Amazon rennt gegen Microsoft und Google im Generativen KI-Wettbewerb mit maßgeschneiderten AWS-Chips

In einem unscheinbaren Bürogebäude in Austin, Texas, arbeitet ein kleines Team von Amazon-Mitarbeitern fieberhaft an der Entwicklung zweier unterschiedlicher Mikrochips, die speziell für das Training und die Beschleunigung von generativer KI konzipiert sind. Diese benutzerdefinierten AWS-Chips, benannt als Inferentia und Trainium, bieten eine praktikable Alternative für AWS-Kunden, die ihre massiven Sprachmodelle trainieren möchten, ohne sich auf zunehmend knappe und teure Nvidia-GPUs zu verlassen.

Der CEO von Amazon Web Services (AWS), Adam Selipsky, erklärte in einem Interview im Juni, dass die weltweite Nachfrage nach Chips zur Unterstützung von Generative AI stark ansteigt. Der proaktive Ansatz von Amazon zielt darauf ab, dieser Nachfrage gerecht zu werden; das Unternehmen beteuert, gut aufgestellt zu sein, um die notwendige Kapazität für die kollektiven Anforderungen seiner Kunden bereitzustellen.

Aufholen in einer boomenden Branche

Andere Marktteilnehmer sind jedoch durch erhebliche Investitionen vorangeschritten, um den Boom der Generative AI zu nutzen. Als OpenAI im November sein ChatGPT vorstellte, erregte Microsoft erhebliche Aufmerksamkeit, indem es diesen viralen Chatbot hostete und geschätzte 13 Milliarden US-Dollar in OpenAI investierte. Microsoft integrierte Generative-AI-Modelle schnell in seine Produkte und nahm sie bereits im Februar in Bing auf. Im selben Monat startete Google Bard, sein Large-Language-Model, und investierte kräftige 300 Millionen US-Dollar in den OpenAI-Konkurrenten Anthropic.

Amazon brauchte etwas länger, um auf den Plan zu treten. Erst im April präsentierte Amazon seine Reihe von Large-Language-Modellen unter der Marke Titan sowie den Bedrock-Dienst, der Entwicklern dabei helfen soll, Software mit Generative-AI-Funktionen zu erweitern. Dieser verspätete Einstieg hat einige Experten dazu veranlasst, darauf hinzuweisen, dass Amazon, das normalerweise für die Pionierarbeit in Märkten bekannt ist, nun im Bereich Generative AI aufholen muss.

Technische Differenzierung durch maßgeschneiderte Siliziumchips

Chirag Dekate, VP Analyst bei Gartner, ist der Ansicht, dass das maßgeschneiderte Silizium von Amazon schließlich einen Wettbewerbsvorteil im Bereich Generative AI bieten könnte. Die einzigartigen technischen Fähigkeiten, die von diesen Custom-Chips, Inferentia und Trainium, geboten werden, könnten Amazon abheben. Bemerkenswerterweise verfügt Microsoft über keine Entsprechungen zu Trainium und Inferentia.

Amazon begann seine Reise mit maßgeschneidertem Silizium im Jahr 2013, beginnend mit spezialisierter Hardware namens Nitro. Im Laufe der Zeit ist Nitro zum AWS-Chip mit dem höchsten Volumen geworden, mit über 20 Millionen eingesetzten Einheiten, die jeden AWS-Server schmücken.

Im Jahr 2015 übernahm Amazon das israelische Chip-Startup Annapurna Labs. Im Jahr 2018 brachte das Unternehmen seinen auf Arm-basierenden Server-Chip Graviton auf den Markt, um den dominierenden x86-CPUs von Branchenriesen wie AMD und Intel Konkurrenz zu machen. Im selben Jahr wagte sich Amazon in den Bereich der auf KI fokussierten Chips vor. Dies geschah einige Jahre, nachdem Google seine erste Tensor Processing Unit (TPU) eingeführt hatte. Inzwischen hält Microsoft über seinen in Zusammenarbeit mit AMD entwickelten Athena-KI-Chip die Zunge fest.

