Microsoft koopt twee keer zo veel Nvidia AI chips als concurrentie

donderdag, 19 december 2024 om 10:00

onderzoek naar openai microsoft en nvidia

Microsoft is van plan om zijn concurrentie op het gebied van kunstmatige intelligentie te xx. Zo heeft het techbedrijf bijna 485.000 Nvidia Hopper chips aangeschaft. Daarmee overtreft het zijn grootste concurrenten zoals Meta, Amazon en Google ruimschoots.

Volgens een rapport van technologie adviesbureau Omdia kocht Microsoft twee keer zoveel Nvidia AI chips als andere grote spelers, waaronder Meta, dat maar liefst 224.000 chips afnam. Ook de twee grootste technologiebedrijven in China, ByteDance en Tencent, volgden met respectievelijk 230.000 stuks, ondanks de beperkingen die zij vanuit de Amerikaanse regelgeving ondervinden. Amazon en Google zetten daarentegen meer in op de ontwikkeling van eigen AI hardware, maar schaften toch nog tienduizenden Hopper chips aan.

Microsoft's intensieve focus op AI wordt ook zichtbaar in de groei van zijn Azure cloudinfrastructuur, die een cruciale rol speelt in het trainen van OpenAI modellen zoals GPT. Het bedrijf investeerde $13 miljard in OpenAI en ontwikkelt daarnaast zijn eigen AI chips, genaamd Maia. Hoewel deze chips nog in een vroeg stadium zijn, hoopt Microsoft daarmee in de toekomst minder afhankelijk te worden van Nvidia en een concurrentievoordeel te behalen in de AI markt.

Dominantie Nvidia

Nvidia blijft nog altijd de dominante speler in de AI chipmarkt, met een marktaandeel van 43% in 2024. Toch krijgen ze concurrentie van rivalen zoals AMD en de eigen chipprojecten van techreuzen als Meta en Google. De vraag naar geavanceerde hardware blijft echter onverminderd groot en wordt gedreven door een wereldwijde uitgave van $229 miljard aan serverinfrastructuur dit jaar.

Lancering model Phi-4

Naast zijn massale investeringen in AI hardware, focust Microsoft ook op de lancering van nieuwe modellen, zoals Phi-4, het nieuwste generatieve AI model in de Phi-serie. Met 14 miljard parameters is Phi-4 kleiner en efficiënter dan veel andere modellen, zoals GPT-4o mini en Gemini 2.0 Flash. Het model bereikt dit door synthetische en menselijke data te combineren voor optimale nauwkeurigheid.