Η μετάβαση σε ανοιχτά εργαλεία, ενδιάμεσες αναπαραστάσεις και πολλαπλές αρχιτεκτονικές μπορεί να μειώσει τον εγκλωβισμό σε έναν προμηθευτή, χωρίς όμως να εξαφανίζει από τη μια μέρα στην άλλη το προβάδισμα της NVIDIA.
Η κυριαρχία δεν βρίσκεται μόνο στο υλικό
Η NVIDIA κυριαρχεί στην εκπαίδευση των μεγαλύτερων μοντέλων Τεχνητής Νοημοσύνης όχι μόνο επειδή κατασκευάζει εξαιρετικά ισχυρούς επιταχυντές. Το πραγματικό της πλεονέκτημα είναι ότι εδώ και σχεδόν δύο δεκαετίες οικοδομεί γύρω από τις GPU ένα ολοκληρωμένο περιβάλλον λογισμικού, βιβλιοθηκών, εργαλείων ανάπτυξης, δικτύωσης και τεχνικής υποστήριξης. Η CUDA έγινε η κοινή γλώσσα της επιταχυνόμενης υπολογιστικής. Ερευνητές και μηχανικοί έμαθαν να γράφουν και να βελτιστοποιούν κώδικα γι’ αυτήν, ενώ τα δημοφιλή πλαίσια μηχανικής μάθησης σχεδιάστηκαν αρχικά ώστε να αποδίδουν καλύτερα πάνω στο οικοσύστημα της NVIDIA.
Έτσι δημιουργήθηκε το λεγόμενο προστατευτικό ανάχωμα της CUDA. Μια επιχείρηση που έχει επενδύσει σε κώδικα, εξειδικευμένους πυρήνες υπολογισμού, διαδικασίες λειτουργίας και προσωπικό με εμπειρία στη CUDA δεν συγκρίνει απλώς την τιμή δύο επεξεργαστών. Υπολογίζει το κόστος μεταφοράς εφαρμογών, τις πιθανές απώλειες επιδόσεων, τη διαθεσιμότητα βιβλιοθηκών και τον κίνδυνο διακοπών. Το λογισμικό αυξάνει επομένως το κόστος αλλαγής προμηθευτή και επιτρέπει στη NVIDIA να διατηρεί μεγάλη διαπραγματευτική ισχύ.
Το μέγεθος της εγκατεστημένης βάσης ενισχύει αυτόν τον κύκλο. Περισσότερο υλικό προσελκύει περισσότερους προγραμματιστές, περισσότερα εργαλεία και περισσότερες βελτιστοποιήσεις. Αυτά με τη σειρά τους καθιστούν το υλικό ασφαλέστερη επιλογή για την επόμενη μεγάλη επένδυση. Πρόκειται για αποτέλεσμα δικτύου, όχι απλώς για τεχνική υπεροχή ενός ολοκληρωμένου κυκλώματος.
Γιατί επενδύονται εκατοντάδες δισεκατομμύρια
Η σημερινή επενδυτική έκρηξη εξηγείται από την πεποίθηση ότι η ΤΝ θα αποτελέσει γενική υποδομή για την παραγωγή, την επιστήμη, την εκπαίδευση, τη διοίκηση και τις ψηφιακές υπηρεσίες. Οι μεγάλοι όμιλοι επενδύουν πριν αποδειχθεί πλήρως η τελική κερδοφορία, επειδή θεωρούν ότι το κόστος της απουσίας από αυτή την υποδομή μπορεί να είναι μεγαλύτερο από το κόστος μιας υπερβολικής επένδυσης. Θέλουν υπολογιστική ισχύ, πρόσβαση σε ενέργεια και δεδομένα, αλλά και έλεγχο της τεχνολογικής στοίβας.
