Nvidia שוקלת רכישת Lepton AI לכניסה לשוק השכרת שרתי AI

בזירה עתירת הסיכונים של הבינה המלאכותית, שבה כוח החישוב הוא המלך הבלתי מעורער, Nvidia ניצבת כשליטה הבלתי מעורערת, כאשר יחידות העיבוד הגרפי (GPUs) שלה מהוות את התשתית שעליה בנויה חלק ניכר ממהפכת ה-AI הנוכחית. עם זאת, לחשושים העולים ממסדרונות הטכנולוגיה מרמזים כי ענקית המוליכים למחצה עשויה לשקול התרחבות אסטרטגית מעבר לעסקי הליבה שלה בתחום הסיליקון. דיווחים מצביעים על כך ש-Nvidia נמצאת בדיונים מתקדמים לרכישה פוטנציאלית של Lepton AI, סטארט-אפ צעיר הפועל בשוק ההולך וגדל בחשיבותו של השכרת שרתי AI. מהלך זה, אם יתממש, עשוי לסמן התפתחות משמעותית באסטרטגיה של Nvidia, לדחוף אותה הלאה במעלה שרשרת הערך ולשנות פוטנציאלית את הדינמיקה של הגישה לתשתיות AI.

העסקה הפוטנציאלית, המוערכת על ידי מקורות שצוטטו ב-The Information בשווי המגיע לכמה מאות מיליוני דולרים, מתמקדת בחברה שגילה בקושי שנתיים. Lepton AI יצרה לעצמה נישה ספציפית: היא משכירה שרתים עמוסים בשבבי ה-AI הנחשקים של Nvidia, כאשר היא שואבת את הקיבולת הזו בעיקר מספקיות ענן גדולות, ואז משכירה מחדש את כוח החישוב הזה לחברות אחרות, לעיתים קרובות שחקנים קטנים יותר או כאלה הזקוקים לגישה גמישה ללא התחייבויות ארוכות טווח לענקיות הענן. מודל עסקי זה ממצב את Lepton AI כמתווכת, כמסייעת במערכת האקולוגית המורכבת המספקת את כוח העיבוד הגולמי המניע פיתוח ופריסה של AI.

פענוח Lepton AI: המתווך בבהלה ל-GPU

Lepton AI, שנוסדה רק לפני שנתיים, מייצגת את ההתלהבות היזמית סביב הפריחה בתשתיות ה-AI. הצעת הליבה שלה סובבת סביב נגישות וגמישות. בעוד שספקיות ענן היפר-סקיילריות כמו Amazon Web Services (AWS), Microsoft Azure ו-Google Cloud Platform (GCP) מציעות גישה ישירה למופעי GPU של Nvidia, הניווט בהצעותיהן, הבטחת הקיבולת וניהול התשתית יכולים להיות מורכבים ויקרים, במיוחד עבור סטארט-אפים או צוותים עם צרכים משתנים.

Lepton AI נכנסת לפער הזה. על ידי צבירת קיבולת שרתים – למעשה, קנייה סיטונאית מספקיות ענן – ואז הצעתה בתנאים גמישים יותר או עם שירותי ערך מוסף המותאמים לעומסי עבודה של AI, היא שואפת לפשט את הגישה למחשוב עתיר ביצועים. מודל זה משגשג על המחסור המתמשך והביקוש העצום ל-GPUs המתקדמים של Nvidia, כגון ה-H100 וקודמיו. חברות שאינן מסוגלות להבטיח הקצאות ישירות מ-Nvidia או שמתמודדות עם רשימות המתנה ארוכות אצל ספקיות הענן עשויות לפנות למתווכים כמו Lepton AI לגישה מהירה יותר או מותאמת אישית יותר.

הסטארט-אפ הבטיח מימון סיד צנוע של 11 מיליון דולר במאי 2023, בהובלת CRV ו-Fusion Fund. הזרמת הון ראשונית זו ככל הנראה תדלקה את מאמציו לבנות את הפלטפורמה שלו, ליצור קשרים עם ספקיות ענן ולרכוש את בסיס הלקוחות הראשוני שלו. פעילות בתחום זה דורשת הון משמעותי, לא רק להוצאות תפעוליות אלא פוטנציאלית להתחייבות מראש להשכרת שרתים כדי להבטיח זמינות קיבולת ללקוחותיו. מחיר הרכישה המדווח, לפיכך, מרמז על צמיחה מהירה ומשיכה מבטיחה שהושגה על ידי Lepton AI בקיומה הקצר או, אולי באופן משמעותי יותר, על הערך האסטרטגי העצום ש-Nvidia מייחסת לשליטה או השפעה על הגישה במורד הזרם לחומרה שלה עצמה.

