De ce pariul total pe NVIDIA este un risc strategic
Capcana monoculturii
Imaginați-vă că 95% dintre mașinile lumii ar putea rula doar pe un anumit tip de benzină vândută de o singură companie. Imaginați-vă că rafinăria acestei companii s-ar afla pe o insulă instabilă din punct de vedere geologic. Imaginați-vă că fiecare alt producător de mașini ar trebui să-și proiecteze motoarele pentru a se potrivi acestui amestec specific de combustibil.
Dacă acea companie ar avea o defecțiune de producție, sau ar crește prețurile cu 400%, sau dacă o blocadă ar tăia insula de restul lumii, economia globală s-ar opri din mers. Transportul ar înceta.
Sună ca o ficțiune distopică, dar aceasta este realitatea exactă a industriei de inteligență artificială de astăzi.
În 2025, aproximativ 95% din antrenarea AI și inferența de înaltă performanță are loc pe GPU-uri fabricate de o singură companie: NVIDIA. Întregul stack global de AI (de la framework-urile PyTorch până la design-urile de răcire ale centrelor de date) este optimizat pentru arhitectura NVIDIA. Industria este dependentă de CUDA, platforma software proprietară a NVIDIA.
NVIDIA este o companie strălucită. Au construit o tehnologie incredibilă. Dar această monocultură este un coșmar strategic. Creează un singur punct de eșec (SPOF) pentru întregul viitor al inteligenței umane.
Lipsa structurală
Cu toții am trecut prin penuria de H100 din 2023 și 2024. Startup-urile au așteptat 12 luni pentru hardware. Guvernele au stocat cipuri ca pe lingouri de aur. Prețul puterii de calcul a explodat.
Nu a fost doar o defecțiune temporară a lanțului de aprovizionare. A fost un blocaj structural. Fabricarea acestor cipuri depinde de un proces incredibil de complex numit ambalare avansată CoWoS (Chip-on-Wafer-on-Substrate), realizat în principal de TSMC în Taiwan. Capacitatea de a produce aceste pachete este limitată. Legile fizicii sunt limitate.
Dacă strategia ta de AI se bazează pe obținerea celui mai nou și mai performant cip NVIDIA, pariezi supraviețuirea companiei tale pe un lanț de aprovizionare pe care nu îl controlezi, pentru un produs care este scos la licitație pentru cel mai mare ofertant.
Șanțul CUDA
Blocarea reală nu este hardware-ul; este software-ul. CUDA este limbajul AI. Timp de 15 ani, cercetătorii și studenții au învățat să scrie nuclee CUDA. Bibliotecile sunt optimizate pentru CUDA. Dacă încerci să rulezi cod AI standard pe un card AMD sau pe un accelerator Intel, intri adesea într-o lume a durerii: dependențe stricate, nuclee lipsă și performanțe slabe.
Această „centură de apărare CUDA" ține concurenții la distanță. Se asigură că, chiar dacă AMD construiește un cip mai rapid și mai ieftin (ceea ce a și făcut), nimeni nu îl cumpără, pentru că software-ul nu „funcționează" pur și simplu.
Filozofia Dweve: Rulează peste tot
La Dweve, am luat o decizie radicală de la început. Ne-am uitat la capcana CUDA și am spus: „Nu."
Am decis că nu vom scrie nici măcar o linie de cod CUDA. Nu vom depinde de o stivă hardware proprietară.
În schimb, ne-am construit stiva pe standarde deschise. Folosim Vulkan (API-ul grafic care rulează pe orice, de la telefoane Android la servere Linux). Folosim OpenCL. Folosim SPIR-V. Ne bazăm pe reprezentări intermediare (IR) precum MLIR (reprezentare intermediară pe mai multe niveluri).
Dar adevărata rețetă secretă nu este doar API-ul; este matematica.
Deoarece rețelele noastre neuronale binare (BNN) se bazează pe operații simple cu numere întregi (XNOR și POPCNT), nu pe înmulțiri complexe de matrice cu virgulă mobilă, nu suntem legați de „Tensor Cores” specifice, pe care doar NVIDIA le face bine.
