Source originale : Industrie des semi-conducteurs verticale et horizontale
Auteur : Takashi Yunoue
Source de l'image : générée par Unbounded AI
Classement des ventes des fabricants de semi-conducteurs au deuxième trimestre 2023
Le 14 août 2023, la société de recherche américaine Semiconductor Intelligence a annoncé le classement des 15 premières ventes des fabricants de semi-conducteurs au deuxième trimestre (T2) 2023.
Cependant, moi (Takashi Yuoue) j'ai été déçu par ce classement. La raison en est que le classement de Taiwan Semiconductor Manufacturing Co., Ltd. est inconnu, j'ai donc jeté un œil aux données du rapport financier de TSMC et les ai ajoutés au classement des renseignements sur les semi-conducteurs (Figure 1).
Figure 1 : 15 principaux fabricants de semi-conducteurs par ventes (premier trimestre et deuxième trimestre 2023) Source : auteur basé sur les données du rapport financier Semiconductor Intelligence et TSMC
À en juger par les résultats, la première place est TSMC, la deuxième place est Intel, la troisième place est Samsung, la quatrième place est Nvidia, la cinquième place est Broadcom et la sixième place est Qualcomm (les quatrième et cinquième places sont prévues pour ).
Parmi les fabricants japonais, Renesas Electronics, qui possède une solide activité de semi-conducteurs pour l'automobile, se classe au 15ème rang, mais Kioxia, qui produit des NAND, semble avoir disparu du top 15.
Notamment, Nvidia a connu une croissance de 69,2 % entre le premier trimestre 2023 et le deuxième trimestre. NVIDIA utilise un exercice fiscal (FY) plutôt qu'une année civile (CY) à des fins comptables (Figure 2). Par conséquent, le moment de la publication des rapports financiers diffère d'un mois du moment où Intel et Samsung ont publié les rapports financiers à CY. En conséquence, les ventes de Nvidia sont écrites comme « prévisions » dans le classement Semiconductor Intelligence.
Figure 2 Différence entre l'exercice financier (année fiscale) et l'année civile (année civile) de NVIDIA
Alors, où est le véritable classement de Nvidia ? Est-ce vraiment le numéro quatre ?
Dans cet article, nous examinons d'abord les données de ventes trimestrielles de Nvidia. Ensuite, j'essaierai de comparer les ventes avec les trois principaux fabricants de semi-conducteurs, TSMC, Intel, Samsung et Nvidia. En outre, la propagation explosive de l'IA générative, telle que l'IA ouverte « ChatGPT » lancée le 30 novembre 2022, est à l'origine de la croissance rapide des ventes de NVIDIA. En plus de cela, j'évoquerai également la possibilité que Nvidia puisse jouer à l'avenir un rôle de premier plan dans le classement des ventes des fabricants de semi-conducteurs.
Comparaison entre les trois principaux fabricants de semi-conducteurs et Nvidia
La figure 3 montre les tendances trimestrielles des ventes et du bénéfice d'exploitation de Nvidia. Comme mentionné dans la section précédente, Nvidia utilise son exercice financier (FY) pour rendre compte de ses performances. Par conséquent, le premier trimestre 2024 s'étend de février à avril 2023, le deuxième trimestre 2024 s'étend de mai à juillet 2023 et les prévisions de NVIDIA pour le troisième trimestre 2024 s'étendent d'août à octobre 2023.
Figure 3 Ventes et résultat opérationnel trimestriels de Nvidia (prévisions Nvidia pour le troisième trimestre 2024) Source : rapport financier de Nvidia
En regardant à nouveau la figure 3, les ventes trimestrielles sont passées de 7,2 milliards de dollars américains au premier trimestre 2024 (de février 2023 à avril 2023) à 13,5 milliards de dollars américains au deuxième trimestre 2024 (de mai à juillet 2023). Vous pouvez voir que l'échelle a doublé.
Comment devrions-nous comparer cet exercice financier Nvidia avec TSMC, Intel et Samsung qui s'installent à CY ? Puisqu'il est difficile de faire des comparaisons cohérentes dans le temps, pour des CY tels que TSMC, les ventes sont tracées en mars, juin, septembre et décembre, les derniers mois des résultats financiers trimestriels. J'ai créé un graphique retraçant les ventes pour avril, juillet, octobre et janvier (Figure 4).
