Halangan seterusnya AI bukanlah kuasa pengkomputeran: Integrasi sistem dan penyusunan aliran kerja menjadi medan pertempuran baharu.

Pengenalan

Dalam beberapa tahun kebelakangan ini, isu teras industri AI adalah sama ada dapat membina kapasiti pengkomputeran yang mencukupi dengan pantas untuk memenuhi permintaan. Kebangkitan model bahasa besar telah mencetuskan perlumbaan infrastruktur yang tidak pernah berlaku sebelum ini. NVIDIA menjadi pusat ekosistem AI, penyedia awan berskala besar memperluas pusat data pada kadar yang tidak pernah dilihat dalam sejarah, dan penyedia awan asli AI memberi perkhidmatan kepada organisasi yang tidak dapat memperoleh kapasiti pengkomputeran melalui saluran tradisional. Walau bagaimanapun, apabila penggunaan AI semakin matang, industri sedang menghadapi kesesakan baru: daripada mendapatkan infrastruktur AI kepada cara menggunakan infrastruktur ini dengan berkesan.

Artikel ini akan menganalisis kesan mendalam perubahan ini ke atas rantaian bekalan semikonduktor, hala tuju teknikal, landskap persaingan pasaran, dan rantaian bekalan serantau.

Latar Belakang

Ramalan Tirias Research menunjukkan bahawa jumlah inferens LLM akan meningkat daripada 990 trilion token pada tahun 2024 kepada lebih 1 kuadrilion token menjelang tahun 2030, sementara penjanaan imej dan video juga meningkat secara mendadak. Tetapi yang penting, beban kerja AI sedang berkembang daripada Wave 1 (pembantu perbualan) ke Wave 2 (ejen autonomi). Ejen autonomi perlu membuat penaakulan, memanggil alat, mengekalkan konteks, melaksanakan tugas berbilang langkah, dan sering berjalan secara berterusan dan bukannya respons sekali. Dianggarkan pengguna Wave 2 menggunakan 40 kali ganda lebih token secara purata berbanding pengguna Wave 1.

Kapasiti pengkomputeran masih menjadi asas, tetapi tidak lagi mencukupi. Kejayaan semakin bergantung kepada sistem yang menghubungkan model, alat, data, dan tindakan ke dalam aliran kerja yang boleh dipercayai. CEO NVIDIA, Jensen Huang, baru-baru ini menggambarkan AI agentik sebagai satu lagi "titik perubahan" yang dicapai industri.

Analisis Mendalam

Kesan Teknologi

Tumpuan hala tuju teknikal beralih daripada prestasi model tunggal kepada integrasi peringkat sistem. Platform awan AI tidak lagi hanya menyediakan GPU dan storan, tetapi mula merangkumi aliran kerja yang lengkap – termasuk model, enjin carian, pangkalan data vektor, alat kebolehcerapan, rangka kerja ejen, kawalan keselamatan, dan lapisan orkestrasi. Contohnya, "Agents Blueprint" yang dilancarkan oleh Nebius memperluas konsep infrastruktur sebagai kod ke aliran kerja AI, membolehkan pengguna menggunakan semula templat sistem yang telah diuji.

Halangan teknikal tercermin dalam: keupayaan integrasi merentas lapisan, kebolehpercayaan orkestrasi aliran kerja, keseimbangan antara latensi rendah dan pemprosesan tinggi, serta keselamatan dalam persekitaran berbilang penyewa. Kemahiran lembut ini akan menentukan perbezaan lebih daripada ketumpatan pengkomputeran semata-mata.

Kesan Rantaian Bekalan### Kesan Rantaian Bekalan

• Perubahan ini memberi kesan multidimensi kepada rantaian bekalan:
• Cip huluan: Permintaan berterusan untuk GPU, tetapi corak permintaan beralih daripada denyut latihan kepada inferens berterusan. Permintaan untuk cip rangkaian berprestasi tinggi (seperti NVIDIA ConnectX, Broadcom Tomahawk) meningkat kerana ejen perlu kerap memanggil perkhidmatan luaran.
• Storan & Memori: Ejen yang berjalan secara berterusan perlu mengekalkan konteks, mendorong permintaan untuk memori jalur lebar tinggi (HBM) dan storan berkapasiti besar.
• Penyejukan & Bekalan Kuasa: Inferens berterusan menyebabkan taburan kuasa di pusat data lebih sekata, tetapi jumlah penggunaan kuasa meningkat, memberi keperluan lebih tinggi kepada penyejukan cecair dan cip pengurusan kuasa.
• Tindanan Perisian Platform Awan: Projek sumber terbuka (seperti Kubernetes, Ray, LangChain) serta platform komersial (seperti Nebius, Google Vertex AI) menjadi komponen teras, mengubah landskap ekosistem perisian.