Η κούρσα έχει όμως και σοβαρή αντίφαση. Η παραγωγική ΤΝ παραμένει ακριβή, ενεργοβόρα και εξαρτημένη από συνεχή υπολογισμό τόσο κατά την εκπαίδευση όσο και κατά τη χρήση. Οι αποδόσεις αυξάνονται βραδύτερα από τις απαιτήσεις σε κεφάλαιο. Παράλληλα, οι κατασκευαστές επιταχυντών, οι πάροχοι υπολογιστικού νέφους και οι εταιρείες μοντέλων συνδέονται μέσω επενδύσεων, μακροχρόνιων συμβάσεων και χρηματοδοτήσεων. Αν η ζήτηση αποδειχθεί χαμηλότερη από τις προσδοκίες, η αγορά μπορεί να βρεθεί με ακριβή και υποαξιοποίητη υποδομή. Η τεχνολογική κυριαρχία της NVIDIA είναι συνεπώς πολύ ισχυρή, αλλά δεν είναι απαλλαγμένη από τον κίνδυνο υπερεπένδυσης.
Triton και Mojo: ο προγραμματιστής απομακρύνεται από το υλικό
Η σημαντικότερη αλλαγή συντελείται ανάμεσα στα πλαίσια ΤΝ και στο ίδιο το υλικό. Το Triton, το οποίο αναπτύχθηκε αρχικά στην OpenAI και εξελίσσεται ως ανοιχτό έργο, επιτρέπει τη συγγραφή αποδοτικών πυρήνων GPU σε γλώσσα υψηλότερου επιπέδου από τη CUDA. Ο μεταγλωττιστής αναλαμβάνει μεγάλο μέρος της διαχείρισης μνήμης και του προγραμματισμού των πράξεων. Η σημερινή έκδοση υποστηρίζει GPU της NVIDIA και της AMD. Αυτό δεν σημαίνει ότι κάθε πρόγραμμα πετυχαίνει αυτόματα την ίδια επίδοση και στις δύο πλατφόρμες. Σημαίνει όμως ότι η επιχειρηματική λογική μπορεί να αποσυνδεθεί περισσότερο από τον ιδιόκτητο κώδικα ενός κατασκευαστή.
Το Mojo της Modular κινείται στην ίδια ευρύτερη κατεύθυνση. Φιλοδοξεί να συνδυάσει τη χρηστικότητα της Python με προγραμματισμό συστημάτων υψηλών επιδόσεων και να στοχεύει CPU, GPU και ειδικούς επιταχυντές διαφορετικών κατασκευαστών. Η τεκμηρίωσή του αναγνωρίζει ότι απομένει σημαντική εργασία ώσπου αυτή η επιδίωξη να καλύψει όλο το υλικό. Η αξία του, ωστόσο, βρίσκεται στο μοντέλο ανάπτυξης που προτείνει: ο προγραμματιστής περιγράφει με μεγαλύτερη σαφήνεια τον υπολογισμό και ο μεταγλωττιστής παράγει εξειδικευμένο κώδικα για την εκάστοτε αρχιτεκτονική.
vLLM και μεταγλωττιστές: φορητότητα σε ανώτερα επίπεδα
Το vLLM δείχνει πώς η αποδέσμευση μπορεί να εμφανιστεί στο επίπεδο λειτουργίας των μοντέλων. Προσφέρει κοινό τρόπο εξυπηρέτησης μεγάλων γλωσσικών μοντέλων σε NVIDIA, AMD, Intel και TPU. Χρειάζεται εδώ μια κρίσιμη διευκρίνιση: το vLLM αφορά κυρίως την εξαγωγή συμπερασμάτων και την εξυπηρέτηση μοντέλων, όχι την αρχική εκπαίδευσή τους. Μπορεί όμως να μεταφέρει σημαντικό μέρος της καθημερινής δαπάνης σε εναλλακτικό υλικό και να δημιουργήσει ώριμη ζήτηση για περισσότερους προμηθευτές.
Για τις TPU της Google και άλλα ειδικά ολοκληρωμένα κυκλώματα, η διαδρομή δεν περνά κατ’ ανάγκη από το Triton. Εργαλεία όπως το XLA, το StableHLO, το MLIR και οι αρθρωτές διεπαφές προς διαφορετικά συστήματα εκτέλεσης λειτουργούν ως ενδιάμεσα στρώματα. Ένα πλαίσιο παράγει μια κοινή αναπαράσταση του υπολογισμού και διαφορετικοί μεταγλωττιστές τη μετατρέπουν σε κώδικα για GPU, TPU ή άλλον επιταχυντή. Η υπόσχεση «γράψε μία φορά, εκτέλεσε παντού» παραμένει ατελής, επειδή κάθε αρχιτεκτονική έχει διαφορετική μνήμη, επικοινωνία και βέλτιστες τεχνικές. Παρ’ όλα αυτά, η φορητότητα έχει γίνει πρακτικός στόχος και όχι θεωρητική επιθυμία.
