Microsoft (NASDAQ:MSFT) har i går offentliggjort, at virksomheden har taget sin egen AI-chip i brug. Chippen har fået navnet Maia 200 og skal bruges til at effektivisere driften af AI-workloads i Microsofts cloudplatform. Der er således ikke tale om et produkt, der skal erstatte Nvidia GPU’er, da de løser vigtige opgaver i AI-træning, som Maia 200 ikke er velegnet til.
I de første år af AI-udrulningen har debatten handlet mest om modellerne. Hvem har de bedste sprogmodeller, hvem træner hurtigst, og hvem rykker grænserne for, hvad AI kan. I takt med at AI nu i stigende grad anvendes i produktion, ændrer fokus sig. Spørgsmålet bliver ikke længere kun, hvad AI kan, men hvordan AI drives, skaleres og finansieres i stor skala.
Det er i den sammenhæng, Maia 200 skal vurderes. Microsoft adresserer med den nye egenudviklede chip ikke et behov for maksimal regnekraft, men et behov for stabil og omkostningseffektiv AI-drift. Det er præcis den type problemstilling, der opstår, når AI bevæger sig ind i kerneforretningen hos virksomheder og offentlige institutioner.
Læs også: Fondens investeringscase for Microsoft
De givne oplysninger i dette indlæg er alene ment som en generel service og orientering til fondens medinvestorer. De skal ikke ses som en anbefaling om at købe eller sælge aktier i de omtalte virksomheder. Læs eventuelt vores disclaimer her.
AI flytter fokus fra modeller til drift og økonomi
Maia 200 er udviklet til AI-inference, altså den fase hvor AI-modeller anvendes til at løse konkrete opgaver i praksis. Det er en anden disciplin end træning af store modeller og stiller andre krav til hardware. Hvor træning kræver både høj fleksibilitet og ekstrem regnekraft, er inference kendetegnet ved høj volumen, gentagelse og krav om stabil performance.
Det er netop denne type workloads, der vokser hurtigst hos Microsoft. AI-agenter og automatiserede processer genererer i stigende grad enorme mængder af forespørgsler, som skal afvikles hurtigt, pålideligt og til en pris, der giver mening kommercielt. Her bliver performance per dollar vigtigere end absolut performance.
Microsoft har selv oplyst, at Maia 200 på udvalgte inference-workloads leverer cirka 30% bedre performance per dollar, sammenlignet med alternative løsninger. Det er ikke et fast tal, der gælder alle anvendelser, men det illustrerer den type effektiviseringspotentiale, der bliver relevant, når AI anvendes i stor skala. Selv moderate forbedringer i effektiviteten kan få betydelig økonomisk effekt, når de skaleres op til de volumener, Microsoft håndterer hver dag.
Ved at udvikle sine egne chips til disse formål får Microsoft mulighed for at optimere samspillet mellem software, hardware og systemarkitektur. Det reducerer ikke nødvendigvis CapEx på kort sigt, men giver bedre kontrol over driftsomkostningerne og forbedrer de langsigtede indtjeningsmarginer i AI-forretningen.
Maia erstatter ikke Nvidia
Det er vigtigt at være præcis omkring, hvad Maia 200 betyder i forhold til Nvidia (NASDAQ:NVDA). Maia skal næppe ses som et forsøg på at udfase Nvidia, og den ændrer ikke noget grundlæggende ved Microsofts afhængighed af avancerede GPU’er til træning af store AI-modeller.
Nvidia spiller fortsat en helt central rolle i AI-økosystemet. Træning af modeller, komplekse og general-purpose workloads samt avanceret parallel databehandling kræver en fleksibilitet og modenhed, som Nvidia fortsat er førende inden for. Det er ikke det problem, Maia 200 adresserer.
Læs også: Kina-efterspørgsel validerer Nvidias store teknologiske forspring
I stedet udvider Microsoft sin hardwarepalette. Forskellige AI-opgaver kræver forskellige typer hardware, og i takt med at AI anvendes bredere, bliver denne differentiering mere udtalt. Maia 200 er optimeret til snævre og veldefinerede driftsopgaver, hvor omkostningseffektivitet og skala er afgørende.
Set i et større perspektiv er det derfor ikke et nulsumsspil. Den samlede efterspørgsel efter regnekraft vokser fortsat kraftigt, og både Nvidia-baserede løsninger og egenudviklede chips vil eksistere side om side. Maia 200 er et tegn på, at AI nu er nået et stadie, hvor én type hardware ikke længere er optimal til alle formål.
Det er også en af hovedårsagerne til, at vi på årets første handelsdag investerede i Broadcom (NASDAQ:AVGO), som ofte nævnes som foretrukken designpartner, når virksomheder som eksempelvis Microsoft skal udvikle egne chips.
Lanceringen giver stor kursstigning til SK hynix
En af de mest konkrete effekter af Microsofts lancering af Maia 200 ses hos sydkoreanske SK hynix (FRA:HY9H), som her til morgen har offentliggjort, at de er eksklusiv leverandør af hukommelse til Maia-acceleratoren. Hver Maia 200-chip anvender flere HBM3e-moduler fra SK hynix, da hukommelsen er en helt central del af chippenes samlede ydelsesprofil.
AI-chips er i stigende grad begrænset af hukommelsesbåndbredde snarere end ren regnekraft. Derfor er High Bandwidth Memory blevet en af de mest kritiske komponenter i AI-hardware. Produktionen af High Bandwidth Memory er teknologisk kompleks, kapitalkrævende og koncentreret hos meget få leverandører, hvor SK hynix i dag har en førende markedsposition.
Læs også: Fondens investeringscase for SK hynix
Når Microsoft vælger at tage Maia 200 i brug i Azure og samtidig låser hukommelsesleverancen til én leverandør, sikres efterspørgslen efter avanceret hukommelse mange år frem. For SK hynix betyder det øget volumen, højere gennemsnitlige salgspriser og bedre langsigtet synlighed i en industri, der bevæger sig fra at være cyklisk til mere strukturelt drevet.
Aktiemarkedets reaktion afspejler netop denne dynamik, hvor SK hynix-aktien her til morgen stiger mere end 7%. Det indikerer, at investorerne ser Maia-lanceringen som en konkret efterspørgselsdriver snarere end et løst signal.
Disclaimer
Fonden Horizon3 Innovation kan eje aktier i de omtalte virksomheder. Du kan til enhver tid se fondens portefølje her.
Da vi ikke kender læsernes økonomi, risikoprofil eller investeringshorisont, skal denne investoropdatering ikke ses som en anbefaling om at købe eller sælge aktier i de nævnte virksomheder. Vi henviser til vores disclaimer her.
