Anthropic zegt dat geautomatiseerde programmeertools de softwarevoorsprong van Nvidia ondermijnen

Jarenlang vormde software, niet de chip zelf, het grootste obstakel voor bedrijven die wilden concurreren op de markt voor AI-hardware. Maar volgens een recent bericht van The Decoder brokkelt die beschermende barrière veel sneller af dan Wall Street had verwacht.

Boris Cherny, Chief Compute Officer bij Anthropic, maakte bekend dat geavanceerde taalmodellen sterk geoptimaliseerde code van Nvidia’s propriëtaire platform nu in ongeveer drie dagen kunnen omzetten naar het opensource-alternatief van AMD. Vroeger kostte het engineeringteams maanden intensief, specialistisch werk om kernelcode handmatig te herschrijven en compatibiliteitsproblemen op te lossen bij de migratie van complexe machinelearning-workloads.

Het propriëtaire karakter van de Nvidia CUDA-toolkit is al lange tijd het sterkste verdedigingsbolwerk van het bedrijf. Onderzoekers schrijven al bijna twintig jaar algoritmen die specifiek op deze architectuur zijn afgestemd. Overstappen naar een andere hardwareleverancier betekende daardoor maanden aan optimalisatie verliezen en het risico lopen dat modellen minder goed presteerden.

Nu neemt kunstmatige intelligentie het zware werk over. Als grote taalmodellen complexe instructies voor parallelle berekeningen snel kunnen herschrijven, kunnen bedrijven bij de aanschaf van hardware gemakkelijker kiezen voor een betere prijs of grotere beschikbaarheid, zonder vast te zitten aan verouderde software.

Daardoor komen de deuren aanzienlijk verder open te staan voor de AMD ROCm-softwarestack. Die wist ondanks de krachtige hardware lange tijd maar moeilijk ontwikkelaars voor zich te winnen. Met AI als brug tussen de verschillende programmeeromgevingen wordt AMD een veel aantrekkelijker alternatief dat datacenters eenvoudiger kunnen inzetten.

De tabel is gebaseerd op onafhankelijke analyses van de halfgeleidermarkt en recente kwartaalcijfers van bedrijven.

Nvidia heeft nog altijd een overweldigend aandeel in de wereldwijde markt voor rekenkracht, maar de financiële drempel om over te stappen daalt snel. Grote cloudproviders, bedrijfsdatacenters en onafhankelijke AI-labs zoeken actief naar alternatieven om hun toeleveringsketens te spreiden en afhankelijkheid van één leverancier te voorkomen.

Als automatische vertaaltools zich in dit tempo blijven ontwikkelen, kan de techsector AI-versnellers binnenkort steeds meer als onderling uitwisselbare producten gaan behandelen. Hardwaregiganten zullen dan vooral moeten concurreren op rekenkracht per euro, productieopbrengst en energie-efficiëntie, in plaats van klanten aan zich te binden met een diep verankerd software-ecosysteem.