Figure 4 Ventes trimestrielles d'Intel, Samsung, TSMC et Nvidia (établies à la fin de la période comptable de chaque société) Source : Préparation de l'auteur sur la base des états financiers de chaque société
Intel a occupé la première place jusqu'en mars 2017, mais Samsung, qui a connu une croissance rapide en raison de la bulle mémoire, a grimpé au premier rang entre juin 2017 et septembre 2018. Cependant, la récession de la mémoire est survenue et Intel est revenu à la première place après décembre 2018.
Pendant un certain temps, Intel était numéro un et Samsung numéro deux. Cependant, lorsque la demande particulière de la nouvelle couronne a commencé à s'effondrer en 2022, les ventes d'Intel ont chuté rapidement après décembre 2021, celles de Samsung après juin 2022 et TSMC, qui a connu une croissance constante depuis 2019, les a dépassées en septembre 2022. un. Les ventes de TSMC ont également fortement chuté depuis décembre 2022.
Dans ce cas, les ventes de Nvidia augmenteront considérablement d'avril 2023 à juillet de la même année. Bien que le délai de règlement soit espacé d'un mois et ne puisse pas être directement comparé, d'après la figure 4, entre juin et juillet 2023, TSMC sera premier, NVIDIA deuxième, Intel troisième et Samsung quatrième.
De plus, si les ventes de TSMC continuent de baisser après septembre 2023, ce n'est pas un fantasme pour Nvidia, qui devrait réaliser un chiffre d'affaires de 16 milliards de dollars en octobre de la même année, de se hisser en tête de liste. Si cela se produit, Nvidia, fondée en 1993, deviendra pour la première fois de l’histoire la première entreprise de semi-conducteurs en termes de chiffre d’affaires.
Mais qu’est-ce qui motive les progrès rapides de Nvidia ?
La propagation explosive de ChatGPT
Lancé par Open AI le 30 novembre 2022, ChatGPT a rapidement gagné en popularité dans le monde entier. Le temps nécessaire pour atteindre 100 millions d'utilisateurs actifs est de 54 mois pour Facebook, 49 mois pour X (ancien Twitter), 30 mois pour Instagram, 19 mois pour LINE, 9 mois pour TikTok, et ChatGPT dit qu'il n'y a que deux lunes.
Ses résultats se sont également rapidement améliorés : en janvier 2023, les réponses à l'examen final du MBA étaient notées B (niveau de réussite). En février de la même année, le taux de réponses correctes à l'American Medical Qualification Examination a atteint la ligne de réussite. de la même année, il a été rapporté que le GPT-4 avait lieu en mai. Le score à l'examen de qualification du barreau américain en juin est entré dans le top 10 %, atteignant le niveau de réussite à l'examen médical national japonais au cours des cinq dernières années.
La montée en puissance de l’IA générative à partir de ChatGPT est sans limites, et depuis lors, les entreprises de haute technologie ont commencé à développer l’IA générative. Cette génération d’IA utilise un semi-conducteur appelé Graphics Processing Unit (GPU). Nvidia a le monopole dans le domaine des GPU.
Ici, qu’est-ce que l’intelligence artificielle générative et comment fonctionne-t-elle ? Quel rôle joue le GPU ?
ChatGPT comporte deux étapes
Figure 5 Nous expliquerons le mécanisme de génération d'IA tel que ChatGPT. Les étapes de l’intelligence artificielle générative se divisent en deux phases : l’apprentissage et le raisonnement.
Figure 5 Principe de l'IA générative et semi-conducteur AI utilisé (GPU NVIDIA)
Tout d'abord, chargez des données volumineuses telles que des données texte et des données d'image sur Internet dans un serveur équipé de semi-conducteurs IA tels que les GPU NVIDIA (ci-après dénommés serveurs IA). À ce moment-là, les semi-conducteurs d’intelligence artificielle tels que les GPU apprendront des données.
Ensuite, lorsqu'un utilisateur écrit une question dans le chat, l'IA générative exécutée sur le serveur d'IA fait des déductions et propose une réponse. À cette époque, c'était le GPU de Nvidia et d'autres semi-conducteurs d'IA qui effectuaient l'inférence sur le serveur d'IA.
De cela, nous pouvons voir que l'IA générative peut être considérée comme « comme un logiciel », fonctionnant sur des semi-conducteurs d'IA (tels que les GPU Nvidia) installés sur des serveurs d'IA.
La diffusion et la mise à l’échelle de l’IA générative comme ChatGPT sont illimitées. En conséquence, sur le marché des semi-conducteurs, le problème de pénurie de GPU de Nvidia devient de plus en plus grave. Dans ce cas, les entreprises de haute technologie développant l’intelligence artificielle générative s’empressent de collecter autant de GPU Nvidia que possible.
