دفعت نفيديا تقييم 3X لجروف في سبتمبر للاستحواذ عليه. هذا استراتيجي نووي. كل مختبر الذكاء الاصطناعي كان يعتمد على وحدة معالجة الرسوميات، مما خلق خطرا كبيرا للتركيز. تحررت جوجل من استخدام وحدات TPU للاستخدام الداخلي، مما أثبتت أن رواية "Nvidia أو لا شيء" خاطئة. لم يثبت هذا فقط الجدوى التقنية، بل كشف أن خندق Nvidia كان أعمق مما كانت تعتقد الأسطور. عندما ينجح جهاز التكبير الفائق في بناء سيليكون مخصص، يبدأ كل مشتري متطور في إجراء حسابات "هل يجب أن نبني حساباتنا الخاصة؟". هذا يسقط TAM من Nvidia. جوناثان روس (مؤسس جراك) هو مخترع TPU. فهم المبادئ المعمارية التي جعلت الذكاء الاصطناعي غير المعالج الرسومي قابلا للتطبيق. كانت بنية وحدة LPU الخاصة به تستهدف عبء العمل الاستنتاجي حيث أن وحدات معالجة الرسومات في الواقع مفرطة في الهندسة. وهذا مهم لأن الاستدلال هو حيث يكون المال الحقيقي على المدى الطويل. التدريب هو رأس مال لمرة واحدة، لكن الاستنتاج هو عملية متكررة تتكيف مع الاستخدام. إذا أثبتت Groq أن وحدات LPUs يمكنها تحقيق أداء سعري تنافسي من خلال الاستنتاج، فإن كل مزود سحابة سيضع علامة تجارية على بنيتها. ستضطر Nvidia إلى "تدريب فقط" بينما تفقد تدفق المعاشات. من الآمن أن نرى هذه الصفقة كتأمين ضد Groq التي تمكن منظومة كاملة من بدائل Nvidia. لكن ما هو أكثر إثارة للاهتمام هو تأثير الطلب الثاني، وهو تثبيت العملاء في القضبان. الآن، تمتلك نفيديا كلا من المعيار القائم (CUDA + GPU) وأكثر المعماريات البديلة مصداقية (LPUs). هذه استراتيجية شراء MSFT على مستوى Github. أي مختبر الذكاء الاصطناعي يقيم "البناء مقابل الشراء مقابل البائع البديل" يواجه الآن: - الخيار أ (بطاقات Nvidia) - الخيار ب (وحدات NVIDIA <> Groq LPUs) - الخيار ج (ابدأ من الصفر) بتحويل تهديد تنافسي إلى أداة لتقسيم العملاء، يعد جنسن سيد المهن. يمكنهم الآن التمييز في السعر: العملاء المميزون يدفعون مقابل وحدات معالجة الرسوميات، ويتم تحويل الاستنتاجات الحساسة للسعر إلى وحدات LPU، وتستحوذ Nvidia على كلا الجهازين. إذا لم تدمج Nvidia وحدات LPU في خارطتها، فهذه كانت خطة دفاعية بحتة. إذا قاموا بدمجها وبدأوا في تقديم حزم "GPU للتدريب، LPU للاستنتاج"، يصبح هذا استحواذا نموذجيا يوسع الخندق. أغلى شيء في التكنولوجيا ليس بناء المستقبل، بل منع شخص آخر من بناء مستقبل بدونك.