Segmen yang mendapat manfaat: Penyedia perkhidmatan awan yang mempunyai keupayaan pengoptimuman penuh timbunan (seperti AWS, Azure, GCP), penyepadu sistem, serta syarikat pemula yang menyediakan alat kebolehcerapan dan orkestrasi. Segmen yang berhadapan risiko: Penyedia perkhidmatan awan yang hanya menawarkan GPU kosong, serta syarikat semikonduktor yang terlalu bergantung kepada permintaan kuasa pengiraan latihan.

Landskap Persaingan

• Landskap persaingan sedang dibentuk semula:
• NVIDIA: Masih menjadi teras pengkomputeran AI, tetapi AI agen memerlukan rangkaian dan storan yang lebih kompleks, mungkin melemahkan dominasi GPU tunggalnya. NVIDIA telah melabur dalam timbunan penuh melalui pengambilalihan (seperti Mellanox) dan perisian (CUDA, AI Enterprise), tetapi menghadapi cabaran daripada AMD, Intel serta ASIC tersuai (seperti Google TPU, Amazon Trainium).
• Gergasi Awan: AWS, Microsoft Azure, Google Cloud menguasai dengan cip rekaan sendiri dan perkhidmatan platform (seperti Amazon Bedrock, Azure AI, Vertex AI). Awan asli AI (seperti Nebius, CoreWeave) bersaing melalui pembezaan aliran kerja.
• Reka Bentuk Cip: AI agen memerlukan inferens kependaman rendah yang lebih tinggi, mendorong perkembangan cip AI pinggir dan cip khusus inferens (seperti Groq, Cerebras).
• EDA/IP: Peningkatan kerumitan reka bentuk sistem memberi keperluan baharu kepada keupayaan simulasi dan pengesahan alat EDA (seperti Synopsys, Cadence).

• Pelarasan bahagian pasaran mungkin semakin pantas: Bahagian pasaran NVIDIA dalam pasaran inferens mungkin dicabar, tetapi masih kukuh dalam latihan; bahagian pasaran cip rekaan sendiri platform awan akan meningkat; pasaran perkhidmatan AI awan akan tertumpu kepada peneraju.- Amerika Syarikat: Didominasi oleh vendor awan berskala besar dan NVIDIA, tetapi keupayaan integrasi sistem bergantung kepada ekosistem perisian Silicon Valley. Awan asli AI seperti Nebius (walaupun didaftarkan di Belanda, pasukan terasnya di Israel/AS) dijangka akan bangkit.
• China: Terjejas oleh kawalan eksport, cip AI domestik (Ascend Huawei, Cambricon) perlu membuat kejayaan dalam perisian sistem, manakala platform aliran kerja (seperti Baidu AI Cloud, Alibaba Cloud PAI) berkembang pesat. Namun, penyertaan dalam rantaian bekalan global menurun.
• Taiwan, China: Permintaan untuk proses termaju TSMC berterusan, tetapi trend integrasi sistem memberi kesan tidak langsung kepada fabrikasi wafer. Pereka seperti MediaTek perlu memberi perhatian kepada keperluan AP untuk Agent AI.
• Korea Selatan: Samsung mempunyai kelebihan dalam storan (HBM) dan faundri, tetapi keupayaan perisian sistem lemah.
• Jepun: Rapidus membuat penempatan dalam pembungkusan termaju, tetapi pembinaan platform awan AI ketinggalan.
• Eropah: Syarikat seperti Nebius mencapai kejayaan dalam inovasi platform awan AI, tetapi skala industri terhad. Akta AI EU mungkin mempengaruhi pematuhan aliran kerja.
• Asia Tenggara: Menjadi tumpuan lokasi pusat data awan, tetapi keupayaan reka bentuk cip tempatan lemah.### Hilir: Aplikasi Industri
• Pengguna perusahaan tidak perlu membina sistem AI sendiri, mereka boleh terus membeli perkhidmatan aliran kerja. Perbezaan bergantung pada data peribadi, penalaan halus domain, dan pematuhan keselamatan. Ini mempercepatkan penggunaan AI, tetapi juga memindahkan halangan teknikal kepada data dan pengetahuan industri.

Kesimpulan

Halangan seterusnya bagi AI bukanlah kuasa pengkomputeran, tetapi keupayaan integrasi sistem dan orkestrasi aliran kerja. Perubahan ini akan membentuk semula taburan nilai rantaian industri: peralihan dari perkakasan ke perisian, dari cip tunggal ke seni bina sistem. Bagi syarikat cip, menyediakan pengkomputeran berprestasi tinggi sahaja tidak mencukupi; mereka mesti bekerjasama secara mendalam dengan platform awan, menawarkan jumlah kos pemilikan dan kecekapan integrasi yang lebih baik. Bagi pelabur, mereka harus memberi perhatian kepada platform awan AI yang mempunyai penyelesaian peringkat sistem, cip storan rangkaian, dan perisian orkestrasi. Dalam landskap persaingan global, Amerika Syarikat masih mempunyai kelebihan perintis, tetapi Eropah dan China mempunyai peluang dalam bidang khusus.