Oracle <\/strong>(+2,6%) bieten k\u00fcnftig ihren Kunden die Nvidia DGX Cloud an, \u00fcber die Unternehmen eine eigene KI trainieren k\u00f6nnen. Die Jahreslizenz liegt bei 45.000 USD.
Sie sehen, alle im Analystencall genannten Unternehmen konnten sich am letzten Donnerstag \u00fcber steigende Aktienkurse freuen. Wir befinden uns in der Phase, in der die fr\u00fchen KI-Pioniere an der B\u00f6rse hochgejubelt werden. Ich erwarte, dass zu einem sp\u00e4teren Zeitpunkt diejenigen Unternehmen, die nicht auf den KI-Zug aufspringen, abgestraft werden.<\/p>\n\n\n\nVon neuronalen Netzen zu KI-Durchbr\u00fcchen: Nvidias Weg zur Industriellen Revolution 2.0<\/h3>\n\n\n\n
Doch was genau macht die KI-Entwicklung so besonders? Warum bezeichne auch ich sie als Industrielle Revolution 2.0? <\/p>\n\n\n\n
Immerhin gibt es KI bereits seit \u00fcber f\u00fcnfzig Jahren. Mein fr\u00fcherer Entwickler forschte in den 70er Jahren an der Uni Hamburg an neuronalen Netzen, der Basis f\u00fcr KI. <\/p>\n\n\n\n
Warum kommt die KI gerade jetzt zum Durchbruch? Nun, Nvidia hat einen Weg gefunden, Moore’s Law wiederzubeleben. Ich habe viele Experten nach einer anschaulichen Beschreibung gefragt, doch niemand konnte mir eine verst\u00e4ndliche Erkl\u00e4rung liefern. Ich habe mir daher nun selber eine ausgedacht:<\/p>\n\n\n\n
\u00dcber Jahrzehnte wurden jedes Jahr Prozessoren entwickelt, die doppelt so schnell und halb so teuer waren wie ihre Vorg\u00e4nger. Eine komplexe Aufgabe kann heute rasend schnell gel\u00f6st werden. Die Prozessoren, auch CPUs genannt, k\u00f6nnen sogar unz\u00e4hlige komplexe Aufgaben parallel bearbeiten. Doch diese Geschwindigkeit reichte in den vergangenen Jahren nicht mehr aus, um die gigantischen Mengen an Daten systematisch zu katalogisieren und Erkenntnisse daraus zu ziehen.<\/p>\n\n\n\n
Nvidias Meisterst\u00fcck: Die Revolution in der KI durch Parallelverarbeitung<\/h3>\n\n\n\n
Sie kennen sicherlich die Zahl Pi. Wir nutzen Pi, um einen Kreisumfang oder Inhalt zu berechnen. Die Zahl liegt etwa bei 3,1415265359… Bislang hat man die Zahl auf rund 100 Billionen Nachkommastellen berechnet.
Zur Berechnung wird ein interaktiver Prozess genutzt: Man berechnet eine Nachkommastelle, f\u00fcgt sie dem Zwischenergebnis hinzu und berechnet anschlie\u00dfend mit Hilfe der gerade gefundenen Nachkommastelle die n\u00e4chste Nachkommastelle, f\u00fcgt diese erneut hinzu und f\u00fchrt den Rechenschritt erneut durch. So n\u00e4hert man sich der wirklichen Zahl Pi mit jedem Rechenschritt immer weiter an. Eine superschnelle CPU ist sehr schnell sehr weit bei diesem Prozess, doch auch die schnellste CPU kann mit jedem Rechenschritt nur eine weitere Nachkommastelle zuf\u00fcgen. Es dauert also auch bei der superschnellen CPU ein wenig, bis sie bei den 100 Billionen Stellen ankommt.
Gleichzeitig langweilt sich die CPU, weil sie eigentlich Millionen mal parallel solche Aufgaben ausf\u00fchren k\u00f6nnte. Also man k\u00f6nnte die CPU eine Million Mal beauftragen, die Zahl Pi zu berechnen und man w\u00fcrde eine Million Mal mit gleicher Geschwindigkeit das gleiche Ergebnis erhalten.
