Były CEO Intela twierdzi, że karty graficzne NVIDII do sztucznej inteligencji są 10 000 razy za drogie

Pat Gelsinger uważa, że GPU NVIDII do AI są 10 000 razy droższe, niż powinny, sugerując, że rynek wkrótce dostrzeże ich nieopłacalność i zacznie poszukiwać bardziej efektywnych kosztowo rozwiązań. Były CEO Intela podkreślił, że to jednostki CUDA, a nie same układy graficzne, stanowią największą przewagę NVIDII, tworząc silny ekosystem dla deweloperów AI. Zwrócił uwagę na rozwój alternatyw takich jak Jaguar Shores, a także akceleratory AI Intela oraz AMD.

Pat Gelsinger twierdzi, że układy graficzne NVIDII przeznaczone do AI są nieproporcjonalnie drogie, a przyszłość technologii leży w bardziej zoptymalizowanych rozwiązaniach.

NVIDIA RTX PRO Blackwell Laptop GPU - Profesjonalne układy graficzne dla mobilnych stacji roboczych

Pat Gelsinger, były dyrektor generalny Intela, skrytykował politykę cenową NVIDII w kontekście akceleratorów AI. Podczas podcastu Acquired na konferencji GTC 2025 stwierdził, że karty graficzne tej firmy, stosowane w wnioskowaniu AI, są nawet 10 000 razy droższe, niż jest to konieczne. Zasugerował, że rynek wkrótce zda sobie sprawę z tych kosztów i zacznie szukać alternatyw. Według Gelsingera NVIDIA zawdzięcza swoją dominację w AI nie tylko wysokiej wydajności sprzętu, ale także strategii długoterminowej. Były CEO Intela uważa jednak, że to CUDA, a nie same GPU, stanowią rzeczywistą przewagę NVIDII, tworząc silny ekosystem wokół jej technologii. Podkreślił również, że chociaż NVIDIA dobrze przewidziała rozwój AI, to jej sukces w tym obszarze jest wynikiem „łutu szczęścia” i odpowiedniego momentu rynkowego.

NVIDIA DGX Spark, czyli kompaktowy superkomputer AI na biurko dla programistów, badaczy i naukowców

Gelsinger wskazał, że Intel porzucił projekt Falcon Shores i obecnie stawia na Jaguar Shores, który ma być odpowiedzią na konkurencję. Dodał, że seria Intel Gaudi, pomimo swoich możliwości, nie zyskała na rynku takiej pozycji jak układy AMD Instinct czy NVIDIA Hopper. Jego zdaniem przyszłość leży w dedykowanych akceleratorach do inferencji AI, które mogą okazać się znacznie bardziej efektywne pod względem kosztów i wydajności. Były szef Intela wspomniał również o komputeryzacji kwantowej jako kolejnym wielkim przełomie w obliczeniach. Przewiduje, że technologia ta może osiągnąć masową adopcję do końca tej dekady.