Tensor Cores sunt unități hardware specializate, proiectate să proceseze rapid matematica cu virgulă mobilă pe 16 biți. Dacă algoritmul tău se bazează pe FP16, ai nevoie de un Tensor Core. Dacă algoritmul tău se bazează pe logică pe 1 bit, nu ai nevoie. Ai nevoie doar de porți logice digitale de bază.
Această libertate arhitecturală ne permite să rulăm eficient pe o diversitate impresionantă de hardware:
1. AMD ROCm
GPU-urile Instinct de la AMD oferă putere brută de calcul și lățime de bandă a memoriei excelente per dolar. Pentru sarcinile de lucru cu virgulă mobilă, stiva software (ROCm) a fost istoric punctul slab. Dar pentru sarcinile noastre binare, compilăm direct la ISA (Instruction Set Architecture). Ocolim bibliotecile nesigure. Pe hardware AMD, modelele Dweve zboară.
2. Procesoare Intel (AVX-512)
Toată lumea ignoră modestul CPU. Dar procesoarele moderne Intel Xeon au un set de instrucțiuni numit AVX-512. Acesta permite procesorului să proceseze 512 biți de date într-un singur ciclu. Pentru o rețea neuronală binară, asta înseamnă 512 neuroni procesați instantaneu. Putem rula inferențe de înaltă performanță pe servere standard pe care companiile le dețin deja. Nu este nevoie de GPU.
3. RISC-V
RISC-V este arhitectura hardware open-source a viitorului. Este pentru cipuri ceea ce Linux a fost pentru sistemele de operare. Rulăm nativ pe acceleratoare RISC-V. Acest lucru este crucial pentru Europa și pentru națiunile în curs de dezvoltare care doresc să își construiască propriile industrii interne de cipuri, independente de controalele de export ale SUA.
4. FPGA (Field Programmable Gate Arrays)
Aceasta este cea mai interesantă frontieră. Un FPGA este un cip „pânză goală” care poate fi reconectat în milisecunde. Deoarece rețelele noastre folosesc porți logice simple, putem conecta fizic cipul pentru a se potrivi cu structura rețelei neuronale. Datele curg prin cip ca apa prin țevi, cu zero suprasarcină. Acest lucru oferă latență ultra-scăzută (microsecunde) și eficiență energetică extremă.
Reziliență strategică și suveranitate
Pentru clienții noștri (în special guverne, agenții de apărare și furnizori de infrastructură critică), acest agnosticism hardware este o caracteristică esențială.
Înseamnă că nu sunt blocați de sancțiuni. Dacă o criză geopolitică întrerupe accesul la cipurile americane, își pot rula modelele Dweve pe cipuri europene sau pe siliciu vechi disponibil pe scară largă. Au un „Plan B”.
Înseamnă că au putere de negociere. Nu sunt dependenți de capriciile de preț ale unui singur furnizor. Dacă NVIDIA crește prețurile, pot trece la AMD sau la ASIC-uri specializate fără să își rescrie software-ul.
Înseamnă, de asemenea, longevitate. Un NVIDIA H100 va fi depășit în 3 ani. În medii industriale (trenuri, fabrici, centrale electrice), echipamentele trebuie să reziste 20 de ani. Un FPGA generic sau un CPU standard va fi funcțional timp de decenii. Construim software care respectă ciclul de viață al lumii fizice.
Era Post-GPU
Credem că dominația GPU-ului de uz general (GPGPU) în domeniul AI este o anomalie istorică. A fost instrumentul potrivit pentru faza de prototipare a AI, deoarece era flexibil și disponibil. Dar, pe măsură ce AI intră în faza de implementare, vom asista la o explozie cambriană a hardware-ului specializat.
Vom vedea calcul analogic. Calcul optic. Calcul neuromorfic. Calcul în memorie. Toate aceste arhitecturi sunt fundamental incompatibile cu CUDA. Ele necesită un nou stack software.
Prin decuplarea software-ului nostru de monopolul hardware de astăzi, Dweve este pregătit pentru viitor. Nu construim doar pentru cipurile din 2025; construim pentru fizica anului 2035.
Vrei AI care rulează în condițiile tale, nu ale NVIDIA? Arhitectura hardware-agnostică Dweve îți oferă libertate strategică, control al costurilor și reziliență suverană. Contactează-ne pentru a descoperi cum rețelele noastre neuronale binare pot rula pe hardware-ul pe care îl deții deja sau pe siliciul deschis de mâine.