Nvidia hat es nun geschafft, iterative Prozesse parallel laufen zu lassen. Ich stelle mir das so vor, das die Aufgabe, Pi zu berechnen, in eine Millionen Aufgaben aufgesplittet wird. Die eine Million Aufgaben werden der Nvidia GPU zugespielt, diese f\u00fchrt eine Million Mal genau einen Rechenschritt durch und f\u00fcgt anschlie\u00dfend die eine Million Ergebnisse in der richtigen Reihenfolge zur Zahl Pi zusammen. Die Crux dabei ist, dass Prozesse, die eigentlich aufeinander aufbauen, parallel ablaufen k\u00f6nnen.<\/p>\n\n\n\n
Dies f\u00fchrt gerade bei der KI zu Quantenspr\u00fcngen. Denn KI, soviel wissen sogar die \u00c4lteren unter Ihnen, die in den 70er Jahren von neuronalen Netzen geh\u00f6rt haben, wird um so genauer, je h\u00e4ufiger der Lernprozess durchlaufen wird. Man hat festgestellt, dass es irgendwo einen Punkt gibt, bei Millionen, Milliarden oder wei\u00df ich wo, ab dem die Ergebnisse dann pl\u00f6tzlich signifikant besser werden. Und diesen Punkt zu \u00fcberspringen, ist Nvidia gelungen.<\/p>\n\n\n\n
Von Mainframes zu KI-GPUs: Nvidias vision\u00e4re Transformation<\/h3>\n\n\n\n
Die KI-GPUs hei\u00dfen derzeit H100 und wiegen rund 30 Kg. Nvidia legte Wert auf Geschwindigkeit und Energieeffizienz, nicht jedoch auf Gr\u00f6\u00dfe. Vielleicht passt der Vergleich mit den 70ern weiterhin, als wirklich gute Rechner nur in Form von Mainframes verf\u00fcgbar waren, riesige Zentralrechner. F\u00fcnfzig Jahre lang galt Moore’s Law, heute sind die CPUs unserer Handys leistungsf\u00e4higer als damalige Mainframes.
IBM wurde durch die WinTel-Allianz abgel\u00f6st, Windows und Intel machten leistungsf\u00e4hige Prozessoren f\u00fcr Privatanwender nutzbar.
Eine \u00e4hnliche Entwicklung erwarte ich nun f\u00fcr die GPU-Entwicklung. Intel hei\u00dft nun Nvidia und erste Analysten prognostizieren, dass Nvidia mit aktuell fast schon 2 Billionen USD Marktkapitalisierung zum gr\u00f6\u00dften Unternehmen der Welt heranwachsen wird. Apple und Microsoft stehen derzeit bei je 3 Billionen USD, wachsen aber lange nicht so schnell wie Nvidia.
Nicht nur die GPU wurde von Nvidia revolutioniert, sondern auch das Netzwerkprotokoll Ethernet. Nvidia hat das Infiniband entwickelt, das speziell auf die KI-Berechnungen optimiert wurde. Damit k\u00f6nnen in Rechenzentren mehrere H100 GPUs parallel geschaltet werden und somit noch komplexere KI-Aufgaben erledigen.<\/p>\n\n\n\n
Und es gibt rund einhundert KI-Modelle. LLM (Large Language Modell), mit dem ChatGPT arbeitet, ist nur eines davon. F\u00fcr die Medizin, f\u00fcr die Vorschlagsoptimierung bei Amazon, f\u00fcr verschiedenste Anwendungen gibt es jeweils eigene Modelle, die ebenfalls weiter optimiert werden. Auch hier sitzt Nvidia im Zentrum der Entwicklung und hat eine eigene Entwicklungssprache daf\u00fcr auf den Markt gebracht: CUDA.<\/p>\n\n\n\n
Die technologische \u00dcberlegenheit Nvidias: Ein Wettlauf ohne Konkurrenz<\/h3>\n\n\n\n
Seit 50 Jahren wird also in Sachen KI bereits geforscht, doch der Durchbruch blieb lange Zeit aus. Nvidia hat der KI zum Durchbruch verholfen, indem mehrere Erfindungen parallel entwickelt wurden: Die Graphikkarte GPU f\u00fcr die parallele Verarbeitung interaktiver Rechenprozesse, das Netzwerkprotokoll Infiniband f\u00fcr die Aufsplitterung paralleler Rechenprozesse auf verschiedene GPUs sowie CUDA, die Entwicklungssprache zur Optimierung der KI-Modelle. In allen drei Bereichen ist Nvidia nun f\u00fchrend, da es keine nennenswerte Konkurrenz gab. Solange der Durchbruch noch ausstand, forschten nur Wenige in diesem Bereich.