Nvidia propose plusieurs types de GPU, mais les plus recherchés sont les A100 7 nm (10 000 $ chacun) et H100 (40 000 $ chacun) de TSMC. Peu importe son prix, étant donné qu'une seule DRAM coûte 10 $, que le processeur iPhone d'Apple coûte 100 $ et que le processeur PC d'Intel coûte 200 $, je n'ai jamais vu un GPU coûter entre 10 000 $ et 40 000 $, il n'existe pas. Ridiculement cher pour les pourboires.
Les centres de données en expansion rapide exigent des GPU pour serveurs IA
La figure 6 montre les ventes trimestrielles de Nvidia par segment d'activité. Initialement, les GPU de Nvidia étaient des semi-conducteurs développés pour les consoles de jeux. Comme le montre la figure 6, les ventes de GPU de jeu étaient les plus importantes jusqu'aux environs de l'exercice 2020 (situation réelle en 2019).
Figure 6 Ventes trimestrielles de Nvidia par secteur d’activité
Dans de telles circonstances, il a été constaté que les GPU capables de traiter de grandes quantités d’images en parallèle sont les plus adaptés aux semi-conducteurs d’IA. Dans ma mémoire, entre 2016 et 2018 environ, les GPU Nvidia étaient souvent utilisés dans les semi-conducteurs d’IA pour la conduite autonome des voitures.
Cependant, d’après la figure 6, le volume des ventes de GPU automobiles n’est pas si important. La raison en est que la conduite automobile entièrement automatique n'a pas encore été popularisée et que les pionniers de la conduite automatique dirigés par Tesla aux États-Unis ont commencé à développer leurs propres semi-conducteurs d'IA pour les véhicules à conduite entièrement automatique.
À partir de l’exercice 2023 (en fait 2022), les ventes internes de GPU de Nvidia pour les serveurs IA des centres de données augmenteront rapidement. Les ventes de GPU pour les serveurs IA vont exploser au cours de l’exercice 2024 (en fait 2023).
Poussés par la demande croissante de GPU pour serveurs d'IA, les revenus de Nvidia ont (vraisemblablement) dépassé ceux d'Intel et de Samsung et se rapprochent de TSMC. Si cette dynamique se poursuit, TSMC pourrait la dépasser.
Depuis 2010, Intel, Samsung et TSMC, qui vendent le plus de semi-conducteurs, sont surnommés les « Big Three ». Nvidia, cependant, a soudainement rejoint la course aux premiers rangs. À l’avenir, Nvidia pourrait devenir le numéro un des ventes de semi-conducteurs. De toute évidence, l’heure de Nvidia est venue.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
ChatGPT "aéroporté", comment est arrivée l'ère de Nvidia ?
Source originale : Industrie des semi-conducteurs verticale et horizontale
Auteur : Takashi Yunoue
Classement des ventes des fabricants de semi-conducteurs au deuxième trimestre 2023
Le 14 août 2023, la société de recherche américaine Semiconductor Intelligence a annoncé le classement des 15 premières ventes des fabricants de semi-conducteurs au deuxième trimestre (T2) 2023.
Cependant, moi (Takashi Yuoue) j'ai été déçu par ce classement. La raison en est que le classement de Taiwan Semiconductor Manufacturing Co., Ltd. est inconnu, j'ai donc jeté un œil aux données du rapport financier de TSMC et les ai ajoutés au classement des renseignements sur les semi-conducteurs (Figure 1).
À en juger par les résultats, la première place est TSMC, la deuxième place est Intel, la troisième place est Samsung, la quatrième place est Nvidia, la cinquième place est Broadcom et la sixième place est Qualcomm (les quatrième et cinquième places sont prévues pour ).
Parmi les fabricants japonais, Renesas Electronics, qui possède une solide activité de semi-conducteurs pour l'automobile, se classe au 15ème rang, mais Kioxia, qui produit des NAND, semble avoir disparu du top 15.
Notamment, Nvidia a connu une croissance de 69,2 % entre le premier trimestre 2023 et le deuxième trimestre. NVIDIA utilise un exercice fiscal (FY) plutôt qu'une année civile (CY) à des fins comptables (Figure 2). Par conséquent, le moment de la publication des rapports financiers diffère d'un mois du moment où Intel et Samsung ont publié les rapports financiers à CY. En conséquence, les ventes de Nvidia sont écrites comme « prévisions » dans le classement Semiconductor Intelligence.
