Jensen Huang war dieses Jahr mit allen im Silicon Valley der beste Freund und war der einzige Mensch, der alle drei Konferenzbühnen von Microsoft, Amazon und Google durchquerte. Warum? Weil jeder seine GPUs braucht, um seine KI-Träume zu verwirklichen.
Früher waren Grafikprozessoren nur bei PC-Spielern begehrt, die ihr Heim-Setup optimal nutzen wollten, doch heute sind sie das Kronjuwel der lukrativsten Technologieunternehmen der Welt. Es ist eine einzigartige Situation, aber wie ist Jensen Huang hierher gekommen? Und was macht er mit dieser einmaligen Gelegenheit, wenn er nicht auf der Konferenzbühne steht?
Der Neid des Tals
Nvidia dominierte in diesem Jahr den Markt für KI-Chips: Über 80 % der Chips zum Trainieren und Betreiben von KI-Modellen im Jahr 2023 wurden laut Baird-Analysten von Nvidia hergestellt. Wenn Sie hören, dass Big-Tech-Unternehmen wie Apple Geld ausgeben“Millionen Dollar pro Tag„KI trainieren, ein Teil davon geht an Nvidia und es würde noch mehr Geld fließen, wenn es mehr Einheiten gäbe. Jensen Huang benannte sein Unternehmen Nvidia nach dem lateinischen Wort für „Neid“, und jeder im Silicon Valley beneidet sein Unternehmen derzeit sicherlich.
Microsoft und Meta gekauft 150.000 Nvidia H100 und H800 dieses Jahr, die jeweils etwa 30.000 US-Dollar kosteten. Google, Amazon und Oracle kauften so viele, wie sie in die Finger bekamen, jeweils etwa 50.000. Joe Biden hat es bewusst gesetzt Außenpolitik der Vereinigten Staaten um zu verhindern, dass Nvidia-Chips in die Hände chinesischer Unternehmen gelangen. 2023 war das Jahr, in dem mächtige Menschen den Namen Jensen Huang erfuhren.
Führungskräfte von Big Tech standen Schlange, um Jensen auf der Bühne die Hand zu schütteln und zu lächeln, um Fotos zu machen, aber es herrschte Spannung in der Luft. Kurz nachdem Jensen Huang in seiner ikonischen schwarzen Lederjacke die Bühne verlassen hatte, kündigten seine größten Kunden schnell ihre eigenen konkurrierenden Chips zum Trainieren von KI-Modellen an. Big Tech will niemandem verpflichtet sein. Der größte Star im Valley zu sein bedeutet vielleicht, dass man vorerst mit allen befreundet ist, aber es stellt einem auch eine riesige Zielscheibe auf den Rücken.
Geschichte der GPUs
Jensen Huangs Position im Zentrum der KI-Revolution begann vor langer Zeit. Der Nvidia-CEO hat ein Vermögen von rund 43 Milliarden US-Dollar, aber sein bevorzugter Ort für Besprechungen ist ein Stand bei Denny’s. An einem dieser Stände hat er vor über 10 Jahren gewettet, dass GPUs und nicht CPUs die Zukunft des Gamings seien.
Eine GPU kann viele Aufgaben gleichzeitig ausführen, während eine CPU Aufgaben einzeln ausführt. Die Mythbusters-Demonstration von 2009 ist noch da der besteDabei wird eine GPU mit 1.100 gleichzeitig abfeuernden Farbpistolen verglichen, um die Mona Lisa im Bruchteil einer Sekunde nachzubilden. So funktioniert eine GPU, die parallele Aufgaben ausführt, während eine CPU eher wie eine einzelne Farbpistole ist, die versucht, ein Smiley-Gesicht zu malen, was sowohl weniger beeindruckend ist als auch mehr Zeit in Anspruch nimmt.
GPUs haben die Spielebranche revolutioniert und dafür gesorgt, dass Videospielgrafiken viel besser aussehen als alles, was mit CPUs erstellt wurde. Durch unglaubliches Glück oder Weitsicht von Jensen stellte sich heraus, dass GPUs sich als unverzichtbar für das Training künstlicher Intelligenz erweisen würden, die wie das Rendern von Grafiken Milliarden gleichzeitiger Aufgaben erfordert, um große neuronale Netze aufzubauen. GPUs sind zu einem wesentlichen Baustein für jedes Unternehmen geworden, das mit künstlicher Intelligenz arbeitet, und jeder andere Chiphersteller hinkt Nvidia um Jahre hinterher.
Konkurrent oder Kunde?
Jeder machte Schlagzeilen, weil er dieses Jahr in die KI-Chip-Produktion einstieg. Microsoft hat die Maia 100Google hat das TPU v5pAmazon hat seine Trainium 2und Meta gab es bekannt MTIA. Sie klingen alle großartig, aber die Wahrheit ist, dass keiner von ihnen den GPUs von Nvidia das Wasser reichen kann. Nvidia ist der Konkurrenz um Jahre voraus und alle diese Unternehmen werden in absehbarer Zukunft die meisten ihrer KI-Modelle auf den Chips von Jensen Huang trainieren.