Lepton AI פועלת למעשה כמשווק מומחה ושכבת שירות, המפשטת חלק מהמורכבויות של התמודדות ישירה עם תשתיות ענן גדולות. קהל הלקוחות המיועד שלה עשוי לכלול:

• סטארט-אפים בתחום ה-AI: חברות הזקוקות למחשוב עוצמתי לאימון מודלים או להסקה (inference) אך חסרות את הגודל או המשאבים לחוזי ענן גדולים.
• מעבדות מחקר: קבוצות מחקר אקדמיות או תאגידיות הדורשות פרצי מחשוב עתירי ביצועים לניסויים.
• ארגונים: חברות גדולות יותר הבוחנות פרויקטי AI ספציפיים הזקוקים לקיבולת משלימה מחוץ להסדרי הענן הקיימים שלהן.

הכדאיות של מודל זה תלויה ביכולתה של Lepton AI להבטיח קיבולת GPU באופן אמין וחסכוני, לנהל את התשתית שלה ביעילות ולהציע תמחור או שירותים משכנעים בהשוואה לפנייה ישירה למקור. זהו איזון עדין בשוק הנשלט על ידי ענקים.

החישוב האסטרטגי של Nvidia: מעבר לסיליקון

מדוע Nvidia, חברה שהצלחתה הפנומנלית נובעת מתכנון ומכירה של שבבי ה-AI המבוקשים ביותר בתעשייה, תעז להיכנס לעסקי השכרת השרתים, ובכך להתחרות, גם אם בעקיפין, בלקוחותיה הגדולים ביותר – ספקיות שירותי הענן? המניעים הפוטנציאליים הם רב-גוניים ומעידים רבות על הנוף המתפתח של ה-AI.

1. אינטגרציה אנכית ותפיסת ערך: שרשרת הערך של ה-AI משתרעת מתכנון וייצור שבבים דרך אינטגרציית שרתים, תפעול מרכזי נתונים, פלטפורמות ענן, ולבסוף, ליישומי ה-AI עצמם. כיום, Nvidia תופסת ערך עצום ברמת השבב. עם זאת, ערך משמעותי נוצר גם בהמשך הזרם בשכבת התשתית כשירות (IaaS), שם חברות משלמות פרמיות עבור גישה למחשוב מואץ GPU. על ידי רכישת שחקן כמו Lepton AI, Nvidia תוכל פוטנציאלית לתפוס נתח גדול יותר מההוצאה הכוללת על תשתיות AI, ולעבור ממכירת רכיבים לאספקת שירותים.

2. מודיעין שוק ומשוב ישיר מלקוחות: הפעלת שירות השכרה, אפילו במרחק זרוע, תספק ל-Nvidia תובנות יקרות ערך בזמן אמת לגבי אופן השימוש ב-GPUs שלה, אילו עומסי עבודה הם הנפוצים ביותר, אילו ערימות תוכנה מועדפות, ואילו צווארי בקבוק לקוחות מתמודדים איתם. לולאת משוב ישירה זו יכולה ליידע את תכנון השבבים העתידי, פיתוח התוכנה (כמו פלטפורמת CUDA שלה), ואסטרטגיית השוק הכוללת בצורה יעילה הרבה יותר מאשר הסתמכות בלבד על משוב המסונן דרך שותפי ענן גדולים.

3. עיצוב השוק והבטחת גישה: בעוד שההיפר-סקיילרים הם שותפים חיוניים, Nvidia עשויה לרצות השפעה ישירה יותר על האופן שבו הטכנולוגיה שלה מגיעה לשוק רחב יותר, במיוחד למחדשים קטנים יותר. זרוע השכרה יכולה לשמש כערוץ להבטיח שלפלחים מסוימים של לקוחות או יוזמות אסטרטגיות תהיה גישה מובטחת לחומרת Nvidia העדכנית ביותר, מה שעשוי לטפח חדשנות שבסופו של דבר תניע ביקוש רב יותר לשבבים שלה. היא יכולה גם לשמש כשדה ניסויים לחומרה או הצעות תוכנה חדשות לפני הפצה רחבה יותר דרך שותפי ענן גדולים.