Alors, où est le véritable classement de Nvidia ? Est-ce vraiment le numéro quatre ?
Dans cet article, nous examinons d'abord les données de ventes trimestrielles de Nvidia. Ensuite, j'essaierai de comparer les ventes avec les trois principaux fabricants de semi-conducteurs, TSMC, Intel, Samsung et Nvidia. En outre, la propagation explosive de l'IA générative, telle que l'IA ouverte « ChatGPT » lancée le 30 novembre 2022, est à l'origine de la croissance rapide des ventes de NVIDIA. En plus de cela, j'évoquerai également la possibilité que Nvidia puisse jouer à l'avenir un rôle de premier plan dans le classement des ventes des fabricants de semi-conducteurs.
Comparaison entre les trois principaux fabricants de semi-conducteurs et Nvidia
La figure 3 montre les tendances trimestrielles des ventes et du bénéfice d'exploitation de Nvidia. Comme mentionné dans la section précédente, Nvidia utilise son exercice financier (FY) pour rendre compte de ses performances. Par conséquent, le premier trimestre 2024 s'étend de février à avril 2023, le deuxième trimestre 2024 s'étend de mai à juillet 2023 et les prévisions de NVIDIA pour le troisième trimestre 2024 s'étendent d'août à octobre 2023.
En regardant à nouveau la figure 3, les ventes trimestrielles sont passées de 7,2 milliards de dollars américains au premier trimestre 2024 (de février 2023 à avril 2023) à 13,5 milliards de dollars américains au deuxième trimestre 2024 (de mai à juillet 2023). Vous pouvez voir que l'échelle a doublé.
Comment devrions-nous comparer cet exercice financier Nvidia avec TSMC, Intel et Samsung qui s'installent à CY ? Puisqu'il est difficile de faire des comparaisons cohérentes dans le temps, pour des CY tels que TSMC, les ventes sont tracées en mars, juin, septembre et décembre, les derniers mois des résultats financiers trimestriels. J'ai créé un graphique retraçant les ventes pour avril, juillet, octobre et janvier (Figure 4).
Intel a occupé la première place jusqu'en mars 2017, mais Samsung, qui a connu une croissance rapide en raison de la bulle mémoire, a grimpé au premier rang entre juin 2017 et septembre 2018. Cependant, la récession de la mémoire est survenue et Intel est revenu à la première place après décembre 2018.
Pendant un certain temps, Intel était numéro un et Samsung numéro deux. Cependant, lorsque la demande particulière de la nouvelle couronne a commencé à s'effondrer en 2022, les ventes d'Intel ont chuté rapidement après décembre 2021, celles de Samsung après juin 2022 et TSMC, qui a connu une croissance constante depuis 2019, les a dépassées en septembre 2022. un. Les ventes de TSMC ont également fortement chuté depuis décembre 2022.
Dans ce cas, les ventes de Nvidia augmenteront considérablement d'avril 2023 à juillet de la même année. Bien que le délai de règlement soit espacé d'un mois et ne puisse pas être directement comparé, d'après la figure 4, entre juin et juillet 2023, TSMC sera premier, NVIDIA deuxième, Intel troisième et Samsung quatrième.
De plus, si les ventes de TSMC continuent de baisser après septembre 2023, ce n'est pas un fantasme pour Nvidia, qui devrait réaliser un chiffre d'affaires de 16 milliards de dollars en octobre de la même année, de se hisser en tête de liste. Si cela se produit, Nvidia, fondée en 1993, deviendra pour la première fois de l’histoire la première entreprise de semi-conducteurs en termes de chiffre d’affaires.
Mais qu’est-ce qui motive les progrès rapides de Nvidia ?
La propagation explosive de ChatGPT
Lancé par Open AI le 30 novembre 2022, ChatGPT a rapidement gagné en popularité dans le monde entier. Le temps nécessaire pour atteindre 100 millions d'utilisateurs actifs est de 54 mois pour Facebook, 49 mois pour X (ancien Twitter), 30 mois pour Instagram, 19 mois pour LINE, 9 mois pour TikTok, et ChatGPT dit qu'il n'y a que deux lunes.
Ses résultats se sont également rapidement améliorés : en janvier 2023, les réponses à l'examen final du MBA étaient notées B (niveau de réussite). En février de la même année, le taux de réponses correctes à l'American Medical Qualification Examination a atteint la ligne de réussite. de la même année, il a été rapporté que le GPT-4 avait lieu en mai. Le score à l'examen de qualification du barreau américain en juin est entré dans le top 10 %, atteignant le niveau de réussite à l'examen médical national japonais au cours des cinq dernières années.
