CUDA, czyli Compute Unified Device Architecture. Jak inwestować w CUDA?

Obecnie żyjemy w czasach, gdzie rozwój technologiczny jest oszałamiający. Najbardziej widoczne jest to w rozwiązaniach takich jak Chat GPT, który pozwala w bardzo prosty sposób pozyskać informacje, za pomocą chata z platformą bazującej na AI. Przez wiele lat moc obliczeniowa oraz możliwości sprzętowe ograniczały wiele koncepcji, które przez lata zostawały “na papierze”. Obecnie CUDA (Compute Unified Device Architecture) potrafi zdziałać prawdziwe cuda w zakresie wydajności obliczeniowej, a akcje NVIDIA są finansowym dowodem. W tym artykule wyjaśnimy, czym jest CUDA oraz jak można uzyskać ekspozycję na ten rynek. Zapraszamy do lektury!

Czym jest CUDA?

CUDA to skrót od Compute Unified Device Architecture. Jest to platforma obliczeniowa, która umożliwia wykorzystanie procesorów graficznych (GPU) do dokonywania wydajnych obliczeń np. finansowych czy symulacji zjawisk fizycznych. CUDA pozwala zatem wykorzystać kartę graficzną do rozwiązywania złożonych problemów oraz błyskawicznie przeszukiwać zbiory danych. Sam pomysł nie jest nowy, ponieważ NVIDIA rozwijała ten projekt w pierwszej dekadzie XXI wieku. Jak widać, czasem technologia potrzebuje ponad dekady, aby została szerzej zaadoptowana.  Compute Unified Device Architecture jest użyteczny do obsługi aplikacji wymagających znacznej ilości przetwarzania równoległego. W dużym skrócie CUDA to oprogramowanie, które zarządza chipami oraz pozwala na lepszą komunikację między nimi. Dzięki temu rozwiązaniu chipy graficzne GPU zamieniają się w “maszyny liczące”. Dzięki temu NVIDIA z firmy specjalizującej się na rynku gamingowym, stała się kluczową spółką w rozwoju AI. Można powiedzieć, że NVIDIA to dostawca łopat w czasie gorączki na rynku sztucznej inteligencji.

Wśród kluczowych aspektów związanych z CUDA można wymienić:

• Język oprogramowania – w przypadku języka programowania, to CUDA rozszerza takie języki jak np. C, C++ czy Fortran o konstrukcje umożliwiające równoległe obliczenia GPU.
• Model programowania – pozwala programistom lub algorytmom na definiowanie jądra (kernels), czyli funkcje, które są wykonywane równolegle przez wiele wątków na GPU.
• Sprzęt – jednym z ogromnych sukcesów NVIDIA jest to, że z CUDA można korzystać dzięki procesorom graficznym NVIDIA. Architektura jest zaprojektowana tak, aby znacząco przyspieszyć obliczenia. Dzięki temu skorzystanie z CUDA “deklasuje” standardowe procesory CPU.
• Ekosystem narzędzi – Samo CUDA to także ekosystem narzędzi, który powoduje, że to rozwiązanie jest jeszcze bardziej praktyczne. Na platformie można skorzystać z wielu narzędzi deweloperskich (m.in. kompilatory, biblioteki, debuggery czy profilery). Dzięki nim można optymalizować aplikacje, które korzystają z CUDA.

Compute Unified Device Architecture – jedna z przewag NVIDIA

NVIDIA zdobyła przewagę konkurencyjną, co wynikało z tego, że amerykańska spółka była pionierem w tworzeniu dojrzałej platformy programistycznej dla GPU. Początkowo był to niszowy rynek, przez co wielu konkurentów o zasobnych portfelach zlekceważyło rozwój tego projektu, ponieważ na początku XXI wieku nie było zbyt dużego popytu na tego typu rozwiązania. Kolejną zaletą było to, że technologia opracowywana przez NVIDIA była autorskim rozwiązaniem. Oznaczało to, że spółka nie musiała dzielić się wynikami swoich prac z potencjalną konkurencją. Jednocześnie CUDA było rozwijane nie dla szerokiego rynku, ale dla własnych produktów (GPU).  Dzięki specjalizacji platforma zapewniała wysoką efektywność na sprzęcie NVIDIA. Prace nad udoskonaleniem swojego oprogramowania i sprzętu spowodowało, że wydajność GPU stawała się coraz lepsza. Następnym czynnikiem, który zapewnił dynamiczny wzrost przychodów NVIDIA jest rozwój AI. Postęp w dziedzinie sztucznej inteligencji, czy głębokiego uczenia spowodował wzrost popytu na wydajniejszy sprzęt do obliczeń. Dzięki temu popyt na rozwiązania NVIDIA wystrzelił.