4. דינמיקה תחרותית: המהלך יכול להתפרש גם כהגנתי. ככל שמתחרים (כמו AMD ו-Intel) שואפים לצבור דריסת רגל בשוק שבבי ה-AI, וככל שהיפר-סקיילרים מפתחים סיליקון AI מותאם אישית משלהם, Nvidia עשויה לראות בבעלות על ערוץ ישיר למשתמשי קצה דרך לחזק את הדומיננטיות של המערכת האקולוגית שלה ואת נאמנות הלקוחות. היא מספקת פלטפורמה להצגת הביצועים וקלות השימוש של המכלול המלא של Nvidia (חומרה פלוס תוכנה).

5. בחינת מודלים עסקיים חדשים: הביקוש הבלתי פוסק למחשוב AI עשוי לגרום ל-Nvidia לבחון מודלים של הכנסות חוזרות מעבר למכירות חומרה. בעוד שהכנסות משירותים צפויות להישאר קטנות יחסית למכירות שבבים בתחילה, הן מייצגות מהלך גיוון וכניסה לפלח שחווה צמיחה נפיצה.

עם זאת, כניסה לשוק השכרת השרתים אינה חפה מסיכונים. היא מציבה את Nvidia ב”שיתוף פעולה-תחרות” (co-opetition) פוטנציאלי עם לקוחותיה הגדולים ביותר, ספקיות הענן, הרוכשות GPUs שלה בשווי מיליארדי דולרים. Nvidia תצטרך לנווט במערכות יחסים אלה בזהירות כדי להימנע מניכור שותפים קריטיים אלה. יתר על כן, ניהול עסק שירותים דורש יכולות תפעוליות שונות מתכנון ומכירת חומרה – התמקדות בזמן פעולה תקינה, תמיכת לקוחות וניהול תשתיות.

השוק הפורח לכוח AI מושכר

ההקשר לעניין הפוטנציאלי של Nvidia ב-Lepton AI הוא הבהלה לזהב חסרת התקדים למשאבי חישוב AI. אימון מודלי שפה גדולים (LLMs) כמו אלה המניעים את ChatGPT או פיתוח יישומי AI מתוחכמים בתחומים כמו גילוי תרופות, נהיגה אוטונומית ומידול פיננסי דורש כוח עיבוד עצום, המסופק בעיקר על ידי GPUs.

גורמי מפתח המניעים את שוק ההשכרה כוללים:

• עלויות חומרה אוסרניות: רכישת שרתי AI חדישים באופן ישיר מייצגת הוצאה הונית עצומה, לעיתים קרובות מעבר להישג ידם של סטארט-אפים ואפילו ארגונים מבוססים רבים. ה-GPUs מהשורה הראשונה של Nvidia, כמו ה-H100, יכולים לעלות עשרות אלפי דולרים כל אחד, ושרת מאובזר במלואו יכול להגיע למאות אלפי דולרים.
• מחסור בחומרה: הביקוש ל-GPUs המתקדמים של Nvidia עולה באופן עקבי על ההיצע. אפילו ספקיות ענן גדולות מתמודדות עם אתגרים בהבטחת מלאי מספיק, מה שמוביל לרשימות המתנה ומגבלות קיבולת. מחסור זה יוצר הזדמנות למתווכים שמצליחים להבטיח הקצאות.
• צורך בגמישות ומדרגיות: פיתוח AI כרוך לעיתים קרובות בצרכי חישוב בלתי צפויים. צוותים עשויים לדרוש משאבים עצומים לריצות אימון הנמשכות שבועות, ואחריהן תקופות של ניצול נמוך יותר. מודלי השכרה מציעים את הגמישות להגדיל או להקטין משאבים לפי הצורך, והופכים הוצאה הונית להוצאה תפעולית.
• התיישנות טכנולוגית מהירה: קצב החדשנות בחומרת AI הוא מסחרר. השכרה מאפשרת לחברות לגשת לטכנולוגיה העדכנית ביותר ללא הסיכון של בעלות על נכסים שערכם יורד במהירות.

סטארט-אפים כמו Lepton AI ומתחרתה הגדולה והוותיקה מעט יותר, Together AI, צצו כדי לנצל את הדינמיקה הזו. Together AI, לאחר שגייסה למעלה מחצי מיליארד דולר בהון סיכון, פועלת על בסיס דומה אך פוטנציאלית בקנה מידה גדול יותר, מה שמדגיש את אמון המשקיעים במודל השכרת ה-GPU וענן ה-AI המתמחה. חברות אלה מבדילות את עצמן מהיפר-סקיילרים על ידי התמקדות בלעדית בעומסי עבודה של AI/ML, תוך שהן מציעות פוטנציאלית ערימות תוכנה מותאמות, תמיכה מיוחדת או מבני תמחור צפויים יותר עבור מקרי שימוש מסוימים. הן מייצגות שכבה הולכת וגדלה של התמחות בשוק תשתיות הענן הרחב יותר.