La montée en puissance de l’IA générative à partir de ChatGPT est sans limites, et depuis lors, les entreprises de haute technologie ont commencé à développer l’IA générative. Cette génération d’IA utilise un semi-conducteur appelé Graphics Processing Unit (GPU). Nvidia a le monopole dans le domaine des GPU.
Ici, qu’est-ce que l’intelligence artificielle générative et comment fonctionne-t-elle ? Quel rôle joue le GPU ?
ChatGPT comporte deux étapes
Figure 5 Nous expliquerons le mécanisme de génération d'IA tel que ChatGPT. Les étapes de l’intelligence artificielle générative se divisent en deux phases : l’apprentissage et le raisonnement.
Tout d'abord, chargez des données volumineuses telles que des données texte et des données d'image sur Internet dans un serveur équipé de semi-conducteurs IA tels que les GPU NVIDIA (ci-après dénommés serveurs IA). À ce moment-là, les semi-conducteurs d’intelligence artificielle tels que les GPU apprendront des données.
Ensuite, lorsqu'un utilisateur écrit une question dans le chat, l'IA générative exécutée sur le serveur d'IA fait des déductions et propose une réponse. À cette époque, c'était le GPU de Nvidia et d'autres semi-conducteurs d'IA qui effectuaient l'inférence sur le serveur d'IA.
De cela, nous pouvons voir que l'IA générative peut être considérée comme « comme un logiciel », fonctionnant sur des semi-conducteurs d'IA (tels que les GPU Nvidia) installés sur des serveurs d'IA.
La diffusion et la mise à l’échelle de l’IA générative comme ChatGPT sont illimitées. En conséquence, sur le marché des semi-conducteurs, le problème de pénurie de GPU de Nvidia devient de plus en plus grave. Dans ce cas, les entreprises de haute technologie développant l’intelligence artificielle générative s’empressent de collecter autant de GPU Nvidia que possible.
Nvidia propose plusieurs types de GPU, mais les plus recherchés sont les A100 7 nm (10 000 $ chacun) et H100 (40 000 $ chacun) de TSMC. Peu importe son prix, étant donné qu'une seule DRAM coûte 10 $, que le processeur iPhone d'Apple coûte 100 $ et que le processeur PC d'Intel coûte 200 $, je n'ai jamais vu un GPU coûter entre 10 000 $ et 40 000 $, il n'existe pas. Ridiculement cher pour les pourboires.
Les centres de données en expansion rapide exigent des GPU pour serveurs IA
La figure 6 montre les ventes trimestrielles de Nvidia par segment d'activité. Initialement, les GPU de Nvidia étaient des semi-conducteurs développés pour les consoles de jeux. Comme le montre la figure 6, les ventes de GPU de jeu étaient les plus importantes jusqu'aux environs de l'exercice 2020 (situation réelle en 2019).
Dans de telles circonstances, il a été constaté que les GPU capables de traiter de grandes quantités d’images en parallèle sont les plus adaptés aux semi-conducteurs d’IA. Dans ma mémoire, entre 2016 et 2018 environ, les GPU Nvidia étaient souvent utilisés dans les semi-conducteurs d’IA pour la conduite autonome des voitures.
Cependant, d’après la figure 6, le volume des ventes de GPU automobiles n’est pas si important. La raison en est que la conduite automobile entièrement automatique n'a pas encore été popularisée et que les pionniers de la conduite automatique dirigés par Tesla aux États-Unis ont commencé à développer leurs propres semi-conducteurs d'IA pour les véhicules à conduite entièrement automatique.
À partir de l’exercice 2023 (en fait 2022), les ventes internes de GPU de Nvidia pour les serveurs IA des centres de données augmenteront rapidement. Les ventes de GPU pour les serveurs IA vont exploser au cours de l’exercice 2024 (en fait 2023).
Poussés par la demande croissante de GPU pour serveurs d'IA, les revenus de Nvidia ont (vraisemblablement) dépassé ceux d'Intel et de Samsung et se rapprochent de TSMC. Si cette dynamique se poursuit, TSMC pourrait la dépasser.
Depuis 2010, Intel, Samsung et TSMC, qui vendent le plus de semi-conducteurs, sont surnommés les « Big Three ». Nvidia, cependant, a soudainement rejoint la course aux premiers rangs. À l’avenir, Nvidia pourrait devenir le numéro un des ventes de semi-conducteurs. De toute évidence, l’heure de Nvidia est venue.