ผู้ให้บริการคลาวด์ AI Coreweave ได้กลายเป็นคนแรกในการปรับใช้ชิป AI ล่าสุดของ Nvidia และทรงพลังที่สุดของ Nvidia
สิ่งนี้แสดงให้เห็นถึงความเร็วดิบที่มีให้สำหรับนักพัฒนาบนแพลตฟอร์มของ CoreWeave ซึ่งลดเวลาการวนซ้ำของรุ่นลงอย่างมาก
ฮาร์ดแวร์ใหม่นั้นถูกรวมเข้ากับซอฟต์แวร์คลาวด์ของ Coreweave อย่างแน่นหนา Jensen Huang ซีอีโอของ Nvidia กล่าวถึงแพลตฟอร์มใหม่“ Blackwell Ultra NVL72 เร่งความเร็วของ AI อย่างมากในการใช้งานของ AI ทำให้เกิดการตอบสนองที่ใกล้เข้ามาใกล้แม้ในรุ่นที่ใหญ่ที่สุด
การเพิ่มขึ้นของ CoreWeave นั้นเชื่อมโยงโดยตรงกับกลยุทธ์การเปลี่ยนชื่อที่ใหญ่ที่สุดของ AI บริษัท ได้รับการสนับสนุนจากความมุ่งมั่นเกือบ 16 พันล้านเหรียญสหรัฐจาก OpenAI ซึ่งมีการกระจายโครงสร้างพื้นฐานอย่างจริงจังเกินกว่า Microsoft Azure หุ้นส่วนหลัก ความสัมพันธ์นี้ยังรวมถึงสัดส่วนการถือหุ้นที่สำคัญสำหรับ Nvidia เอง
pivot เชิงกลยุทธ์นี้โดย Openai ยังรวมถึงการจัดการกับคลาวด์ที่สำคัญกับคู่แข่งหัวหน้า Google ซึ่งได้รับการสรุปในเดือนพฤษภาคม 2568 การผลักดันให้เป็นอิสระ ที่คู่แข่งของเมื่อวานนี้เป็นพันธมิตรที่สำคัญของวันนี้ แม้แต่ Satya Nadella ซีอีโอของ Microsoft ก็ยอมรับการเปลี่ยนแปลงที่เปลี่ยนแปลงโดยสังเกตว่า“ ความจริงก็คือเราได้ทำการปรับเปลี่ยนเสมอ…มันเป็นเพียงแค่ที่คุณให้ความสนใจมากขึ้น เป้าหมายสำหรับนักพัฒนา AI คือการคำนวณที่ใดก็ตามที่มีอยู่และทรงพลังที่สุด
ความต้องการที่เข้มข้นนี้ได้สร้างเว็บที่ซับซ้อนของการพึ่งพา รายงานจากเดือนเมษายน 2568 ชี้ให้เห็นว่าแม้แต่ Google ก็ยังอยู่ในการเจรจาเพื่อเช่าแบล็กเวลล์ GPU จาก CoreWeave เพื่อเสริมความสามารถของตัวเองแสดงให้เห็นถึงการแย่งชิงกันที่เป็นสากลสำหรับฮาร์ดแวร์ที่ทันสมัยซึ่งเหนือกว่าขอบเขตการแข่งขันแบบดั้งเดิม การเดินทางของ CoreWeave ตั้งแต่เดือนมีนาคม 2568 การเสนอขายหุ้น IPO ไปจนถึงการเสนอหนี้ 2 พันล้านดอลลาร์ในเดือนพฤษภาคมเน้นทรัพยากรทางการเงินอันยิ่งใหญ่ที่จำเป็นในการสร้างโครงสร้างพื้นฐานนี้ บริษัท วางแผนที่จะใช้จ่ายระหว่าง $ 20 ถึง 23 พันล้านดอลลาร์สำหรับค่าใช้จ่ายด้านทุนในปี 2568 เพียงอย่างเดียว
ในขณะที่หุ้นมีเพิ่มขึ้นเป็นสี่เท่านับตั้งแต่การเสนอขายต่อสาธารณชนนักวิเคราะห์บางคนยังคงระมัดระวัง การวาดแนวความท้าทายในการปรับขนาดของกิจการอื่น ๆ นักวิเคราะห์ DAVIDSON GIL LURIA
ฮาร์ดแวร์นำเสนอความท้าทายที่สำคัญ NVIDIA และพันธมิตรการผลิตรวมถึง Foxconn และ Inventec ต้องเอาชนะอุปสรรคทางเทคนิคที่สำคัญเช่น GPU ที่ร้อนเกินไปและข้อบกพร่องของซอฟต์แวร์เพื่อเพิ่มการผลิตชั้นวาง Blackwell ความซับซ้อนของการซิงโครไนซ์โปรเซสเซอร์จำนวนมากนั้นยิ่งใหญ่ การปรับใช้ที่ประสบความสำเร็จจึงเป็นชัยชนะที่สำคัญสำหรับทั้ง Nvidia และ Dell ซึ่ง