ניווט בזירה התחרותית: סטארט-אפים מול ענקים

הנוף התחרותי להשכרת מחשוב AI הוא מורכב, וכולל שילוב של ענקים מבוססים וסטארט-אפים זריזים.

• היפר-סקיילרים (AWS, Azure, GCP): אלה השחקנים הדומיננטיים, המציעים מגוון עצום של שירותים, כוללמופעי GPU. הם נהנים מיתרונות לגודל, טווח הגעה גלובלי ומערכות אקולוגיות משולבות. הם גם הלקוחות הגדולים ביותר של Nvidia. עם זאת, גודלם יכול לעיתים להתבטא במורכבות, תמיכה פחות אישית ללקוחות קטנים יותר, ותחרות עזה על קיבולת GPU מוגבלת בתקופות שיא ביקוש.
• ספקיות ענן AI מתמחות (למשל, CoreWeave, Lambda Labs): חברות אלה מתמקדות באופן ספציפי באספקת מחשוב עתיר ביצועים עבור AI/ML, ולעיתים קרובות מתהדרות בציי GPU גדולים ומומחיות המותאמת לעומסי עבודה אלה. הן מתחרות ישירות הן בהיפר-סקיילרים והן בסטארט-אפים קטנים יותר להשכרה.
• סטארט-אפים להשכרה (למשל, Lepton AI, Together AI): שחקנים אלה מתמקדים לעיתים קרובות בנישות ספציפיות, גמישות או קלות שימוש. המודל שלהם כרוך לעיתים קרובות בהשכרת קיבולת מהיפר-סקיילרים או ספקים מתמחים ומכירתה מחדש, תוך הוספת שכבת ניהול, אופטימיזציה או כלים ספציפיים. קיומם מדגיש את חוסר היעילות של השוק ואת הצרכים הבלתי מסופקים לגישה מותאמת אישית.

רכישה של Lepton AI תכניס את Nvidia ישירות למערכה התחרותית הזו, אם כי פוטנציאלית תתחיל בקטן. היא תתחרה, במובן מסוים, בספקים מתמחים אחרים ובעקיפין בהצעות השכרת ה-GPU של ההיפר-סקיילרים עצמם. השאלה הקריטית היא כיצד Nvidia תמצב שירות כזה. האם היא תכוון למשיכה המונית, או תתמקד בנישות אסטרטגיות, אולי תתמוך בסטארט-אפים בתחום ה-AI במסגרת תוכנית ה-Inception שלה או תסייע ליוזמות מחקר?

היחסים עם ההיפר-סקיילרים יהיו בעלי חשיבות עליונה. Nvidia עשויה למצב את Lepton AI הנרכשת כשירות משלים, המכוון לפלחים שאינם מקבלים שירות מספיק מהענקים או מציע אופטימיזציות תוכנה ייחודיות הבנויות על המכלול של Nvidia עצמה (CUDA, cuDNN, TensorRT וכו’). ניתן אפילו למסגר זאת כדרך להניע יותר צריכת ענן בעקיפין, על ידי מתן אפשרות לשחקנים קטנים יותר לגדול לנקודה שבה הם בסופו של דבר יעבירו עומסי עבודה גדולים יותר ל-AWS, Azure או GCP. אף על פי כן, הפוטנציאל לקונפליקט ערוצים הוא אמיתי וידרוש ניהול זהיר.

לחשושי עסקה ואיתותי שווי

השווי המדווח של “כמה מאות מיליוני דולרים” עבור Lepton AI ראוי לציון. עבור חברה בת שנתיים עם מימון סיד גלוי של 11 מיליון דולר בלבד, זה מייצג עליית ערך משמעותית. מספר גורמים יכולים לתרום לתג מחיר פוטנציאלי זה:

• פרמיה אסטרטגית: Nvidia עשויה להיות מוכנה לשלם פרמיה לא רק עבור העסק הנוכחי של Lepton AI, אלא עבור היתרון האסטרטגי של כניסה לשוק ההשכרה, השגת מודיעין שוק והבטחת ערוץ ישיר למשתמשים.
• צוות וטכנולוגיה: הרכישה עשויה להיות בחלקה “רכישת כישרונות” (acqui-hire), המעריכה את המומחיות של צוות Lepton AI בניהול תשתיות GPU ושירות לקוחות AI. ייתכן שהם גם מחזיקים בתוכנה קניינית או יעילות תפעולית הנחשבות בעלות ערך.
• אימות שוק: ההצלחה והשווי הגבוה של המתחרה Together AI עשויים לספק אמת מידה, המצביעה על פוטנציאל שוק משמעותי ומצדיקה מחיר גבוה יותר עבור Lepton AI, אפילו בשלב מוקדם יותר.
• שליטה על גישה לחומרה: בסביבה של מחסור קיצוני ב-GPU, כל ישות שהבטיחה גישה לחומרת Nvidia – אפילו באמצעות חוזי שכירות – מחזיקה בערך משמעותי. Nvidia עשויה לשלם, בחלקה, כדי לשלוט או לנתב מחדש את הקיבולת הזו.

אם העסקה תתקדם בשווי כזה, היא שולחת איתות חזק לגבי הערך הנתפס הנעול בתוך שכבת שירותי תשתית ה-AI, מעבר לחומרה עצמה. היא מרמזת כי הקלת הגישה וניהול יעיל של משאבי GPU הם הצעה בעלת ערך רב באקלים השוק הנוכחי.

אדוות ברחבי המערכת האקולוגית: ספקיות ענן ומעבר לכך

רכישת Lepton AI על ידי Nvidia, גם אם תמוצב בזהירות, תשלח בהכרח אדוות ברחבי המערכת האקולוגית הטכנולוגית.

• ספקיות שירותי ענן: AWS, Azure ו-GCP יצפו מקרוב. בעוד ש-Lepton AI היא כיום לקוחה (שוכרת מהן שרתים), Lepton בבעלות Nvidia עלולה להפוך למתחרה ישירה יותר, במיוחד אם Nvidia תשקיע רבות בהרחבת פעילותה. הדבר עשוי לגרום לספקיות הענן להעריך מחדש את הצעות ה-GPU שלהן, אסטרטגיות התמחור והשותפויות עם Nvidia. הן עשויות להאיץ מאמצים לפתח מאיצי AI מותאמים אישית משלהן כדי להפחית את התלות ב-Nvidia.
• יצרניות חומרה אחרות: מתחרות כמו AMD ו-Intel, המנסות לאתגר את הדומיננטיות של Nvidia, עשויות לראות בכך ניסיון של Nvidia לנעול עוד יותר את המערכת האקולוגית שלה על ידי שליטה לא רק בחומרה אלא גם בפלטפורמות גישה. הדבר עשוי להגביר את הדחיפות עבורן לבנות את ערימות התוכנה שלהן ולטפח פלטפורמות תשתית חלופיות.
• סטארט-אפים אחרים בתחום התשתיות: עבור חברות כמו Together AI, CoreWeave או Lambda Labs, מתחרה המגובה על ידי Nvidia משנה את הנוף. מצד אחד, זה מאמת את השוק שלהן; מצד שני, זה מציג יריבה פוטנציאלית אדירה עם כיסים עמוקים והשפעה שאין שני לה על טכנולוגיית הליבה.
• משתמשי קצה: עבור מפתחי AI וחברות המחפשות משאבי GPU, המהלך יכול להיות חיובי אם הוא יוביל ליותר בחירה, שירותים פוטנציאליים מותאמים טוב יותר, או גישה קלה יותר, במיוחד עבור שחקנים קטנים יותר. עם זאת, הוא עלול גם להוביל לחששות לגבי ריכוזיות שוק אם Nvidia תמנף את מעמדה באופן לא הוגן.

ההשפעה הכוללת עשויה להיות האצה של מגמות אינטגרציה אנכית בתוך מכלול ה-AI, כאשר שחקנים מרכזיים מבקשים לשלוט ביותר חלקים בפאזל, החל מתכנון סיליקון ועד לשירותי ענן ופלטפורמות תוכנה.

דפוס של רכישות? חיבור הנקודות

המהלך הפוטנציאלי של Nvidia לגבי Lepton AI אינו מתרחש בחלל ריק. הוא מגיע זמן קצר לאחר דיווחים ש-Nvidia רכשה לאחרונה גם את Gretel AI, סטארט-אפ המתמחה ביצירת נתונים סינתטיים. נתונים סינתטיים חיוניים לאימון מודלי AI, במיוחד כאשר נתונים מהעולם האמיתי הם נדירים, רגישים או מוטים.

