Der Markt für künstliche Intelligenz (KI) boomt und führt zu einem massiven Anstieg der Nachfrage nach maßgeschneiderten Chips.
Doch das Angebot deckt sich nicht mit der Nachfrage, ganz im Gegenteil.
Zu den kundenspezifischen Chips in Geräten wie Smartphones und Computern gesellen sich nun weitere Bedürfnisse – von Gesichtserkennungshardware über KI bis hin zum Internet der Dinge (IoT).
Chips lassen sich in der Regel in zwei Kategorien einteilen: Standard- und kundenspezifische Chips.
Die Standardchips werden von Unternehmen wie Intel und AMD hergestellt und eignen sich für verschiedene Anwendungsfälle wie Bildverarbeitung und Multi-Threading.
Synopsis in einem Blog-Post formuliert es so:
„KI-Workloads sind massiv und erfordern eine erhebliche Bandbreite und Verarbeitungsleistung. Daher benötigen KI-Chips eine einzigartige Architektur, die aus optimalen Prozessoren, Speicher-Arrays, Sicherheit und Echtzeit-Datenkonnektivität besteht.
Herkömmliche CPUs verfügen in der Regel nicht über die erforderliche Verarbeitungsleistung, sind aber ideal für die Ausführung sequenzieller Aufgaben.
GPUs können hingegen die massive Parallelität der KI-Multiplikationsfunktionen bewältigen und bei KI-Anwendungen eingesetzt werden. GPUs können als KI-Beschleuniger dienen und die Leistung von neuronalen Netzen und ähnlichen Arbeitslasten verbessern.“
Die zunehmende Anwendung von generativer KI ist einer der Hauptfaktoren für die steigende Nachfrage nach kundenspezifischen Chips.
Die auf der generativen KI basierten Tools, die sich im letzten Jahr explosionsartig entwickelt haben, können auf Anfrage benutzerdefinierte Inhalte in Form von Text, Bildern, Videos oder anderen Medien generieren.
Unternehmen wie Amazon, Microsoft und Google haben die Bedeutung kundenspezifischer Chips für die generative KI erkannt und konzentrieren sich auf die Entwicklung eigener Chips, vor allem, weil der marktbeherrschende Anbieter, NVIDIA, seine Produkte bereits bis 2024 verkauft hat.
Während Konzerne wie Amazon mit Chips von Inferentia in den Kampf ziehen, arbeiten viele Startups fieberhaft an der Entwicklung von Chips.
Das Startup D-Matrix beispielsweise hat 110 $ Millionen für das Projekt einer Inferenz-Computing-Plattform erhalten. Laut dem Partner von Playground Global, Sasha Ostojic, der D-Matrix unterstützt, ist „D-Matrix das Unternehmen, das generative KI wirtschaftlich sinnvoll machen wird“.
Jensen Huang, Gründer und CEO von NVIDIA, erklärt: „Eine Billion Dollar an weltweit installierter Rechenzentrumsinfrastruktur wird von allgemeinem auf beschleunigtes Computing umgestellt, da die Unternehmen versuchen, generative KI in jedes Produkt, jede Dienstleistung und jeden Geschäftsprozess zu integrieren. Wir erhöhen unser Angebot erheblich, um die steigende Nachfrage zu befriedigen.“
In Anbetracht dieser Situation haben große Firmen in die interne Chipentwicklung investiert. Viele Startups haben sich Kapital beschafft, um Plattformen und Chips für die Inferenzberechnung zu entwickeln und den Markt zu bedienen.
Fazit
Der Wettlauf um maßgeschneiderte Chips könnte die Technologiewelt zumindest für einige Zeit in zwei Teile spalten: diejenigen, die über einen Vorrat an kundenspezifischen Chips verfügen und in der Lage sind, selbst kundenspezifische Chips zu entwickeln, und diejenigen, die dies nicht können.
Die Anhäufung von generativer KI in den Händen einiger Weniger könnte eine Kartellisierung dieser Technologie darstellen.
Die Regierungen weltweit, insbesondere die Großmächte, müssen sich gegen die Konzentration der generativen KI-Entwicklung bei einer kleinen Gruppe wehren.