Warto pamiętać, że CUDA osiągnęła “wczesną dojrzałość” przed boomem na DL (Deep Learning) oraz budowanie narzędzi AI. Dzięki temu już kiedy popyt na rozwiązania rósł wykładniczo były już gotowe biblioteki, narzędzia. Powstał więc rozbudowany ekosystem, który spowodował, że korzystanie z rozwiązań NVIDIA stało się jeszcze bardziej pożądane. Nie dziwi więc, że większość głównych frameworków do głębokiego uczenia szybko wdrożyła natywne wsparcie dla akceleracji GPU przez CUDA. Rozwiązanie NVIDIA stało się standardem w świecie AI. Ponieważ rozwiązanie NVIDIA było bezkonkurencyjne spowodowało to, że korzystanie z platformy obliczeniowej stało się standardem w świecie IT. Dzieki temu konkurencja jest kilka kroków za NVIDIA. Na razie próby AMD czy Intela nie zmieniły sytuacji rynkowej.

Zastosowanie CUDA

Rozwiązanie NVIDIA jest kluczową technologią, która jest używana przy stosowaniu głębokiego uczenia oraz przy analizie bardzo dużych zbiorów danych. Z tego powodu zastosowań CUDA jest naprawdę dużo. Wśród nich można wymienić:

1. AI i DL: CUDA jest kluczowym rozwiązaniem, które przyspiesza proces trenowania i wniosków z głębokiego uczenia, sztucznej inteligencji czy innych zaawansowanych rozwiązań związanych z operowaniem na dużych zbiorach danych.
2. Przetwarzanie obrazów i wideo – dzięki rozwiązaniu można bardzo szybko przeanalizować dużą liczbę obrazów i wideo. Umożliwiają także szybszą kompresję wideo czy ich filtrowała.
3. Symulacje naukowe i inżynieryjne – wysoka wydajność pozwala na dokładniejsze i szybsze symulowanie. Wśród nich można wymienić dynamikę płynów, symulację ruchu cząsteczek, czy materiałów. Oprócz tego można wymienić modelowanie klimatu (bardzo skomplikowane zagadnienie).
4. Analiza danych liczbowych i tekstowych – duża moc obliczeniowa pozwala na szybkie przetwarzanie danych. Dzięki temu można taniej wykonywać zaawansowane projekty analityczne. Może to być wykorzystywane w analizie finansowej czy np. optymalizacji zapasów.
5. Kryptografia – CUDA przyspiesza także algorytmy kryptograficzne (szyfrowanie, deszyfrowanie, haszowanie). Można spodziewać się, że sektor bezpieczeństwa cyfrowego będzie ochoczo korzystał z produktów NVIDIA w ciągu kilku najbliższych lat.

Oczywiście, to nie wszystkie zastosowania CUDA. Przecież może być wykorzystywane również do rozwiązywania skomplikowanych problemów chemicznych czy fizycznych. W zasadzie można powiedzieć, że ogranicza nas tylko wyobraźnia.

Jak inwestować w CUDA?

W zasadzie najlepsza ekspozycja na CUDA jest nabycie akcji NVIDIA, która jest liderem tego rynku. Oczywiście pojawia się konkurencja do amerykańskiej spółki, ale na razie jest daleko w tyle.

Źródło: NVIDIA

Widzimy zatem, że zaawansowana technologia CUDA, która zrewolucjonizowała obliczenia równoległe, zdobywa coraz większą liczbę użytkowników. Dla spółki jest to dobra wiadomość, ponieważ wzrost popularności tego rozwiązania przyczynia się do wyższych przychodów i zysków.

Warto pamiętać o tym, że dane nie są przechowywane na GPU, ale muszą być przeniesione z pamięci głównej. Transfer danych wiąże się z kosztem czasu obliczeń. Na razie obecna technologia nie potrafi zniwelować kosztu utraty czasu. Dlatego ważne jest, aby oszczędność dokonana przy użyciu CUDA z nawiązką pokrywała ten koszt.

Na wykresie poniżej widać, że architektura oparta o Accelerated Copmuting jest 25-krotnie tańsza oraz kilkadziesiąt razy bardziej efektywna energetycznie. Zatem nie dość, że jest to rozwiązanie tańsze to jeszcze bardziej energooszczędne, co wpisuje się we wciąż modne “zielone trendy”.

Źródło: NVIDIA

Na wykresie poniżej widać, dlaczego kapitalizacja spółki gwałtownie wzrosła w ciągu ostatnich kilku kwartałów. Przychody wiązane z segmentem “data center” dosłownie eksplodowały. W roku obrotowym 2024 kilkakrotnie zdystansowały dotychczas główny rynek, czyli gaming. Za gwałtownymi wzrostem przychodów poszły zyski. Marża operacyjna w ostatnim kwartale roku obrotowego 24’ wyniosła 61% co jest wynikiem oszałamiającym. Można spodziewać się, że w przyszłości rentowność operacyjna nieco się obniży. Nadal będzie jednak na wysokim poziomie.

