AWS fordert Nvidias KI-Dominanz mit seinem eigenen Chip heraus

Amazon’s AWS (Amazon Web Services) ist darauf vorbereitet, Nvidias Marktdominanz im KI-Chip-Sektor herauszufordern, da es seine Strategie für eigene Chips durch Graviton4-CPUs und Trainium-Serie-Beschleuniger vorantreibt. Die eigenen Chips sind darauf ausgelegt, die Gewinnmargen bei KI-Arbeitslasten zu maximieren, indem sie die Datenübertragungskosten in Cloud-Umgebungen drastisch senken.

AWS ankündigte Ein Update für seinen Graviton4-Chip, das 600 Gigabit pro Sekunde an Netzwerkbandbreite umfasst, was das Unternehmen als das höchste Angebot in der öffentlichen Cloud bezeichnet. Ali Saidi, ein Ingenieur bei AWS, verglich die Geschwindigkeit mit einer Maschine, die 100 Musik-CDs pro Sekunde liest. Der Graviton4-CPU ist eines von vielen Chip-Produkten von Amazon’s Annapurna Labs in Austin, Texas, und es ist ein Sieg für die eigene Strategie des Unternehmens, das es gegen traditionelle Spieler wie Intel und AMD antreten lässt.

Mit dem bevorstehenden Upgrade von Graviton4 und den Trainium-Chips von Project Rainier demonstrierte Amazon seine Ambition, den gesamten KI-Infrastruktur-Stack zu kontrollieren, von Networking über Training bis hin zu Inferenz. Als sich zeigte, dass größere KI-Modelle wie Claude 4 erfolgreich auf Nicht-NVIDIA-Hardware trainieren konnten, war die Frage nicht, ob AWS mit dem Chip-Riesen konkurrieren konnte, sondern wie viel Marktanteil es sich sichern konnte.

Hutt sagt, Amazon werde günstigere Alternativen zu Nvidias GPUs bereitstellen

Gadi Hutt, Senior Director für Kunden- und Produktengineering bei AWS, sagte, Amazon wolle die KI-Trainingskosten senken und Alternativen zu Nvidias teuren Grafikverarbeitungseinheiten (GPUs) bieten. Laut AWS wurde Anthropics Claude Opus 4 KI-Modell auf Trainium2-GPUs gestartet, und Project Rainier wird von über 500.000 Chips angetrieben – eine Bestellung, die normalerweise an Nvidia gegangen wäre. 

Hutt sagte, dass Nvidias Blackwell zwar ein leistungsfähigerer Chip als Trainium2 war, der AWS-Chip jedoch eine bessere Kostenleistung bot. Er wies auch darauf hin, dass Trainium3 in diesem Jahr kommt und die Leistung von Trainium2 verdoppelt und Energie um zusätzliche 50 % spart. Rami Sinno, Director of Engineering bei AWS’s Annapurna Labs, sagte, die Nachfrage nach diesen Chips übersteige bereits das Angebot.

„Unser Angebot ist sehr, sehr groß, aber jeder einzelne Dienst, den wir aufbauen, hat einen Kunden daran gebunden.“

–Rami Sinno, Director of Engineering bei AWS’s Annapurna Labs

Das AWS-Team betonte, dass das Unternehmen zwar spezifische Lücken anerkannte, es jedoch bevorzugte, mit kleineren, innovativen Startups wie Anthropic, Scale AI und Fiddler zusammenzuarbeiten, anstatt sich auf große Anbieter zu verlassen. Amazon unterstützt diese Unternehmen oft durch strategische Investitionen und bildet gegenseitig vorteilhafte Beziehungen im Austausch für die Bereitstellung von Kapital oder Infrastruktur, wie im Fall von Anthropic. AWS kündigte Project Rainier – einen KI-Supercomputer, der für das Startup Anthropic gebaut wurde – auf der Invent 2024-Konferenz im vergangenen Dezember an und hat Berichten zufolge 8 Milliarden US-Dollar in die Unterstützung von Anthropic investiert.

AWS’s Graviton4- und Trainium3-Chips versprechen verbesserte Leistung und Effizienz 

Das Amazon-Team gab das Team dass die für Ende 2025 vorgesehenen upgegradeten Graviton4- und Trainium3-Chips einen 4-fachen Leistungssprung und eine um 40 % bessere Energieeffizienz versprechen, was Nvidias Margen weiter zusammendrückt. Es fügte hinzu, dass dies nicht nur ein Sieg für das Top-Line-Wachstum von AWS war, sondern ein direkter Angriff auf den GPU-Aufschlag von Nvidia.

Rahul Kulkarni, Amazon’s Director of Product Management für Compute und KI, sagte, das upgegradete Graviton4 verspreche, die Rechenleistung und den Speicher seines Vorgängers um das Dreifache zu liefern, 75 % mehr Speicherbandbreite und 30 % bessere Leistung. Er fügte hinzu, dass es insgesamt erwartet wird, mehr Preis-Leistungs-Verhältnis zu liefern, was bedeutet, dass Benutzer für jeden ausgegebenen Dollar viel mehr Leistung erhalten.

Patrick Moorhead, CEO und Chief Analyst bei Moor Insights & Strategy, sagte, alle KI-Unternehmen gäben viel Geld für die Entwicklung von Chips aus und fügte hinzu, dass sie riesige F&E-Budgets hätten, obwohl sie die genauen Zahlen der Investitionen nicht offenlegten. Moorhead, der über ein Jahrzehnt als Vizepräsident bei AMD, fügte hinzu, dass Nvidia immer noch ein dominanter Akteur im KI-Chip-Markt bleibt. Es gab jedoch genug Nachfrage, um mehrere Wettbewerber, einschließlich AWS, zu unterstützen.