חיבור שתי הרכישות הפוטנציאליות הללו יחד מרמז על כיוון אסטרטגי רחב יותר עבור Nvidia:

• Gretel (נתונים): מטפלת בצד הקלט של פיתוח מודלי AI – מספקת את הנתונים האיכותיים הדרושים לאימון.
• Lepton AI (מחשוב): מטפלת בצד העיבוד – מספקת את התשתית שעליה מאומנים ומורצים מודלים.

שילוב זה יכול להצביע על שאיפתה של Nvidia להציע פלטפורמה משולבת יותר או סט כלים התומכים בכל מחזור החיים של פיתוח AI. על ידי שליטה באלמנטים מרכזיים הן של יצירת/ניהול נתונים והן של גישה לתשתיות מחשוב, Nvidia תוכל לחזק את המערכת האקולוגית שלה באופן משמעותי, ולהפוך אותה לחיונית עוד יותר למפתחי AI. זה מרמז על עתיד שבו Nvidia מספקת לא רק את “המעדרים והאתים” (GPUs) לבהלה לזהב של ה-AI, אלא גם חלק מ”תביעות הכרייה” (מחשוב להשכרה) ו”שירותי בדיקה” (כלי נתונים).

אסטרטגיה זו מתיישבת עם ההשקעות הכבדות של Nvidia בערימת התוכנה שלה (CUDA, ספריות, מסגרות עבודה) שנועדו להפוך את החומרה שלה לחיונית. הוספת שירותים הקשורים לנתונים וגישה למחשוב תהיה הרחבה הגיונית של אסטרטגיית פלטפורמה זו.

הנוף המתפתח של גישה למחשוב AI

האופן שבו ארגונים ניגשים לכוח החישוב הדרוש לבינה מלאכותית נמצא בתנופה מתמדת. הרכישה הפוטנציאלית של Lepton AI על ידי Nvidia משתלבת בכמה מגמות רחבות יותר המעצבות את הנוף הזה.

בתחילה, הגישה הייתה בעיקר באמצעות רכישה וניהול של חומרה מקומית (on-premises). עליית מחשוב הענן שינתה את הפרדיגמה לכיוון IaaS, כאשר היפר-סקיילרים מציעים מופעי GPU לפי דרישה. כעת, אנו רואים התמחות וגיוון נוספים:

• ענני AI מתמחים: מציעים סביבות מותאמות במיוחד לעומסי עבודה של AI/ML.
• מתווכי השכרה: מספקים גישה גמישה, לעיתים קרובות על ידי מינוף קיבולת מספקים גדולים יותר.
• GPUs ללא שרת (Serverless): פלטפורמות שמטרתן להפשיט לחלוטין את ניהול השרתים, ומאפשרות למשתמשים לשלם אך ורק לפי חישוב או לפי הסקה.
• מחשוב קצה (Edge Computing): פריסת יכולות הסקת AI קרוב יותר למקום שבו נוצרים נתונים, תוך שימוש בחומרה קטנה יותר וחסכונית בחשמל.

הכניסה הפוטנציאלית של Nvidia לשוק ההשכרה דרך Lepton AI מסמלת הכרה בכך שנדרשים מודלי גישה מגוונים. בעוד שהיפר-סקיילרים יישארו דומיננטיים לצרכי ענן משולבים בקנה מידה גדול, קיים שוק ברור להצעות מחשוב מתמחות יותר, גמישות יותר או ממוקדות מפתחים. נראה ש-Nvidia ערוכה להבטיח שיש לה חלק במערכת האקולוגית המתפתחת הזו, ולמנוע את הגבלת תפקידה אך ורק לספקית רכיבים, חיוני ככל שיהיה רכיב זה.

מהלך זה, אם יתממש, מדגיש את נחישותה של Nvidia להישאר במוקד מהפכת ה-AI, לא רק על ידי אספקת החומרה הבסיסית אלא על ידי עיצוב פעיל של האופן שבו ניגשים לחומרה זו ומשתמשים בה ברחבי התעשייה. הוא מייצג הימור מחושב על הצורך המתמשך במחשוב AI גמיש ונגיש ועל שאיפתה של Nvidia לתפוס ערך על פני קשת רחבה יותר של שוק תשתיות ה-AI. החודשים הקרובים יגלו אם שיחות אלה יתגבשו לעסקה וכיצד Nvidia מתכוונת לשלב שירות כזה באימפריה הטכנולוגית הענפה שלה.