Źródło: NVIDIA

Oczywiście, NVIDIA ma także plan na dalszy rozwój. W długim terminie zarząd spółki planuje osiągnąć 1 000 mld$ przychodów. Obecnie główne rynki (Data Center Services oraz Gaming) mają generować poniżej połowy wartości. Duży potencjał spółka widzi w automatyzacji maszyn oraz tak zwanym Omniverse Enterprise. Czy spółce uda się zrealizować ambitne plany? Przyszłość pokaże.

Źródło: NVIDIA

Brokerzy oferujący ETF i akcje

Jak inwestować w CUDA? Akcje NVIDIA w portfolio wydają się być jedynym sposobem ale trzeba przyznać, że to słabo zdywersyfikowany portfel. Zmniejszony udział tej spółki w całości portfolio inwestycyjnego to głos rozsądku, który warto wdrożyć w życie. Coraz większa liczba brokerów forexowych posiada całkiem bogatą ofertę akcyjną, ETF oraz CFD na te instrumenty.

Dla przykładu na XTB znajdziemy na dzień dzisiejszy ponad 3500 instrumentów akcyjnych i 400 ETF-ów, a Saxo Bank ponad 19 000 spółek i 3000 funduszy ETF.

Broker
Kraj	Polska	Dania	Cypr
Ilość giełd w ofercie	16 giełd	37 giełd	21 giełd
Ilość akcji w ofercie	ok. 3500 - akcje ok. 2000 - CFD na akcje	19 000 - akcje 8 800 - CFD na akcje	3 175 - akcje
Ilość ETF w ofercie	ok. 400 - ETF ok. 170 - CFD na ETF	3000 - ETF 675 - CFD na ETF	323 - ETF
Prowizja	0% prowizji do 100 000 EUR obrotu / miesiąc	wg cennika	0% prowizji*
Min. depozyt	0 zł (zalecane min. 2000 zł lub 500 USD, EUR)	0 zł / 0 EUR /  0 USD	100 USD
Platforma	xStation	SaxoTrader Pro Saxo Trader Go	Platforma eToro
	RECENZJA	RECENZJA	RECENZJA
	ZAŁÓŻ KONTO	ZAŁÓŻ KONTO	ZAŁÓŻ KONTO

*Zerowa prowizja oznacza, że podczas czynności nie została naliczona żadna opłata za pośrednictwo / transakcję. Jednak nadal mogą przynosić ogólne opłaty, takie jak opłaty za przewalutowanie w przypadku wpłat i efektów w walutach innych niż USD, opłaty za opłaty oraz (jeśli dotyczy) opłaty za brak aktywności. Obowiązuje również spread rynkowy, chociaż nie jest to „opłata” pobierana przez eToro.

51% rachunków inwestorów detalicznych traci pieniądze podczas handlu kontraktami CFD z tym dostawcą. Zastanów się, czy możesz sobie pozwolić na wysokie ryzyko utraty pieniędzy.

Podsumowanie: cuda, cuda ogłaszają!

Dzięki długoterminowemu podejściu do rozwoju produktów NVIDIA przez wiele lat rozwijała produkt, który nie miał jeszcze dużego rynku. Jednak nie były to inwestycje “na ślepo”. Projektanci i managerowie zdawali sobie sprawę, że CUDA może się przydać w rozwoju rynku sztucznej inteligencji. Warto wspomnieć, że AI w pierwszej dekadzie XXI wieku to była melodia przyszłości. Dopiero po 2012 roku rozwój tego sektora zaczął przyspieszać. Biorąc pod uwagę, że zasobna konkurencja (np. Intel) przespała ten rynek. Na razie jest jeden lider i goniący go peleton. Dzięki temu NVIDIA stała się prawie monopolistą na rynku optymalizacji GPU. Na razie AMD czy Intel nie mają produktu, który może się równać z CUDA. Również produkt OpenCL na razie nie jest tak zaawansowany. Na razie monopolu NVIDIA nikt nie przebija, ale pojawiają się głosy, że dla szybszego rozwoju AI lepiej kiedy istniałoby kilka platform podobnych do CUDA.

Dzięki ogromnemu rozwojowi AI, NVIDIA stała się jedną z największych spółek na świecie (pod względem kapitalizacji). Amerykańska spółka jest świetnym przykładem istnienia tak zwanego “optionality”. CUDA była kiedyś bagatelizowana jako “zabawka”, a nie gotowy do monetyzacji produkt. Po latach okazało się, że ta fanaberia stworzyła jednego z liderów w segmencie rozgrzanym do czerwoności. Czy NVIDIA będzie się dalej dynamicznie rozwijać? Przekonamy się w ciągu najbliższych dwóch lat.