ICHEs kommt nicht oft vor, dass den Wall-Street-Analysten die Kinnlade herunterfällt, aber Ende letzten Monats geschah es: Nvidia, ein Unternehmen, das Computerchips herstellt, veröffentlichte Verkaufszahlen, die die Öffentlichkeit umgehauen haben. Das Unternehmen erzielte im letzten Quartal einen Umsatz von 13,5 Milliarden US-Dollar, was mindestens 2 Milliarden US-Dollar mehr war, als die oben genannten Finanzgenies vorhergesagt hatten. Plötzlich ergab der Anstieg des Aktienkurses des Unternehmens im Mai, der es zu einem Billionen-Dollar-Unternehmen gemacht hatte, Sinn.
Zumindest bis zu einem gewissen Punkt. Aber wie konnte ein Unternehmen, das seit 1998 – als es den revolutionären Video- und Grafikbeschleuniger-Chip Riva TNT herausbrachte – der Magnet der Gamer war, fast über Nacht eine Billion Dollar wert werden? Die Antwort liegt seltsamerweise in der Volksweisheit, die im kalifornischen Goldrausch Mitte des 19. Jahrhunderts entstand, als klar wurde, dass, während nur wenige Goldsucher mit dem Goldwaschen ein Vermögen machten, die Lieferanten, die ihnen Spitzhacken und Schaufeln verkauften, florierten schön.
Wir befinden uns jetzt in einem weiteren Goldrausch – diesmal mit Schwerpunkt auf künstlicher Intelligenz (KI) – und die Grafikprozessoren (GPUs) A100 und H100 von Nvidia sind die Spitzhacken. Jeder will sie sofort – nicht nur Technologieunternehmen, sondern auch Petro-Staaten wie Saudi-Arabien und die Vereinigten Arabischen Emirate. Somit übersteigt die Nachfrage das Angebot bei weitem. Und um den Engpass noch schlimmer zu machen, hatte Nvidia klugerweise knappe (4-Nanometer-)Produktionskapazitäten bei der Taiwan Semiconductor Manufacturing Company reserviert, dem einzigen Chiphersteller der Welt, der diese herstellen kann, als die Nachfrage während der Corona-Krise stagnierte. 19 Pandemie. Wenn Sie also in das KI-Geschäft einsteigen möchten, benötigen Sie Nvidia-GPUs.
Was ist das Besondere an GPUs? Nun, hier kommt der Zusammenhang mit Videospielen ins Spiel. Beim Spielen bestehen Grafikbilder aus Polygonen (meist winzigen Dreiecken) – ähnlich wie die von einer Digitalkamera erzeugten Bilder aus rechteckigen Pixeln bestehen. Je mehr Dreiecke Sie haben, desto höher ist die Auflösung des resultierenden Bildes. Für Spiele werden Polygone als die Koordinaten ihrer Eckpunkte definiert, sodass jedes Objekt zu einer großen Zahlenmatrix wird. Aber die meisten Objekte in einem Videospiel sind dynamisch und nicht statisch: Sie bewegen sich und ändern ihre Form, und für jede Änderung muss die Matrix neu berechnet werden. Die Grundlage eines Videospiels ist daher ein teuflischer Aufwand an kontinuierlicher Berechnung.
Und damit das Spiel realistisch ist, muss diese Berechnung sehr schnell durchgeführt werden. Das bedeutet im Grunde, dass herkömmliche Zentraleinheiten, die Dinge seriell und Schritt für Schritt erledigen, dieser Aufgabe nicht gewachsen sind. Das Besondere an GPUs ist ihre Fähigkeit, Tausende oder sogar Millionen mathematischer Operationen auszuführen parallel zu – deshalb, wenn Sie spielen Grand Theft Auto Vdie Guten und Bösen bewegen sich schnell und reibungslos und streifen in Echtzeit durch eine überzeugend wiedergegebene fiktive Version von Los Angeles.
Als das Interesse an maschinellem Lernen und neuronalen Netzen in den 00er-Jahren und insbesondere nach 2017, als Google das „Transformer“-Modell einführte, auf dem die meisten generativen KIs heute basieren, stark anstieg, erkannten KI-Forscher, dass sie die von GPUs gebotenen parallelen Verarbeitungsfunktionen benötigten. An diesem Punkt wurde klar, dass Nvidia das Unternehmen war, das allen anderen einen Vorsprung verschaffte. Und seitdem hat das Unternehmen diesen Vorteil klugerweise genutzt und seinen Vorsprung gefestigt, indem es rund um seine Hardware ein Software-Ökosystem aufgebaut hat, das für KI-Entwickler wie eine Katzenminze ist.
Wird Nvidia also der nächste Apple oder zumindest der nächste Intel? Für die nächsten Jahre scheint seine Dominanz ziemlich sicher zu sein, auch weil seine Einnahmen mehr von Cloud-Computing-Unternehmen kommen, die bestrebt sind, ihre Rechenzentren nicht nur mit herkömmlichen Servern, sondern zunehmend mit Parallelverarbeitungskits auszustatten, die den erwarteten Anforderungen der Unternehmen gerecht werden KI-Goldrausch. Es handelt sich um gute Kunden, die pünktlich zahlen und mindestens ein paar Jahre brauchen, um ihre Cloud-Infrastrukturen neu zu konfigurieren.
Aber nichts währt ewig. Schließlich ist es noch gar nicht so lange her, dass Intels Dominanz in der Halbleiterindustrie völlig schien. Und jetzt ist es ein Schatten seines früheren Selbst. Als Nvidia jedoch den Billionen-Dollar-Meilenstein erreichte, dachten merkwürdigerweise alle nicht an Intel, sondern an Cisco, einen berühmten Hersteller von Netzwerk- und Telekommunikationsgeräten, der einst zufällig zur richtigen Zeit am richtigen Ort war Mitte der 1990er-Jahre setzte der erste Internet-Boom ein. Der Umsatz verdreifachte sich zwischen 1997 und 2000, da die Nachfrage nach Routern und anderen Netzwerkgeräten stark anstieg. Dann kam die Pleite und bis 2001 war der Aktienkurs von Cisco (und die daraus resultierende Marktbewertung) um 70 % gefallen.
Könnte Nvidia so etwas passieren? Die entscheidende Frage lautet laut Ben Thompson, dem klügsten Tech-Guru überhaupt: Wie wird der Markt für KI aussehen, wenn der Hype nachgelassen hat? Niemand kennt die Antwort darauf. Was auch immer passiert, Nvidias Spitzhacken und Schaufeln werden einigen Leuten eine Menge Geld eingebracht haben.
Was ich gelesen habe
Bestimmter Artikel
Bewusstsein ist ein großes Geheimnis. „It’s Definition Isn’t“ ist ein interessanter Beitrag von Erik Hoel auf seinem Intrinsic Perspective-Blog.
Intelligenztest
In seinem typisch lakonischen und nachdenklichen Essay „Generative AI and Intellectual Property“ auf seiner Website geht Benedict Evans auf ein noch ungelöstes Problem ein.
Voraussichtliche Konsequenzen
Wie die Fehlinterpretation von Adam Smith dazu beitrug, Todesfälle aus Verzweiflung hervorzubringen, ist ein wunderbarer Vortrag in der Boston-Rezension vom Wirtschaftsnobelpreisträger Angus Deaton.
