых приложениях, к которым относились прежде всего высокопроизводительные вычисления, суперкомпьютеры и приложения машинного обучения. На начальном этапе их взяли на вооружение поставщики гипермасштабируемых облачных сервисов.
Следующая очевидная цель состояла в том, чтобы перейти от специализированных приложений высшего класса к более широкому рынку корпоративных ЦОДов, где соответствующие ускорители, обработка данных с использованием искусственного интеллекта и аналитика, предоставляемая графическими процессорами, могли бы применяться для выполнения сетевых функций, функций хранения и обеспечения безопасности.
Хуанг любит повторять, что Nvidia не пытается отобрать долю рынка у уже имеющихся поставщиков. Речь идет о создании новых рынков, основанных на технологиях искусственного интеллекта. Может показаться, что это звучит не вполне искренне, но Гвеннап согласен с тем, что Nvidia не ориентируется на традиционных операторов ЦОДов. Для большинства приложений в ЦОДах графические процессоры не заменят Intel Xeon, а высокопроизводительные коммутаторы Mellanox и интеллектуальные сетевые адаптеры не вытеснят унаследованное оборудование Cisco и Broadcom.
Nvidia выпускает также собственное семейство мощных серверов DGX, которые специально предназначены для приложений искусственного интеллекта в ЦОДах. Компания может поставлять их даже в виде готовых комплексов, объединяющих оборудование, программное обеспечение и необходимые услуги.
По словам Мурхеда, Nvidia, тем не менее, не хочет превращаться в производителя коробок и полностью осознает, что было бы неразумно начинать конкурировать с теми производителями серверов, которые становятся ее ключевыми клиентами. Серверы Nvidia подходят в первую очередь для редких академических и научно-исследовательских проектов, требующих экстраординарной вычислительной мощности. Они используются также в качестве»наконечника копья«в передовых исследовательских группах, которые создаются на наиболее инновационных предприятиях и изучают возможности широкомасштабного развертывания систем искусственного интеллекта в ЦОДах.
«Работая только с традиционными приложениями, вы, вполне вероятно, отдадите предпочтение традиционных поставщикам, – заметил Гвеннап. – Но многие компании видят в искусственном интеллекте путь к трансформации и все чаще обращают внимание на экспериментальные приложения, а Nvidia предлагает более мощные по сравнению с традиционными поставщиками решения».
Как приобретения Nvidia сочетаются друг с другом
В первом квартале 2020 финансового года Nvidia сообщила о том, что ее выручка в сегменте ЦОДов достигла 1,1 млрд долл., увеличившись за год на 80%. Главным образом этого удалось добиться за счет поставок графических процессоров и плат PCI OEM-производителям серверов. Но для охвата полного стека имеющихся у компании наработок было недостаточно.
В апреле Nvidia закрыла сделку на 7 млрд долл. с компанией Mellanox, выпускающей высокоскоростные коммутаторы Ethernet и Infiniband, а также интеллектуальные сетевые адаптеры. В мае был анонсирован план приобретения компании Cumulus Networks, предлагающей сетевую операционную систему на основе Linux.
Сделка с Mellanox имеет очень важное значение, поскольку позволяет Nvidia включиться в игру на сетевом поле. Технология интеллектуальных сетевых адаптеров Mellanox освобождает центральные процессоры от многих функций, связанных с интенсивной обработкой данных (сетевых, хранения и безопасности), в результате чего они могут сосредоточиться на решении своей основной задачи – выполнении приложений.
Высокоскоростная сеть и разгрузка центральных процессоров имеет особенно важное значение в современных ЦОДах, где приложения с помощью виртуализации и контейнеризации разбиваются на более мелкие задачи, компании внедряют масштабируемую архитектуру, а трафик внутри ЦОДов растет экспоненциально. Интеллектуальные сетевые адаптеры не только выполняют обработку быстрее, но и обеспечивают программирование, которое составляет основу концепции программно-конфигурируемых сетей и программно-конфигурируемых ЦОДов.