Maßgeschneiderte Chips und ihre Rollen

Ein Blick hinter die Kulissen in Amasons Chip-Labor in Austin zeigt die Entwicklung und den Test von Trainium und Inferentia. Matt Wood, VP of Product, erklärt ihre Rollen. Machine Learning besteht aus zwei Phasen: dem Training der Modelle und dem Ausführen von Inferenzen gegen die trainierten Modelle. Trainium, das 2021 eingeführt wurde, bietet eine erhebliche Verbesserung der Preis-Leistung um 50 % im Vergleich zu anderen Methoden zum Training von Machine-Learning-Modellen auf AWS. Inferentia, das 2019 veröffentlicht wurde und sich jetzt in seiner zweiten Generation befindet, ist hervorragend darin, Machine-Learning-Inferenzen mit hohem Durchsatz und niedriger Latenz zu verarbeiten.

Trotz der Bemühungen von Amazon dominieren derzeit die GPUs von Nvidia das Training von Modellen. Im Juli führte AWS Hardware zur KI-Beschleunigung ein, die von Nvidia H100s angetrieben wird, und unterstrich damit die starke Position von Nvidia in der KI-Landschaft.

Nutzung der Cloud-Dominanz zum Vorteil

Amasons Dominanz im Cloud-Bereich hebt es hervor. Mit einer massiven Cloud-Installationsbasis liegt die Stärke von Amazon darin, bestehenden Kunden zu ermöglichen, durch die Nutzung von Generative AI zu mehr Wertschöpfung zu gelangen. Millionen von AWS-Kunden, die mit der Plattform bereits vertraut sind, könnten es verlockend finden, die Dienste von Amazon für Generative-AI-Aufgaben zu nutzen, aufbauend auf ihren bestehenden Anwendungen und Datenspeichern.

AWS hält den Löwenanteil am Cloud-Computing-Markt und hatte 2022 einen Anteil von 40 %. Trotz jüngster Rückgänge des operativen Ergebnis trägt AWS immer noch erheblich mit 70 % zum gesamten operativen Gewinn von Amazon bei. Seine weiten Betriebsmargen übertreffen die von Google Cloud.

AWS’s erweiterndes Generative-AI-Toolset

AWS konzentriert sich auf ein vielfältiges Toolset für Generative AI, anstatt ChatGPT direkt herauszufordern. AWS HealthScribe, im Juli vorgestellt, nutzt Generative AI, um Ärzten beim Verfassen von Zusammenfassungen von Patientengesprächen zu helfen. SageMaker, ein Machine-Learning-Hub, bietet Algorithmen und Modelle. CodeWhisperer, ein Coding-Companion, hat die Produktivität von Entwicklern im Durchschnitt um 57 % gesteigert. Letztes Jahr berichtete Microsoft über ähnliche Produktivitätssteigerungen durch GitHub Copilot.

Im Juni kündigte AWS ein Generative-AI-Innovationszentrum mit 100 Millionen US-Dollar an. Das Unternehmen zielt darauf ab, Kunden bei der Einschätzung des Potenzials von Generative AI in ihrem Geschäftskontext zu unterstützen, indem es personalisierte Unterstützung durch Experten anbietet.

Sicherheitsbedenken ausräumen

Die Verbreitung von KI wirft auch Sicherheitsbedenken auf, insbesondere im Zusammenhang mit proprietären Informationen in Trainingsdaten, die für öffentliche Sprachmodelle verwendet werden. AWS geht diesen Bedenken entgegen, indem es sicherstellt, dass Generative-AI-Modelle, die über seinen Bedrock-Dienst zugänglich sind, in isolierten Virtual Private Cloud-Umgebungen betrieben werden. Diese Konfiguration garantiert Verschlüsselung und konsistente AWS-Zugriffskontrollen und nimmt damit Sorgen vor Datenlecks.

Amasons anhaltender Push im Bereich Generative AI

Amazon setzt seinen Vorstoß im Bereich Generative AI fort. Während derzeit über 100.000 Kunden Machine Learning auf AWS nutzen, macht dies nur einen kleinen Teil der vasten Kundenbasis von AWS aus. Dennoch glauben Analysten, dass Amasons Ansehen und sein Ruf als zuverlässiger Anbieter Unternehmen dazu bewegen könnten, das Generative-AI-Ökosystem von Amazon intensiver zu erkunden.

Chirag Dekate betont, dass Unternehmen ihre Infrastrukturstrategien wahrscheinlich nicht allein aufgrund der Fortschritte eines Wettbewerbers im Bereich Generative AI ändern werden. Für bestehende Amazon-Kunden könnte die Faszination des umfangreichen Ökosystems von Amazon eine entscheidende Rolle bei ihren Entscheidungen spielen.