Τι θα σημάνει η εξασθένηση του αναχώματος της CUDA
Αν οι επιχειρήσεις μπορούν να μεταφέρουν ευκολότερα φόρτους εργασίας, η NVIDIA θα χάσει μέρος της δυνατότητας να τιμολογεί με βάση τον εγκλωβισμό. Οι αγοραστές θα συγκρίνουν περισσότερο το κόστος ανά χρήσιμη μονάδα υπολογισμού, την ενεργειακή απόδοση και τη διαθεσιμότητα. Η AMD θα μπορεί να διεκδικεί περισσότερα έργα, ενώ οι μεγάλοι πάροχοι υπολογιστικού νέφους θα αξιοποιούν δικά τους ειδικά ολοκληρωμένα κυκλώματα, όπως TPU και άλλους επιταχυντές. Η πίεση θα εμφανιστεί πιθανότατα πρώτα στην εξαγωγή συμπερασμάτων, όπου οι εργασίες είναι συχνά πιο προβλέψιμες, και αργότερα στην εκπαίδευση μεγάλης κλίμακας, όπου η δικτύωση, οι συλλογικές λειτουργίες και η σταθερότητα ολόκληρου του συστήματος κρατούν ισχυρότερο το πλεονέκτημα της NVIDIA.
Αυτό δεν προμηνύει κατάρρευση. Η NVIDIA μπορεί να υπερασπιστεί τη θέση της με ταχύτερο υλικό, ολοκληρωμένα συστήματα, δικτύωση, βελτιστοποιημένες βιβλιοθήκες και καλύτερη υποστήριξη των ίδιων των ανοιχτών εργαλείων. Η μεταβολή είναι κυρίως οικονομική: από αγορά όπου κυριαρχεί ένα κλειστό οικοσύστημα προς αγορά όπου η απόδοση, η τιμή και η κατανάλωση θα συγκρίνονται σε περισσότερες αρχιτεκτονικές. Αυτό μπορεί να περιορίσει τα περιθώρια κέρδους, να μειώσει το κόστος υπολογισμού και να επιταχύνει την καινοτομία.
Η ΤΝ ως δημόσια υποδομή χωρίς μονοκαλλιέργεια προμηθευτή
Για την Ευρώπη και την Ελλάδα, το ζήτημα δεν είναι ποια εταιρεία θα κερδίσει τη χρηματιστηριακή αναμέτρηση. Αν η ΤΝ αποτελεί κρίσιμη δημόσια υποδομή, τότε η δυνατότητα αλλαγής υλικού και παρόχου είναι όρος ανθεκτικότητας, δημοσιονομικού ελέγχου και ψηφιακής κυριαρχίας. Τα δημόσια υπολογιστικά κέντρα, τα πανεπιστήμια και τα εργοστάσια ΤΝ δεν πρέπει να σχεδιάζονται γύρω από εμπορική ονομασία επεξεργαστή, αλλά γύρω από ανοιχτές διεπαφές, μετρήσιμες επιδόσεις και δυνατότητα λειτουργίας σε περισσότερα του ενός συστήματα.
Οι δημόσιες προμήθειες μπορούν να απαιτούν φορητό κώδικα, ανοιχτές ενδιάμεσες αναπαραστάσεις, αναπαραγώγιμες δοκιμές σε τουλάχιστον δύο οικογένειες επιταχυντών, εξαγώγιμα μοντέλα και πλήρη τεκμηρίωση. Η δημόσια χρηματοδότηση πρέπει επίσης να στηρίζει συνεισφορές στα έργα Triton, vLLM, OpenXLA, ROCm και στα σχετικά ανοιχτά εργαλεία, αντί να εξαντλείται στην αγορά μηχανημάτων. Η ουσιαστική αυτονομία δεν προκύπτει από την κατοχή ακριβών GPU, αλλά από την ικανότητα μιας χώρας να μεταφέρει, να ελέγχει, να βελτιστοποιεί και να λειτουργεί τα συστήματά της χωρίς άδεια από έναν μόνο προμηθευτή.
