Når virksomheder i dag udvikler og kører AI, sker det næsten altid på NVIDIA-hardware. 

Ikke nødvendigvis fordi alternativerne er dårligere, men fordi softwaren er skrevet til NVIDIAs CUDA-platform – et programmeringslag, der i praksis kun virker på NVIDIAs egne GPU’er.

Ifølge Michael Søndergaard er det forklaringen på, at NVIDIA i dag sidder på langt størstedelen af markedet for AI-chips, ikke kun hardware – men det software-økosystem, der binder udviklere til deres platform. På den måde sidder de på 94 % af verdens GPU’er. 

Han har for nyligt rejst 40 mio. kr. til at angribe dette problem. Ikke ved at bygge nye chips, og ikke ved at opfinde endnu et programmeringssprog – men ved at bygge en compiler, der kan oversætte eksisterende CUDA-kode, så den kan køre effektivt på andre GPU’er, der er billigere og måske mere effektive.

– “Vi prøver ikke at vælte NVIDIA af pinden. Vi anerkender CUDA som standard og siger: lad os få det til at fungere på andre hardwareplatforme”, fortæller han.

Lock-in – ikke kun bedre chips

CUDA blev lanceret helt tilbage i 2007, længe før AI for alvor blev mainstream.

Dengang var NVIDIA først med et samlet softwarelag, der gjorde grafikkort anvendelige til massiv dataparallel beregning. De fik forskere og akademia med tidligt – og siden har CUDA udviklet sig til en de facto standard, der samtidig gør, at NVIIDA reelt har monopol på chipmarkedet.

Pointen er ifølge Michael og Spectral Compute ikke, at NVIDIA nødvendigvis laver dårlig konkurrence. Tværtimod anerkender Søndergaard, at CUDA er et stærkt værktøj, og at NVIDIA har været dygtige til at udvikle både hardware og software gennem alle 20 år.

– “Det er ikke uden grund, at NVIDIA i dag er verdens største virksomhed. De har åbnet nye markeder og været ekstremt gode til at eksekvere.”

Men netop fordi næsten al AI-software er skrevet til CUDA, får NVIDIA en strukturel fordel, som rækker langt ud over selve chippen. Når 94 % af GPU’erne i markedet er NVIDIA’s, bliver det dem, der i praksis dikterer, hvordan software skrives.

Det betyder også, at konkurrerende hardwareproducenter som AMD med 6% af markedet ofte står med lidt af et paradoks: Deres grafikkort kan på papiret matche eller – mener Michael Søndergaard – endda overgå NVIDIA på hukommelse og beregningskraft og samtidig være markant billigere. Men de kan ikke udnyttes “out of the box”.

– “Folk kan ikke bruge dem uden at skrive deres kode om. Og det er et enormt arbejde,” siger Søndergaard.

Software som våben mod monopol

I praksis fungerer Spectral Computes teknologi som en neutral bro mellem software og hardware. Udvikleren kan fortsætte med at skrive CUDA-kode, men compileren håndterer forskellene mellem NVIDIA-, AMD- og – på sigt – andre grafikkort fra Intel og andre aktører, der forsøger at nærme sig.

Søndergaard sammenligner det med CPU-verdenen, hvor man i årtier har kunnet skifte mellem Intel, AMD og ARM uden at omskrive al sin software – man skulle blot omkompilere.

– “Der har aldrig været et programmeringssprog, der kun virkede på Intel eller kun på AMD. Den frihed bringer vi nu til GPU’er.”

Et marked få kan arbejde i

En af grundene til, at problemet ikke er løst før, er ifølge Søndergaard manglen på talent. Compiler-udvikling til GPU-arkitekturer er et ekstremt smalt felt.

– “Det er måske 200 mennesker globalt, der kan sætte sig ned og løbe rigtig stærkt med udvikling af sådan nogle compilers til grafikkort. Det er altså en lille talentpool, vi snakker om,” siger han.

Selv NVIDIA og AMD har svært ved at tiltrække disse profiler. Og incitamentet for hardwareproducenterne er ikke nødvendigvis at gøre compileren for god.

– “De vil hellere have dig til at købe næste års grafikkort og skrive koden lidt om, end at lave en compiler, der gør alt bagudkompatibelt.”

Mødet med giganterne i mid-west

Spectral Compute blev stiftet for otte år siden og muliggjorde deres bootstrapping i en del år ved at drive konsulentforretning ved siden af.

I 2024 trådte Michael Søndergaard og Spectral Compute så ud af stealth mode. De kunne dokumentere 80% understøttelse af CUDA – med reelle applikationer i produktion, blandt andet rendering-softwaren Blender Cycles.

– “Der var mange, der gerne ville have, at nogen tog det her ansvar – men ingen havde turdet eller haft ressourcerne.”

Det kan mærkes, når Søndergaard kommer rundt til de helt store compute-konferencer i US. Hele 7 gange sidste år fløj han til San Francisco.

I november var han og formand Andreas Bo Pedersen i St. Louis til SC25 (Super Computing 2025) med +20.000 deltagere. Følehornene var stukket ud fra de helt store aktører, der ifølge Andreas Bo Pedersen sværmede om Spectral Computes stand.

Det er også på de store ture til USA, at de spæde snakke med amerikanske VC’s er startet. Snakke der nu har udmøntet sig i den 40 mio. kr. store seed-runde, som den amerikanske Bay-Area VC, Costanoa Ventures, har ledt.

Michael Søndergaard vedkender da også, at man taler med både NVIDIA og AMD, om end han ikke helt vil gå så meget ind på, hvem der potentielt kan opkøbere for Spectral Compute. Især førstnævnte går aggressivt til værks med stribevis af opkøb på stort set alle niveauer af AI-værdikæden – fra hardware til software, frameworks og udviklerværktøjer.

Lægger Spectral Compute sig i selen for at få tilstrækkeligt mange kunder til faktisk at køre deres compiler til AMD-chips, tilsiger logikken, at NVIDIA på et tidspunkt vil blive tvunget til at reagere ved ganske enkelt at købe sig til kontrollen.

Spectral Computes ambition er dog ikke direkte at disrupte NVIDIA, men at åbne markedet op. Hvis kunder lettere kan skifte mellem GPU’er, bliver markedet mere fleksibelt, billigere og mindre sårbart.

Ironisk nok kan det også være en fordel for NVIDIA.

– “Når kunder ikke skal skrive deres kode om, hver gang de vil eksperimentere med alternativ hardware, så bliver de mindre låst – men også mere villige til at blive.”

Lyt også til Bootstrapping Podcast hvor vi taler med Michael Søndergaard