AWS stellt mit seinem maßgeschneiderten Chip die KI-Dominanz von Nvidia in Frage

Amazons AWS (Amazon Web Services) will Nvidias Marktführerschaft im Bereich KI-Chips herausfordern, indem es seine Strategie kundenspezifischer Chips mit Graviton4-CPUs und Trainium-Beschleunigern vorantreibt. Die kundenspezifischen Chips sind darauf ausgelegt, die Gewinnmargen bei KI-Anwendungen zu maximieren, indem sie die Datenübertragungskosten in Cloud-Umgebungen drastisch senken.

AWS hat ein Update seines Graviton4-Chips angekündigt, der eine Netzwerkbandbreite von 600 Gigabit pro Sekunde bietet – laut Unternehmen die höchste in der Public Cloud. Ali Saidi, Ingenieur bei AWS, verglich die Geschwindigkeit mit einem Gerät, das 100 Musik-CDs pro Sekunde liest. Die Graviton4-CPU ist eines von vielen Chipprodukten aus Amazons Annapurna Labs in Austin, Texas, und ein Erfolg für die Strategie des Unternehmens, eigene Lösungen zu entwickeln und damit etablierten Anbietern wie Intel und AMD Paroli zu bieten.

Mit dem bevorstehenden Upgrade von Graviton4 und den Trainium-Chips von Project Rainier demonstrierte Amazon seinen Anspruch, die gesamte KI-Infrastruktur – von der Netzwerktechnik über das Training bis hin zur Inferenz – zu kontrollieren. Nachdem immer mehr bedeutende KI-Modelle wie Claude 4 bewiesen hatten, dass sie erfolgreich auf Hardware anderer Hersteller als NVIDIA trainiert werden können, stellte sich nicht mehr die Frage, ob AWS mit dem Chipriesen konkurrieren könne, sondern wie groß der Marktanteil sein würde.

Hutt zufolge wird Amazon günstigere Alternativen zu Nvidias GPUs anbieten

AWS-Chef für Kunden- und Produktentwicklung, Gadi Hutt, erklärte, Amazon wolle die Kosten für das KI-Training senken und Alternativen zu den von Nvidia . Laut AWS wurde das KI-Modell Claude Opus 4 von Anthropic auf Trainium2-GPUs eingeführt, und Project Rainier wird von über 500.000 Chips angetrieben – ein Auftrag, der üblicherweise an Nvidia gegangen wäre. 

Hutt erklärte, dass Nvidias Blackwell zwar leistungsstärker als Trainium2 sei, der AWS-Chip jedoch ein besseres Preis-Leistungs-Verhältnis biete. Er wies außerdem darauf hin, dass Trainium3 noch in diesem Jahr auf den Markt komme, die Leistung von Trainium2 verdoppeln und zusätzlich 50 % Energie einsparen werde. Rami Sinno, Entwicklungsleiter bei AWS' Annapurna Labs, sagte, die Nachfrage nach diesen Chips übersteige bereits das Angebot.

„Unser Angebot ist sehr, sehr groß, aber jede einzelne von uns entwickelte Dienstleistung hat einen festen Kunden.“

–Rami Sinno, Director of Engineering bei AWS Annapurna Labs

Das AWS-Team betonte, dass das Unternehmen zwar gewisse Lücken anerkenne, aber die Zusammenarbeit mit kleineren, innovativen Startups wie Anthropic, Scale AI und Fiddler der Zusammenarbeit mit großen Anbietern vorziehe. Amazon unterstützt diese Unternehmen häufig durch strategische Investitionen und knüpft so für beide Seiten vorteilhafte Partnerschaften, indem es Kapital oder Infrastruktur bereitstellt, wie im Fall von Anthropic. AWS kündigte Project Rainier – einen für das Startup Anthropic entwickelten KI-Supercomputer – auf der Invent 2024-Konferenz im vergangenen Dezember an und investierte Berichten zufolge 8 Milliarden US-Dollar in Anthropic.

Die Graviton4- und Trainium3-Chips von AWS versprechen verbesserte Leistung und Effizienz 

Das Amazon-Team gab bekannt , dass die verbesserten Graviton4- und Trainium3-Chips, die für Ende 2025 geplant sind, eine vierfache Leistungssteigerung und 40 % höhere Energieeffizienz versprechen und damit Nvidias Gewinnmargen weiter schmälern. Es fügte hinzu, dies sei nicht nur ein Gewinn für das Umsatzwachstum von AWS, sondern auch ein direkter Angriff auf Nvidias Premium-GPUs.

Rahul Kulkarni, Amazons Direktor für Produktmanagement im Bereich Compute und KI, erklärte, der verbesserte Graviton4 verspreche die dreifache Rechenleistung und den dreifachen Speicher des Vorgängermodells, 75 % mehr Speicherbandbreite und eine um 30 % höhere Performance. Er fügte hinzu, dass insgesamt ein besseres Preis-Leistungs-Verhältnis erwartet werde, sodass Nutzer für jeden ausgegebenen Dollar deutlich mehr Leistung erhielten.

Patrick Moorhead, CEO und Chefanalyst von Moor Insights & Strategy, erklärte, alle KI-Unternehmen investierten hohe Summen in die Chipentwicklung. Sie verfügten über enorme Forschungs- und Entwicklungsbudgets, ohne jedoch die genauen Investitionssummen offenzulegen. Moorhead, der über zehn Jahre als Vizepräsident bei AMD tätig wardent fügte hinzu, Nvidia sei nach wie vor Marktführer im Bereich KI-Chips. Die Nachfrage sei jedoch groß genug, um mehrere Wettbewerber, darunter AWS, zu tragen.