Abilitare l'IA: venti favorevoli per i semiconduttori e i data center
Gestore di portafoglio Richard Clode e Guy Barnard discutono dell'ultimo lancio del prodotto nVIDIA e forniscono esempi di come le aziende tecnologiche e immobiliari si stanno unendo per consentire e trarre vantaggio dalla continua domanda di genAI.
6 minuti di lettura
In sintesi
- nVIDIA continua a offrire Performance AI migliorate, velocità e consumo energetico ridotto.
- I REIT dei data center stanno beneficiando di una forte domanda a seguito dell'aumento della crescita e della spesa per le infrastrutture dei data center.
- Le aziende tecnologiche e immobiliari stanno collaborando, creando molteplici percorsi di crescita per soddisfare la crescente domanda di genAI.
Con l'IA generativa (genAI) ancora agli inizi, ci sono casi d'uso esistenti e nuovi di ampia portata ed entusiasmanti che stimolano una domanda e investimenti crescenti da parte di aziende e governi. Tuttavia, tutto questo richiede un'infrastruttura di intelligenza artificiale: l'hardware (ad esempio GPU, server, archiviazione dati) e il software (linguaggi di programmazione, piattaforme, strumenti). Altrettanto importanti sono i data center per ospitare i server, che richiedono grandi quantità di energia per alimentarli e raffreddarli. Le aziende dietro questi fattori critici dell'IA stanno collaborando tra loro nella corsa per sfruttare i vantaggi dell'IA.
Il punto di vista tecnico (Richard)
Il recente evento GTC di nVIDIA a San Jose è stato etichettato come "la conferenza per l'era dell'intelligenza artificiale" e non ha deluso, con un'enorme gamma di innovazioni annunciate. Il fulcro è stato il lancio dell'architettura di chip di nuova generazione – Blackwell – che prende il nome dal primo matematico afroamericano ad essere inserito nella National Academy of Sciences. Il nuovo chip vanta ben 208 miliardi di transistor rispetto agli 80 miliardi del suo predecessore,1 ma raggiunge questo obiettivo unendo due die GPU separati, dato che le dimensioni di ciascun die hanno raggiunto il limite fisico del reticolo di uno strumento di litografia ASML (la dimensione massima che uno strumento di litografia può incidere per costruire un chip).
nVIDIA continua a sfidare l'affievolimento della Legge di Moore attraverso un packaging innovativo e avanzato, oltre a sfruttare in modo significativo una memoria a larghezza di banda più elevata. Tuttavia, l'azienda ritiene che la colossale complessità dell'IA generativa possa essere affrontata solo tramite una soluzione full stack. Questo riunisce il networking ad altePerformance proprietario di nVIDIA e gli interconnettori come NVLink, nonché il software con un motore di trasformazione di seconda generazione che consente l'addestramento e l'inferenza di modelli linguistici di grandi dimensioni con calcoli di precisione inferiore. Questa funzionalità accelera significativamente Performance e riduce il consumo energetico.
Al GTC, nVIDIA ha portato questa soluzione full stack a un livello superiore presentando GB200 NVL72 (un server e una workstation che utilizza GPGPU per accelerare le applicazioni di deep learning). Tradizionalmente, nVIDIA ha venduto schede composte da otto GPU, ma il nuovo prodotto è una soluzione rack completa che comprende 72 GPU e 36 CPU ARM Grace Hopper, tutte interconnesse tramite migliaia di NVLink. Questa soluzione offre una potenza di calcolo senza precedenti, consentendo di addestrare un modello LLM (Large Language Model) da trilioni di parametri 4 volte più velocemente utilizzando solo il 25% della potenza rispetto a una GPU nVIDIA H100 Tensor Core. Ancora più impressionante, l'inferenza AI può essere eseguita 30 volte più velocemente. La potenza di calcolo consuma molta energia, ma nVIDIA sta passando dal raffreddamento ad aria a quello a liquido. Ciò consente al rack di aumentare la densità di elaborazione senza surriscaldarsi, riducendo lo spazio richiesto, che è un fattore chiave del consumo energetico complessivo nei data center. Rispetto a un'infrastruttura H100 raffreddata ad aria, un GB200 può fornire 25 volte le Performance alla stessa potenza riducendo allo stesso tempo il consumo di acqua.
nVIDIA ha recentemente rivelato che la domanda da parte dei governi sovrani è pari a quella dei tre maggiori hyperscaler messi insieme. Questo è uno dei motivi principali per cui il CEO di nVIDIA ritiene che l'attuale base installata di infrastrutture di data center di 1 trilione di dollari possa crescere fino a 2 trilioni di dollari nei prossimi quattro o cinque anni, con una spesa annuale per l'infrastruttura di data center che crescerà da 250 miliardi di dollari a 500 miliardi di dollari nel lungo termine.numero arabo L'offerta completa di rack per server del GB200 NVL72 è attualmente la soluzione ideale per i sovrani che non hanno la capacità tecnologica di progettare i propri cluster di addestramento o inferenza dell'IA e sono più disposti ad acquistare prodotti pronti all'uso.