Η εξασθένηση του αναχώματος της CUDA δεν έχει ολοκληρωθεί. Έχει όμως αρχίσει. Όσο οι μεταγλωττιστές και τα ανοιχτά επίπεδα λογισμικού ωριμάζουν, η αξία θα μετακινείται σταδιακά από την αποκλειστικότητα του οικοσυστήματος προς την ποιότητα της υποδομής. Για τις επιχειρήσεις αυτό σημαίνει περισσότερες επιλογές και ισχυρότερη διαπραγματευτική θέση. Για το Δημόσιο σημαίνει ότι η ανοικτότητα πρέπει να αντιμετωπιστεί ως τεχνική απαίτηση και όχι ως διακήρυξη αρχών.
Πηγές:
- Epoch AI, Topic Overview: AI Chips: Η ανάλυση και το συνοδευτικό σύνολο δεδομένων εκτιμούν ότι έως το τέλος του 2025 η NVIDIA αντιπροσώπευε περίπου το μισό των πωληθέντων επιταχυντών ΤΝ και πάνω από το 66% της εγκατεστημένης υπολογιστικής ισχύος: https://epoch.ai/publications/chips-topic-overview.
- The Economist, Nvidia is the central bank of AI: Η έρευνα εξετάζει την ισχύ της NVIDIA, τις επενδύσεις και τις εγγυήσεις προς πελάτες, την άνοδο των ειδικών επιταχυντών των μεγάλων παρόχων νέφους και τον κίνδυνο πίεσης στις τιμές και στα περιθώρια κέρδους: https://www.economist.com/interactive/briefing/2026/09/03/nvidia-is-the-central-bank-of-ai.
- Triton Language and Compiler, Development repository: Περιγράφει το Triton ως ανοιχτή γλώσσα και μεταγλωττιστή για αποδοτικούς πυρήνες βαθιάς μάθησης και καταγράφει υποστήριξη για GPU NVIDIA και AMD: https://github.com/triton-lang/triton.
- Modular, Mojo vision: Παρουσιάζει τον στόχο μιας ενιαίας γλώσσας για CPU, GPU, ειδικούς επιταχυντές και ASIC διαφορετικών κατασκευαστών, διευκρινίζοντας ταυτόχρονα ότι η πλήρης κάλυψη όλου του υλικού παραμένει έργο σε εξέλιξη: https://mojolang.org/docs/vision/.
- vLLM Project, Documentation: Καταγράφει την υποστήριξη διαφορετικών κατηγοριών υλικού, μεταξύ των οποίων NVIDIA, AMD, Intel και TPU, και τεκμηριώνει τον ρόλο του vLLM ως ανοιχτού επιπέδου εξαγωγής συμπερασμάτων και εξυπηρέτησης μοντέλων: https://docs.vllm.ai/en/latest/.
- OpenXLA, XLA: Το ανοιχτό έργο περιγράφει έναν μεταγλωττιστή μηχανικής μάθησης με διαφορετικά συστήματα υποστήριξης για CPU, GPU και ειδικούς επιταχυντές, καθώς και αρθρωτή αρχιτεκτονική που επιτρέπει την προσθήκη νέου υλικού: https://openxla.org/xla.
- GlossAPI, Η Τεχνητή Νοημοσύνη είναι πλέον κρίσιμη δημόσια υποδομή: Το άρθρο τεκμηριώνει γιατί η υπολογιστική ισχύς, τα ανοιχτά μοντέλα, τα ποιοτικά δεδομένα και η ανθρώπινη ικανότητα ελέγχου πρέπει να αντιμετωπίζονται ως δημόσια υποδομή και όχι ως απλές εμπορικές υπηρεσίες: https://glossapi.gr/.