„Die Initiativen, die wir für die vertikale Integration sehen, sind sehr, sehr verhalten“, sagte Tristan Gerra, Bairds Senior Research Analyst für Halbleiter, gegenüber Gizmodo. „Meta wird erst 2025 einen eigenen Chip haben. AWS hat über die Entwicklung einer eigenen GPU gesprochen, von der wir wissen, dass sie äußerst komplex und herausfordernd ist und mehrere Jahre dauern würde.“
Gerra sagt, dass wir in den nächsten Jahren interne Anstrengungen zum Bau von KI-Chips sehen werden, aber diese werden alle sehr begrenzt sein. Nvidia wird im nächsten Jahr voraussichtlich nur ein paar Prozentpunkte Marktanteil verlieren.
„Für Nvidia gibt es wirklich nichts im Vergleich zu dem hohen zweistelligen Wachstum, das wir für sie und den gesamten Bereich in den nächsten Jahren sehen“, sagte Gerra.
Langfristig muss sich Nvidia vielleicht um Big Tech als Chip-Konkurrenten Sorgen machen, aber im Moment sind sie nur Kunden. Big Tech kann auf Konferenzen so viel Werbung für seine KI-Chips machen, wie sie wollen, und Jensen Huang wird keinen Schlaf verlieren. Bis sie aufholen, hat Nvidia sogar noch größere Pläne für die Vorherrschaft im Computerbereich.
Jensen Huangs Vision, Leverage in ein Imperium zu verwandeln
Nvidia verkauft seine GPUs an Cloud-Anbieter wie Google, Microsoft und AWS, die im Gegenzug Nvidias eigenen KI-Cloud-Service hosten. DGX-Cloud. So wie diese Unternehmen die KI-Chips von Nvidia kaufen, entwickelt auch Jensen Huang Cloud-Produkte, um diese zu ersetzen. Aber wer wird gewinnen?
Der beste Freund und möglicherweise größte Feind von Big Tech sagte der New York Times auf ihrem DealBook Summit, dass KI das Computing völlig verändert habe. Huang hofft, dass er seine Position nutzen kann, um eine neue Ära der Informatik einzuläuten.
„Wir stehen am Anfang einer völlig neuen Computergeneration. Es wurde seit 60 Jahren nicht mehr neu erfunden, deshalb ist es so eine große Sache“, sagte Huang. Er wies darauf hin, dass es beim Rechnen derzeit hauptsächlich um das Abrufen geht – man fordert einfach sein Telefon auf, eine Datei irgendwo von einem Server abzurufen. Er sagt, dass die Datenverarbeitung in Zukunft sowohl den Abruf als auch die Generierung durch KI umfassen wird.
Die 60 Jahre alte Computerrevolution, auf die er sich bezieht, wurde von Intel angeführt, dem 1958 von Gordon Moore und Bob Noyce gegründeten Chipunternehmen, das CPU-Chips für den Massenmarkt perfektionierte. Intel steigerte die Rechenleistung der Menschheit drastisch, indem es viele kleine Transistoren auf Silizium-Computerchips platzierte . Jensen Huang sieht Nvidia und GPUs im Zentrum der nächsten Revolution; der nächste Intel.
„Man kann diese neue Art der Datenverarbeitung nicht allein durch die Entwicklung eines Chips lösen“, sagte Huang. „Alles von der Vernetzung bis zum Switching, von der Art und Weise, wie die Computer konstruiert sind, bis hin zu den Chips selbst, der gesamten Software, die darauf sitzt, und der Methodik, die alles zusammenführt. Das ist eine große Sache, denn es ist eine völlige Neuerfindung der Computerindustrie.“
Der Wandel, von dem Jensen spricht, deckt sich mit dem, was Sam Altman als die Zukunft der Technologie beschreibt. Bei der Grundsatzrede von OpenAI beschreibt Altman eine Zukunft, in der Menschen Computer bitten, eine Aufgabe für Sie zu erledigen, anstatt die Aufgabe am Computer zu erledigen. Sie beschreiben die KI-Generierung nicht nur als eine Funktion, sondern als das Kernbetriebssystem künftiger Computer.
Huang sieht sich als einer der ersten, der diese neue Zukunft erkennt, die neue Rechenzentren, neues Computerdesign und neue Programmiersprachen als Antrieb beinhaltet. Huang und Nvidia setzen auf diese Vision und hoffen, das Technologieunternehmen zu sein, das die Zukunft des Computing gestaltet. In 5 bis 10 Jahren haben Big Tech-Unternehmen möglicherweise den heutigen Stand der GPUs erreicht, aber das ist laut Jensen Huang erst der Anfang.
„Für die Leute ist es schwer, sich damit auseinanderzusetzen“, sagte Huang. „Aber das war die großartige Beobachtung, die wir gemacht haben. Es enthält einen Chip, aber es geht nicht um diesen Chip.“