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

Nvidia, das Unternehmen, dessen Chips derzeit einen Großteil der weltweiten Infrastruktur für künstliche Intelligenz antreiben, geht verstärkt in die Entwicklung von KI-Software und -Modellen, was darauf hindeutet, dass es weit mehr als nur ein Hardwarehersteller sein will.

Ein Teil der Geschichte wird durch die Zahlen enthüllt. Analysten prognostizieren, dass Nvidias Jahresumsatz im Jahr 2026 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 kündigte in bei der US-Börsenaufsichtsbehörde (Securities and Exchange Commission) eingereichten Unterlagen an, in den nächsten fünf Jahren 26 Milliarden Dollar in die Entwicklung von Open-Source-KI-Big-Modellen zu investieren.

Der Erfolg des Unternehmens beruhte nie allein auf den Chips. Seine CUDA-Softwareplattform, die es Kunden ermöglicht, das volle Potenzial der Grafikprozessoren auszuschöpfen, war maßgeblich für seinen Aufstieg.

Justin Boitano,dent für Unternehmensplattformen bei Nvidia, wies darauf hin, dass der Großteil ihrer Mitarbeiter Softwareingenieure seien – eine Tatsache, die oft übersehen werde.

Um diese Softwareseite weiterzuentwickeln, hat Nvidia kürzlich ein neues Open-Source-KI-Sprachmodell namens Nemotron ​​3 Super. Das Modell ist für KI-Systeme der Unternehmensklasse konzipiert, in denen mehrere KI-Agenten zusammenarbeiten.

Es umfasst 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 sie ein ganzes Buch oder Tausende von Seiten mit Finanzunterlagen in einem einzigen Durchlauf verarbeiten kann.

Nvidia hat mit diesem Modell einen Mittelweg eingeschlagen, wie man so schön sagt.

Anders als OpenAI, das seine Modelle nicht öffentlich zugänglich macht, oder Meta, das seine Llama-Modelle vollständig offenlegt, wird Nvidia die wichtigsten Modellparameter veröffentlichen. Unternehmen und Entwickler können sie kostenlos herunterladen und ausführen oder an ihre eigenen Bedürfnisse anpassen.

Wenn Nvidia seine Führungsposition im Hardwarebereich behaupten und einen Marktanteil von 10 % am Basismodell erreichen kann, könnten Finanzanalysten zufolge innerhalb von drei Jahren zusätzliche jährliche Einnahmen in Höhe von 50 Milliarden US-Dollar generieren.

Die Partner bauen die Hardwareseite aus

Im Bereich der Hardwarebereitstellung baut Nvidia keine eigenen Rechenzentren. Diese Aufgabe übernehmen Partner wie Dell, Hewlett Packard Enterprise und Foxconn.

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

Gleichzeitig enthüllte NTT DATA einen Plan zur Implementierung sogenannter „KI-Fabriken mit Nvidia-Hardware“. Dabei handelt es sich um Komplettkonfigurationen, die Governance-Systeme, Software-Tools, Infrastruktur und Daten integrieren.

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

Ein Krebsforschungskrankenhaus, das Nvidia-Plattformen für Radiologie und Diagnostik nutzt, ein Automobilzulieferer, der Nvidia-gestützte Cloud-Dienste einsetzt, um die Produktionsvorbereitungszeit von Monaten auf Tage zu verkürzen, und ein US-amerikanischer Hersteller, der derzeit Batterieproduktionslinien mit Nvidia-beschleunigter Simulation testet, sind nur einige Beispiele für erste Kundenergebnisse.

Kari Briski,dent für generative KI-Software für Unternehmen bei Nvidia, merkte an, dass der Aufbau dieser hochmodernen Modelle einen enormen Druck auf Speicher-, Netzwerk- und Rechensysteme ausübt und dass dieser Druck dazu beiträgt, die Richtung zukünftiger Hardware zu prägen.

CEO Jensen Huang beschrieb KI eher als grundlegende Infrastruktur denn als Software-Modeerscheinung.

„KI ist eine der mächtigsten Kräfte, die die Welt heute prägen“, erklärte Huang. „Sie ist keine clevere App oder ein einzelnes Modell; sie ist eine essenzielle Infrastruktur, wie Strom und 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 seiner Meinung nach der eigentliche wirtschaftliche Wert geschaffen wird, beispielsweise durch die Entdeckung von Medikamenten, Industrieroboter und selbstfahrende Fahrzeuge.

Er räumte ein, dass sich der Ausbau noch in einem frühen Stadium befinde.

Bislang wurden einige hundert Milliarden Dollar ausgegeben, aber Huang sagte, dass insgesamt Billionen benötigt würden, und bezeichnete es als potenziell den größten Infrastrukturausbau in der Geschichte der Menschheit.

Er fügte hinzu, dass KI-Modelle kürzlich eine wichtige Grenze überschritten hätten, indem sie zuverlässig genug geworden seien, um breit eingesetzt werden zu können, und dass Open-Source-Modelle dazu beitragen, die Akzeptanz auf allen Ebenen zu beschleunigen.