La vista dell'immobile (Guy)
La crescita delle applicazioni di intelligenza artificiale e machine learning, che richiedono una notevole potenza di calcolo e archiviazione dei dati, è l'ultimo di molti fattori che determinano la necessità di funzionalità avanzate per data center da parte dei potenziali tenant. I REIT dei data center stanno assistendo a un'impennata della domanda da parte dei clienti che cercano di garantire i loro ambiziosi piani di crescita nell'intelligenza artificiale e nell'infrastruttura digitale. Infatti, le nuove attività di leasing negli Stati Uniti nel corso del 2023 hanno totalizzato lo stesso importo nell'intero triennio precedente (2020-2022).3
Alcune previsioni per la futura crescita della domanda guidata dall'intelligenza artificiale sono sbalorditive: Morgan Stanley ha previsto che la crescita del mercato del cloud pubblico passerà dagli attuali 500 miliardi di dollari+ a un'opportunità di 2,5 trilioni di dollari entro il 2032.4 Boston Consulting Group prevede che le future richieste di AI computing si tradurranno in un aumento di tre volte dell'elettricità consumata dai data center entro il 2030, equivalente all'elettricità consumata da un terzo delle case degli Stati Uniti in un anno.5
Equinix, il più grande REIT di data center al mondo, è un esempio di azienda che ha beneficiato della continua crescita della domanda di data center. Fondata 25 anni fa, Equinix ha sviluppato la piattaforma di data center più interconnessa al mondo ed è un'azienda veramente globale, con oltre la metà dei suoi ricavi generati al di fuori degli Stati Uniti. L'azienda mira inoltre a raggiungere la neutralità climatica globale entro il 2030 e negli ultimi anni ha raggiunto una copertura di oltre il 90% di energia rinnovabile.
Equinix ha recentemente annunciato una partnership con nVIDIA per offrire i sistemi di supercalcolo dell'azienda di chip a clienti aziendali su base esternalizzata. Ciò rende più facile per i clienti Equinix utilizzare sistemi di elaborazione "IA privati" che consentono casi d'uso personalizzati e un migliore controllo sui dati proprietari, piuttosto che affidarsi al cloud computing di Amazon (AWS) e Microsoft (Azure), che possono sollevare problemi di privacy dei dati per alcuni utenti. nVIDIA ha formato il personale di Equinix per costruire e gestire i propri sistemi, il che aprirà un nuovo livello di servizio per Equinix da fornire ai propri inquilini e, in ultima analisi, un nuovo flusso di entrate.
Riteniamo che questo sia un esempio di molteplici percorsi di crescita per i data center, in un momento in cui il mondo cerca di competere e rimanere rilevante in un'era tecnologica in rapida evoluzione.
In sintesi
L'aumento della domanda di genAI sta creando sia opportunità che rischi, con guadagni potenzialmente significativi per i suoi principali fattori abilitanti. Questo, combinato con il passaggio a nuove tecnologie per consentire una minore impronta energetica, crea molteplici vettori di opportunità per gli investitori attivi in diversi settori, tra cui la tecnologia e l'immobiliare.
In un articolo di follow-up, approfondiremo da un punto di vista geopolitico e di sostenibilità il modo in cui la crescita dell'IA e dei data center sta alimentando le tensioni commerciali dei semiconduttori e i rischi derivanti da riforma normativa date le insaziabili esigenze di potere dell'IA, nonché le implicazioni che ciò ha per gli investitori.
Questi temi sono esplorati anche in un prossimo articolo del Global Sustainable Equity Team intitolato "Boom dei data center: navigare nella crisi energetica".
1 sala stampa nVIDIA, 18 marzo 2024: La piattaforma NVIDIA Blackwell arriva per alimentare una nuova era dell'informatica.
numero arabo Discorso di apertura di Jensen Huang al GTC 2024.
3 UBS Data Center Hawk, 24 febbraio 2024.
4 Morgan Stanley, IDC. Morgan Stanley Research, Global Telco, Tech & Infrastructure, 27 febbraio 2024.
5Presentazione non proprietaria di NuScale. Dati di Boston Consulting Group: L'impatto di GenAI sull'elettricità. Come la GenAI sta alimentando il boom dei data center negli Stati Uniti, 13 settembre 2023.