Сделка с Mellanox практически сразу начала приносить плоды. В октябре Nvidia анонсировала новый вид процессоров, разработанных на основе технологии интеллектуальных сетевых адаптеров Mellanox и получивший название сопроцессора для обработки данных (data processing unit, DPU). Под брендом BlueField в Nvidia интегрировали в так называемую архитектуру «ЦОД на чипе» традиционный центральный процессор Arm, DPU (интеллектуальный сетевой адаптер) и мощный графический процессор. Кроме того, анонсированы программная архитектура, выстраиваемая поверх оборудования, и набор инструментов, позволяющий разработчикам создавать новые приложения, которые будут запускаться на этой платформе.
Приобретая Cumulus, Nvidia получает сетевую операционную систему, которая добавляет еще один фрагмент в создаваемой структуре. Cumulus предлагает также инструмент для диагностики и управления сетью NetQ. Сделка укрепит давние отношения Nvidia с Cumulus и облегчит более глубокую интеграцию технологий, которые уже хорошо работают вместе. Коммутаторы Mellanox, к примеру, в настоящее время поставляются в комплекте с Cumulus Linux.
По словам старшего вице-президента Nvidia по сетевым технологиям Кевина Дирлинга, администраторам современных ЦОД больше нет смысла программировать отдельные устройства через интерфейс командной строки. «При существующей рабочей нагрузке все происходит с такой скоростью, что человеку за этим просто не угнаться, – подчеркнул он. – Все должно быть автоматизировано и интегрировано. Вот здесь-то на сцену и выходит Cumulus с открытой сетевой платформой, которую компании могут использовать в гибридных облачных средах».
«Речь идет о том, чтобы сделать инфраструктуру на территории клиента более облачной, – пояснил Мурхед. – С тем чтобы один оператор мог управлять десятками тысяч серверов с одной консоли. А группа специалистов по безопасности могла автоматизировать выполнение функций глубокого анализа пакетов, шифрования и выявления аномалий для более эффективного и разумного смягчения угроз».
Неопределенность с приобретением Arm
«Приобретение блокбастера Arm еще нельзя считать состоявшейся сделкой, – предупреждает аналитик IDC Шейн Рау. – Есть вероятность, что она будет заблокирована. Покупка должна быть одобрена регуляторами в США, где находится штаб-квартира Nvidia, в Англии, где расположена штаб-квартира Arm, и в Китае, поскольку продавцом Arm выступает китайская компания SoftBank. Даже если сделка состоится, на преодоление барьеров из выдвинутых регуляторами условий, которыми они наверняка обусловят свое согласие, уйдет полтора года, и, вероятно, пройдет еще год, прежде чем ее последствия начнут ощущаться на рынке».
«Различия между двумя этими компаниями порождают дополнительные вопросы, – добавил Гвеннап. – Nvidia продает чипы и платы, в то время как Arm лицензирует интеллектуальную собственность. У Nvidia большая часть дохода поступает от продаж ПК и от клиентов ЦОДов, тогда как для Arm главными направлениями являются смартфоны, потребительская электроника и микроконтроллеры. По факту 90% смартфонов на рынке работают под управлением процессоров Arm-архитектуры. Nvidia нужно пройти по довольно скользкой грани. Если у клиентов Arm (Apple, Qualcomm, Samsung или Huawei) создастся впечатление, что Nvidia (сама являющаяся клиентом Arm) получает определенные преференции, они могут выбрать себе какого-то другого поставщика».
Объявляя о сделке, Хуанг торжественно пообещал, что Arm останется независимой. Но Nvidia и Arm уже поддерживают близкие партнерские отношения сразу в двух направлениях: для обеспечения совместимости графических процессоров Nvidia с экосистемой Arm и для объединения архитектуры ускорителей глубинного обучения Nvidia с платформой искусственного интеллекта Arm.
Несмотря на обещание Nvidia сохранить нейтралитет Arm, в IDC считают, что Nvidia не преминет воспользоваться интеллектуальной собственностью Arm и ее технологическим конвейером при выстраивании своего основного бизнеса. Направление ЦОДов после приобретения Mellanox стало в последнем финансовом квартале самым крупным для Nvidia, и именно здесь намечается синергия с развивающимся бизнесом серверных процессоров Arm.
