Nvidias großer Plan, das globale KI-Gehirn von Grund auf zu dominieren

Nvidia, das Unternehmen, dessen Chips derzeit einen großen Teil der künstlichen Intelligenz-Infrastruktur der Welt antreiben, bewegt sich weiter in die Entwicklung von AI-Software und -Modellen, was darauf hindeutet, dass es viel mehr sein will als nur ein Hersteller von Hardware.

Ein Teil der Strategie wird durch die Zahlen offengelegt. Analysten prognostizieren, dass Nvidias Jahresumsatz 2026 die 358,7 Milliarden US-Dollar übersteigen wird, nachdem er von 26,9 Milliarden US-Dollar im Jahr 2022 auf 215,9 Milliarden US-Dollar im Jahr 2025 gestiegen ist.

Die Aktien von ChatGPT sind seit dem Start des Unternehmens im November 2022 um rund 990 % gestiegen.

Nvidia hat Absichten bekannt gegeben, in den nächsten fünf Jahren 26 Milliarden US-Dollar zu investieren, um die Entwicklung von Open-Source-KI-Großmodellen zu unterstützen, wie in bei der US-Börsenaufsicht SEC eingereichten Dokumenten dargelegt.

Der Reiz des Unternehmens bestand nie nur aus den Chips. Seine CUDA-Softwareplattform, die es Kunden ermöglicht, das Maximum aus ihren Grafikprozessoren herauszuholen, war zentral für ihren Aufstieg.

Justin Boitano, Vizepräsident für Unternehmensplattformen bei Nvidia, wies darauf hin, dass der Großteil der Belegschaft aus Software-Ingenieuren besteht, eine Tatsache, die oft übersehen wird.

Um auf dieser Softwareseite aufzubauen, hat Nvidia kürzlich ein neues Open-Source-KI-Sprachmodell namens Nemotron 3 Superveröffentlicht. Das Modell ist für KI-Systeme in Unternehmensgröße konzipiert, bei denen mehrere KI-Agenten zusammenarbeiten.

Es verfügt über 120 Milliarden Parameter und verwendet ein Design namens Mixture-of-Experts.

Eine ihrer wichtigsten Funktionen ist ein Kontextfenster von bis zu einer Million Tokens, was bedeutet, dass es ein ganzes Buch oder Tausende von Seiten Finanzdaten in einem einzigen Durchlauf verarbeiten kann.

Nvidia hat mit diesem Modell einen Mittelweg eingeschlagen.

Im Gegensatz zu OpenAI, das seine Modelle geschlossen hält, oder Meta, das die Llama-Modelle vollständig öffnet, wird Nvidia die wichtigsten Parameter des Modells öffentlich veröffentlichen. Unternehmen und Entwickler können sie kostenlos herunterladen und ausführen oder an ihre eigenen Bedürfnisse anpassen.

Wenn Nvidia seine Führung in der Hardware behält und 10 % des Marktes für fundamentale Modelle erobert, könnten die finanziellen Analysten sagen, dass der Schritt innerhalb von drei Jahren zusätzliche 50 Milliarden US-Dollar an Jahresumsatz generieren könnte.

Partner bauen die Hardware-Seite aus

Auf der Seite der Hardware-Bereitstellung baut Nvidia keine Rechenzentren selbst. Partner, darunter Dell, Hewlett Packard Enterprise und Foxconn, übernehmen diese Arbeit.

Arthur Lewis, der Leiter der Infrastruktur bei Dell, sagte, sein Unternehmen habe einem Kunden geholfen, 100.000 GPUs in nur sechs Wochen einzurichten. 

Parallel dazu NTT DATA hat einen Plan zur Implementierung bekannt gegeben was es als „mit Nvidia-Hardware betriebene KI-Fabriken“ bezeichnet. Dies sind vollständige Konfigurationen, die Governance-Systeme, Software-Tools, Infrastruktur und Daten integrieren.

Das Programm nutzt neben der Hardware auch die Software-Tools NeMo und NIM von Nvidia.

Ein Krebsforschungskrankenhaus, das Nvidia-Plattformen für Radiologie und Diagnostik nutzt, ein Autoteilezulieferer, der von Nvidia betriebene Cloud-Dienste nutzt, um die Rüstzeit für die Produktion von Monaten auf Tage zu reduzieren, und ein US-amerikanischer Hersteller, der derzeit Batteriefertigungslinien mit Nvidia-beschleunigter Simulation testet, sind nur einige Beispiele für frühe Kundenergebnisse.

Kari Briski, Vizepräsidentin für unternehmensweite generative KI-Software bei Nvidia, bemerkte, dass der Bau dieser hochmodernen Modelle enorme Anforderungen an Speicher-, Netzwerk- und Computersysteme stellt und dass dieser Druck die Richtung zukünftiger Hardware bestimmt.

CEO Jensen Huang beschrieb KI eher als fundamentale Infrastruktur denn als Software-Trend.

„KI ist eine der mächtigsten Kräfte, die die Welt heute prägen“, sagte Huang. „Sie ist keine clevere App oder ein einzelnes Modell; sie ist essentielle Infrastruktur, wie Strom und das Internet.“

Huang beschrieb den KI-Stack in fünf Schichten: Energie an der Basis, dann Chips, dann physische Infrastruktur wie Land und Kühlsysteme, dann KI-Modelle und schließlich Anwendungen an der Spitze, wo er sagte, dass tatsächlicher wirtschaftlicher Wert durch Dinge wie Arzneimittelentwicklung, Industrieroboter und selbstfahrende Fahrzeuge geschaffen wird.

Er räumte ein, dass der Aufbau noch in den Kinderschuhen steckt.

Bisher wurden einige hundert Milliarden Dollar ausgegeben, aber Huang sagte, dass das Gesamtvolumen Billionen erfordern wird, und nannte es potenziell den größten Infrastrukturaufbau in der Geschichte der Menschheit.

Er fügte hinzu, dass KI-Modelle kürzlich eine wichtige Schwelle überschritten haben und zuverlässig genug geworden sind, um weit verbreitet nützlich zu sein, und dass Open-Source-Modelle dabei helfen, die Adoption insgesamt zu beschleunigen.