In den drei Wochen, seit Nvidia die Technologiewelt mit der Prognose eines beispiellosen Umsatzsprungs schockierte, war die Wall Street auf der Suche nach anderen Chipunternehmen, die vom jüngsten KI-Boom profitieren könnten.
Doch im Laufe der Suche ist die Kluft, die sich zwischen Nvidia und dem Rest der Chipindustrie aufgetan hat, nur noch größer geworden.
In einem der am meisten erwarteten Versuche, mit Nvidia gleichzuziehen, stellte Rivale AMD diese Woche einen neuen KI-Chip namens MI300X vor. Der Chip umfasst eine GPU – ein ursprünglich für Videospiele entwickeltes Produkt, das den Kern des Erfolgs von Nvidia ausmacht – sowie eine allgemeinere CPU und einen integrierten Speicher, um beide Prozessoren mit Daten zu versorgen.
Das Design spiegelt Versuche von Chipherstellern wider, verschiedene Technologien zu bündeln, um die effizienteste Möglichkeit zur Verarbeitung der großen Datenmengen zu finden, die zum Trainieren und Anwenden der großen Modelle der generativen KI erforderlich sind.
AMD behauptete eine beeindruckende Leistung seines neuen Chips, der Nvidias Flaggschiff H100 in mehreren Punkten übertreffen würde. Es konnte jedoch keine potenziellen Kunden nennen, die den Chip in Betracht gezogen hätten, und betonte lediglich die Fähigkeit des Produkts, KI-Inferenzen zu handhaben – also die Anwendung vorab trainierter KI-Modelle – und nicht die anspruchsvollere Schulungsarbeit, die für die steigenden Umsätze von Nvidia verantwortlich ist. Außerdem hieß es, man werde die Produktion des neuen Chips erst im letzten Quartal dieses Jahres hochfahren.
Bis AMDs neuer Chip in der ersten Hälfte des nächsten Jahres allgemein erhältlich sein wird, wird Nvidias H100 bereits 18 Monate auf dem Markt sein, was ihm einen riesigen Vorsprung verschafft, sagte Stacy Rasgon, Analystin bei Bernstein. AMD sei „weit zurückgeblieben. Sie könnten den Bodensatz bekommen [of the AI market] – obwohl vielleicht sogar das ausreicht“, um die jüngste Begeisterung der Wall Street für die Aktien des Unternehmens zu rechtfertigen, sagte er.
„Nvidia ist in dieser Runde frei und klar“ der Chipkriege, die rund um die KI ausgebrochen sind, fügte Patrick Moorhead, Analyst bei Moor Insights & Strategy, hinzu.
Die Wall Street hat eine Reihe von Chipherstellern herausgesucht, die von generativer KI profitieren könnten. Der gemeinsame Börsenwert von AMD, Broadcom und Marvell stieg in den zwei Tagen nach der atemberaubenden Umsatzprognose von Nvidia im letzten Monat um 99 Milliarden US-Dollar oder 20 Prozent. Es wird jedoch nicht erwartet, dass ihre KI-bezogenen Umsätze aus dem von Nvidia dominierten Markt kommen.
Broadcom beispielsweise dürfte von der steigenden Nachfrage nach seinen Datenkommunikationsprodukten sowie von der Zusammenarbeit mit Google bei der Entwicklung eines internen Rechenzentrumschips, einem sogenannten TPU, profitieren. Anfang dieses Monats prognostizierte Broadcom, dass das KI-bezogene Geschäft im Jahr 2024 etwa ein Viertel seines Umsatzes ausmachen würde, gegenüber nur 10 Prozent im Vorjahr.
Allerdings erfreuen sich die Prozessoren, die zum Trainieren und Anwenden großer KI-Modelle eingesetzt werden, dem größten Nachfrageschub und sorgen für die größte Börsenbegeisterung. Als der neue Chip von AMD die Wall Street unter Druck setzte, stieg der Börsenwert von Nvidia wieder auf über 1 Billion US-Dollar, ein Niveau, das er erstmals vor zwei Wochen erreicht hatte.
„Es besteht kein Zweifel, dass KI auf absehbare Zeit der Haupttreiber des Siliziumverbrauchs sein wird“, wobei Rechenzentren der Hauptschwerpunkt der Investition sein werden, sagte Lisa Su, CEO von AMD. Sie prognostizierte, dass der Markt für KI-Beschleuniger – GPUs und andere Spezialchips, die die für das Training oder den Betrieb erforderliche datenintensive Verarbeitung beschleunigen sollen – von 30 Milliarden US-Dollar in diesem Jahr auf über 150 Milliarden US-Dollar im Jahr 2027 ansteigen würde.
Während sie Schwierigkeiten haben, mit Nvidia bei den fortschrittlichsten KI-Chips zu konkurrieren, rechnen Unternehmen wie AMD und Intel mit einer Weiterentwicklung des Marktes für generative KI, um die Nachfrage nach anderen Prozessortypen anzukurbeln. Großmodelle wie der GPT-4 von OpenAI dominierten die frühen Stadien der Technologie, aber eine jüngste Explosion bei der Verwendung kleinerer und spezialisierterer Modelle könnte zu höheren Verkäufen von weniger leistungsstarken Chips führen, behaupten sie.
Viele Kunden, die Modelle mit ihren Unternehmensdaten trainieren möchten, möchten ihre Informationen auch in der Nähe ihres Zuhauses aufbewahren, anstatt das Risiko einzugehen, sie an Unternehmen weiterzugeben, die große KI-Modelle anbieten, sagte Kavitha Prasad, Vizepräsidentin bei Intel. Zusammen mit der ganzen Rechenarbeit, die in die Vorbereitung der Daten für die Einspeisung in das Training gesteckt wird, werde das jede Menge Arbeit für die CPUs und KI-Beschleuniger von Intel bedeuten, sagte sie.
Aufgrund der sich schnell ändernden Anforderungen an Rechenzentren, die durch die Zunahme von Diensten wie ChatGPT verursacht werden, haben Chiphersteller jedoch Schwierigkeiten, vorherzusagen, wie sich ihre Märkte entwickeln werden. Die Verkäufe von CPUs könnten in den kommenden Jahren sogar zurückgehen, da Rechenzentrumskunden ihre Ausgaben in KI-Beschleuniger stecken, sagte Rasgon.
Konkurrenten, die Nvidias aufstrebendes KI-Geschäft ausnutzen wollen, stehen bei der Software vor einer ebenso großen Herausforderung. Der weit verbreitete Einsatz von Nvidias Chips in KI- und anderen Anwendungen ist vor allem darauf zurückzuführen, dass sich die GPUs, die ursprünglich für Videospiele entwickelt wurden, mithilfe der Cuda-Software problemlos für andere Aufgaben programmieren lassen.
Um mehr Entwickler für seine KI-Chips zu gewinnen, betonte AMD diese Woche seine Bemühungen, mit PyTorch, einem weit verbreiteten KI-Framework, zusammenzuarbeiten. Dennoch sei es noch ein langer Weg, bis es mit den vielen Softwarebibliotheken und Anwendungen mithalten könne, die bereits für Cuda entwickelt wurden, sagte Rasgon. „Es wird ein Jahrzehnt dauern“, bis die Konkurrenten mit der Software von Nvidia mithalten können – eine Zeit, in der Nvidia weiterhin schnell daran arbeiten wird, seinen Vorsprung auszubauen, sagte er.
„Niemand möchte eine Branche, in der es einen dominanten Akteur gibt“, sagte Moorhead. Doch vorerst gehört Nvidia der boomende Markt für Chips, die mit generativer KI umgehen können.