В соответствии с наиболее вероятным сценарием Nvidia будет придерживаться взвешенного подхода, сохраняя мобильный бизнес Arm независимым, чтобы не раздражать ее клиентов, и активно инвестируя при этом в разработки для ЦОДов.
С точки зрения корпоративных клиентов, дополнительную технологическую интеграцию Nvidia и Arm, а также инновации, возникающие в результате объединения инженерных усилий двух этих компаний, можно только приветствовать.
Союз Nvidia с ключевыми игроками отрасли
Руководители большинства корпоративных ИТ-служб никогда не будут сидеть лицом к лицу с торговым представителем Nvidia и подписывать с ним прямое соглашение. Компания остается поставщиком технологий, которые встраиваются в системы OEM-производителями. Но Nvidia начинает работать с основными поставщиками сетевого оборудования, ускоряя существующие процессы и предлагая новый функционал искусственного интеллекта.
Компания Check Point в сотрудничестве с Nvidia помогает клиентам укреплять свою безопасность и развертывать архитектуры «нулевого доверия». Используя мощь DPU от Nvidia, компания разгружает центральные процессоры серверов и переносит обработку на высокопроизводительные сетевые платы, которые можно размещать ближе к узлам сети. Дополнительные мощности обработки позволяют клиентам встраивать агенты Check Point в устройства Интернета вещей, розничные кассовые терминалы и банкоматы. Упрощается реализация нулевого доверия с микросегментацией для защиты от атак трафика внутри ЦОДа.
Недавно VMware и Nvidia объявили о сотрудничестве, которое позволит интегрировать DPU в платформах VMware vSphere, Cloud Foundation и Tanzu. Цель заключается в том, чтобы ускорить внедрение искусственного интеллекта, что позволит предприятиям управлять приложениями с помощью единого набора инструментов и развертывать инфраструктуру, поддерживающую искусственный интеллект, в ЦОДах, в облаке и на границе сети. Ожидается, что партнерство будет способствовать ускорению всех корпоративных приложений и обеспечит дополнительную безопасность за счет использования интеллектуальных сетевых адаптеров и программируемых DPU.
Компания Red Hat укрепляет давний союз с Nvidia, ускоряя внедрение в операционную среду предприятий средств искусственного интеллекта, машинного обучения и анализа данных. Объединение открытого программного обеспечения Red Hat с графическими процессорами и библиотеками ускорения Nvidia поможет компаниям открывать для себя новые возможности, ускоряя с помощью графических процессоров обработку в гибридных облаках.
Ставка на Nvidia
Хотя искусственный интеллект продолжает оставаться скорее концепцией, чем реальностью, потенциал его весьма высок. Искусственный интеллект способен помогать компаниям в рамках практически всех вертикалей. Сюда относится обработка естественного языка, роботизация, анализ данных в здравоохранении, рекомендации для розничной торговли и т.д.
У большинства предприятий, желающих привнести средства искусственного интеллекта в свои ЦОДы, это проявляется в возникновении «островков», по выражению Дирлинга, искусственного интеллекта, а также в оснащении существующих серверов графическими процессорами. Nvidia делает ставку на то, что предприятия начнут развертывать у себя средства искусственного интеллекта скорее раньше, нежели позже.
Ставить против Nvidia Гвеннап категорически не рекомендует. Итог развития компании к настоящему моменту он подводит следующими словами: «Дженсен начинал свой путь с Nvidia, когда графических процессоров еще вообще не существовало. В 1990-е им был создан рынок для графических ускорителей. Возможности искусственного интеллекта он представлял себе раньше, чем большинство других людей, и сумел выстроить соответствующие технологии в Nvidia раньше, чем этим занялись другие. Его оценки перспектив искусственного интеллекта весьма оптимистичны, и это правильно. Сегодня на рынке сформировалась огромная потребность в развитии технологий искусственного интеллекта. Каждый день мы видим здесь все больше приложений, а люди открывают для себя все новые и новые способы использования искусственного интеллекта».
Честолюбивые планы Nvidia в отношении корпоративных ЦОДов