Inferenza AI: si riferisce all'elaborazione dell'intelligenza artificiale in cui la conoscenza di un modello di rete neurale addestrato viene utilizzata per dedurre un risultato.
Soluzione rack completa: in genere riguarda data center, hosting di server e ambienti di rete. Si riferisce al noleggio o all'acquisto di un rack completo di apparecchiature e servizi server in un data center. Questa soluzione include lo spazio rack fisico, i server e l'hardware alloggiati all'interno di tale spazio, le apparecchiature di rete (come switch e router), i sistemi di gestione dell'alimentazione e i meccanismi di raffreddamento per garantire che le apparecchiature funzionino in modo efficiente e affidabile.
Soluzione full stack: si riferisce a un approccio completo allo sviluppo del software che copre tutti i livelli di un'applicazione o di un progetto. Ciò include sia i componenti front-end che back-end, nonché tutti gli altri livelli necessari per il pieno funzionamento dell'applicazione.
GenAI: l'IA generativa si riferisce a modelli di deep learning che si addestrano su grandi volumi di dati grezzi per generare "nuovi contenuti" tra cui testo, immagini, audio e video.
GPU: un'unità di elaborazione grafica esegue complessi calcoli matematici e geometrici necessari per il rendering grafico.
GPU die: si riferisce al pezzo nudo di silicio di cui è composta l'unità di elaborazione (una GPU o una CPU). Il dado è spesso scambiato con 'chip'.
GPGPU: le unità di elaborazione grafica generiche sfruttano la potenza delle GPU, che sono convenzionalmente utilizzate per generare computer grafica, per svolgere compiti tradizionalmente svolti dalle unità di elaborazione centrale (CPU).
Hyperscaler: società che forniscono infrastrutture per servizi internet, networking e cloud su larga scala. Tra gli esempi figurano Google, Microsoft, Facebook, Alibaba e Amazon Web Services (AWS).
LLM (large language model, modello linguistico di grandi dimensioni): un tipo specializzato di intelligenza artificiale che è stato addestrato su grandi quantità di testo per comprendere i contenuti esistenti e generare contenuti originali.
Legge di Moore: prevede che il numero di transistor che possono essere inseriti in un microchip raddoppierà all'incirca ogni due anni, diminuendo quindi il costo relativo e aumentando Performance.
INFORMAZIONI IMPORTANTI
Non c'è alcuna garanzia che le tendenze passate si confermino o che le previsioni si realizzino.
I settori tecnologici possono essere influenzati in modo significativo dall'obsolescenza della tecnologia esistente, dai cicli brevi dei prodotti, dal calo dei prezzi e dei profitti, dalla concorrenza di nuovi operatori che arrivano sul mercato e dalle condizioni economiche generali. Un investimento concentrato in un singolo settore potrebbe essere più volatile rispetto alla performance del mercato e di investimenti meno concentrati.
I REIT o Real Estate Investment Trusts investono in immobili, attraverso la proprietà diretta di beni immobiliari, azioni immobiliari o mutui ipotecari. Essendo quotati in borsa, i REIT sono solitamente molto liquidi e scambiati come azioni.
I titoli immobiliari, compresi i Real Estate Investment Trusts (REIT), possono essere soggetti a rischi aggiuntivi quali rischi di tasso d'interesse, di gestione, fiscali, economici, ambientali e di concentrazione.
Queste sono le opinioni dell'autore al momento della pubblicazione e possono differire da quelle di altri individui/team di Janus Henderson Investors. I riferimenti a singoli titoli non costituiscono una raccomandazione all'acquisto, alla vendita o alla detenzione di un titolo, di una strategia d'investimento o di un settore di mercato e non devono essere considerati redditizi. Janus Henderson Investors, le sue affiliate o i suoi dipendenti possono avere un’esposizione nei titoli citati.
Le performance passate non sono indicative dei rendimenti futuri. Tutti i dati dei rendimenti includono sia il reddito che le plusvalenze o le eventuali perdite ma sono al lordo dei costi delle commissioni dovuti al momento dell'emissione.
Le informazioni contenute in questo articolo non devono essere intese come una guida all'investimento.
Non vi è alcuna garanzia che le tendenze passate continuino o che le previsioni si realizzino.
Comunicazione di Marketing.
6 minuti di lettura
In sintesi
- nVIDIA continua a offrire Performance AI migliorate, velocità e consumo energetico ridotto.
- I REIT dei data center stanno beneficiando di una forte domanda a seguito dell'aumento della crescita e della spesa per le infrastrutture dei data center.
- Le aziende tecnologiche e immobiliari stanno collaborando, creando molteplici percorsi di crescita per soddisfare la crescente domanda di genAI.