क्वालकॉम 20% वर, नवीन डेटा सेंटर प्रोसेसरसह Nvidia च्या AI चिप वर्चस्वाला आव्हान

क्वालकॉमने डेटा सेंटर्ससाठी विशेषतः तयार केलेले नवीन AI चिप्स AI200 आणि AI250 जाहीर केल्यानंतर, त्याच्या शेअरच्या किमतीत 20% ची लक्षणीय वाढ झाली. हे चिप्स AI 'इन्फेरन्स'मध्ये उत्कृष्ट कामगिरी करण्यासाठी डिझाइन केले आहेत, ज्यामध्ये प्रशिक्षित AI मॉडेल्स चालवणे समाविष्ट आहे. ChatGPT किंवा व्हॉईस असिस्टंट सारख्या ऍप्लिकेशन्ससाठी ही एक सतत चालणारी प्रक्रिया आहे. हे विविधीकरण क्वालकॉमसाठी महत्त्वाचे आहे, कारण त्याचे पारंपरिक स्मार्टफोन चिप मार्केट परिपक्व झाले आहे, आणि त्याला Apple सारख्या प्रतिस्पर्धकांकडून आव्हाने मिळत आहेत जे स्वतःचे चिप्स विकसित करत आहेत, तसेच Huawei सारख्या प्रमुख ग्राहकांवर परिणाम करणाऱ्या भू-राजकीय समस्या देखील आहेत.

आर्टिफिशियल इंटेलिजेंस (AI) चिप मार्केट हे एक प्रचंड वाढणारे क्षेत्र आहे, ज्यामध्ये 2030 पर्यंत ट्रिलियन डॉलर्सचा खर्च अपेक्षित आहे. यात Nvidia चे वर्चस्व आहे, ज्याच्या GPUs चा वापर AI ट्रेनिंगसाठी केला जातो आणि त्याचा बाजारातील हिस्सा 90% पेक्षा जास्त आहे. क्वालकॉमची रणनीती इन्फेरन्स सेगमेंटला लक्ष्य करत आहे, त्यासाठी त्याच्या विद्यमान Hexagon NPUs चा वापर करून, प्रतिस्पर्धकांच्या तुलनेत संभाव्यतः चांगली मेमरी क्षमता आणि कमी वीज वापर देऊ करते. त्यांनी Humain, एक AI कंपनी, 2026 पासून सुरू होणाऱ्या उपयोजनासाठी आपला पहिला प्रमुख ग्राहक म्हणून निश्चित केला आहे.

तथापि, क्वालकॉमला महत्त्वपूर्ण अडथळ्यांचा सामना करावा लागत आहे. Nvidia ने आपल्या CUDA सॉफ्टवेअर प्लॅटफॉर्मसह एक मजबूत इकोसिस्टम तयार केली आहे, ज्यामुळे कंपन्यांसाठी स्विच करणे कठीण आणि खर्चिक होते. AMD सारख्या इतर प्रतिस्पर्धकांना देखील लक्षणीय बाजारातील हिस्सा मिळविण्यात अडचणी येत आहेत. शिवाय, क्वालकॉमचे चिप्स 2026 आणि 2027 पर्यंत मोठ्या प्रमाणात उपलब्ध होणार नाहीत, ज्यामुळे Nvidia आणि AMD यांना नवीन कल्पनांसाठी अधिक वेळ मिळेल.

परिणाम: क्वालकॉमच्या या पावलामुळे AI चिप मार्केटमध्ये स्पर्धा वाढेल, ज्यामुळे डेटा सेंटर्ससाठी अधिक नवकल्पना (innovation) आणि विविध उपाय (solutions) मिळतील. हे Nvidia च्या जवळजवळ मक्तेदारीला आव्हान देते, ज्यामुळे क्लाउड प्रदाते आणि AI विकासकांना चांगल्या किमती आणि कार्यक्षमतेचे पर्याय मिळतील. क्वालकॉमसाठी, हे AI इन्फ्रास्ट्रक्चर प्लेअरमध्ये एक महत्त्वाचे परिवर्तन आहे, जे गुंतवणूकदारांना एक नवीन उच्च-वाढीची कथा (high-growth narrative) प्रदान करते. व्यापक AI मार्केट आणि गुंतवणूक क्षेत्रावरील परिणामाचे रेटिंग 7/10 आहे.

कठीण संज्ञा: AI चिप्स: मशीन लर्निंग आणि डीप लर्निंग सारख्या आर्टिफिशियल इंटेलिजन्स कार्यांना गती देण्यासाठी डिझाइन केलेले विशेष मायक्रोप्रोसेसर. डेटा सेंटर्स: डेटा व्यवस्थापित करण्यासाठी आणि वितरित करण्यासाठी कॉम्प्युटिंग सिस्टम, स्टोरेज आणि नेटवर्किंग उपकरणे ठेवणारी सुविधा. इन्फेरन्स: प्रशिक्षित AI मॉडेल वापरून नवीन डेटावर अंदाज किंवा निर्णय घेण्याची प्रक्रिया. ट्रेनिंग: AI मॉडेलला पॅटर्न आणि संबंध शिकण्यास सक्षम करण्यासाठी त्याला डेटा फीड करण्याची प्रक्रिया. GPUs (ग्राफिक्स प्रोसेसिंग युनिट्स): मूळतः ग्राफिक्स रेंडरिंगसाठी डिझाइन केलेले, हे अत्यंत समांतर प्रोसेसर (highly parallel processors) आहेत जे AI मॉडेल्सना प्रशिक्षित करण्यासाठी खूप प्रभावी ठरले आहेत. NPUs (न्यूरल प्रोसेसिंग युनिट्स): विशेषतः न्यूरल नेटवर्क संगणनांसाठी डिझाइन केलेले प्रोसेसर, जे AI कार्यांना ऑप्टिमाइझ करतात. CUDA: Nvidia ने विकसित केलेले एक समांतर कंप्यूटिंग प्लॅटफॉर्म आणि प्रोग्रामिंग मॉडेल, जे सॉफ्टवेअर डेव्हलपरना सामान्य-उद्देशीय प्रक्रियेसाठी CUDA-सक्षम ग्राफिक्स प्रोसेसिंग युनिट वापरण्याची परवानगी देते.