AMD hat bereits GPUs, die ebenfalls parallel rechnen k\u00f6nnen. Doch deren Geschwindigkeit und W\u00e4rmeerzeugung (Stichwort Energieeffizienz) kommen nicht an die von Nvidia heran. Sicherlich werden nun viele Unternehmen wie Apple oder Alphabet ihre eigenen GPUs entwickeln. Doch da sich die Ergebnisqualit\u00e4t mit zunehmender Trainingstiefe (Nvidia nennt das „Inferenz“) dramatisch verbessert, k\u00f6nnen es sich weder Apple noch Alphabet leisten, auf die Nvidia Chips zu verzichten.
„The winner takes it all“ k\u00f6nnte daher auch dieses Mal f\u00fcr eine sehr lange Zeit gelten, in der Nvidia der Konkurrenz stets eine Nasenl\u00e4nge voraus sein wird und es sich kein Unternehmen leisten kann, im Vergleich zu Nvidia minderwertige KI-Infrastruktur zu nutzen.<\/p>\n\n\n\n
Von ChatGPT zur individuellen KI: Die n\u00e4chste \u00c4ra der Digitalisierung<\/h3>\n\n\n\n
Im Analystencall wurde auch nochmals die gigantische Nachfrage nach dem KI-Chip H100 betont. Wir befinden uns erst ganz am Anfang, wenn wir das eine KI-Modell von ChatGPT f\u00fcr unsere Aufgaben nutzen. Schon diese Anwendung ist die erfolgreichste Software aller Zeiten. Doch Unternehmen wollen ihre eigene KI. Unternehmen haben interne Daten, die sie nicht mit anderen teilen wollen.
Also werden alle Unternehmen eigene KI-Modelle trainieren wollen. Die Infrastruktur daf\u00fcr baut Nvidia mit Hilfe der Cloud-Anbieter auf, siehe oben: AWS, Azure, Google Cloud, Oracle und SAP. Allein hier ist das absehbare Wachstum gigantisch. Doch gro\u00dfe Unternehmen werden ihre eigene Cloud-Infrastruktur im eigenen Haus aufbauen wollen, ganz zu schweigen von Staaten bis hin zu Geheimdiensten.
Jedes Unternehmen, jeder Staat, jedes Unternehmen f\u00fcr die unterschiedlichen L\u00e4nder, werden individuelle KIs erstellen, um die KI auf die lokalen Besonderheiten zu trainieren.
Wer also glaubt, der KI-Zug sei abgefahren, der irrt. Und wer glaubt, KI habe in Form von ChatGPT ihre maximale Nutzung erfahren, der irrt ebenfalls. Wir befinden und noch ganz am Anfang.
Nun werden mir sicherlich viele von Ihnen schreiben, die KI macht uns arbeitslos: Ich gehe vom Gegenteil aus. F\u00fcnf Jahre lang habe ich SAP-Projekte durchgef\u00fchrt und in keinem einzigen Projekt wurden Mitarbeiter entlassen. Stattdessen wurde kr\u00e4ftig Personal aufgebaut, um die komplexe SAP-Software zu konfigurieren. Erst viele Jahre sp\u00e4ter, wenn ich dann nochmal einen Betrieb besucht habe, der seit mindestens f\u00fcnf Jahren mit SAP arbeitete, konnte ich feststellen, dass der eine oder andere Angestellte, der sich mit der neuen Software nicht arrangieren konnte, nicht mehr da war.
Vielleicht hilft auch nochmals der Vergleich mit der Industriellen Revolution: Zun\u00e4chst mussten Maschinen von Menschen gebaut werden, bevor einfache T\u00e4tigkeiten von Maschinen besser erledigt werden konnten als vom Menschen. Unbestritten ist jedoch, dass die Industrielle Revolution der Menschheit einen gro\u00dfen Wohlstandsgewinn bescherte.<\/p>\n\n\n\n
Fortlaufende Updates zur Entwicklung von Nvidia und seiner Aktie gibt es regelm\u00e4\u00dfig in den Heibel-Ticker PLUS Updates f\u00fcr Nvidia siehe https:\/\/www.heibel-ticker.de\/updates\/nvidia<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"Die KI-Revolution hat begonnen, und Nvidia steht im Rampenlicht. Mit ihrer neuen H100 GPU treibt das Unternehmen bahnbrechende Fortschritte voran, die das Potenzial haben, Industrien zu transformieren. F\u00fcr Anleger bedeutet dies eine spannende Gelegenheit: Nvidia’s beeindruckende Quartalszahlen und wachsende Partnerschaften deuten auf ein robustes Wachstum hin. Die Zukunft der Technologie und der B\u00f6rse k\u00f6nnte gerade begonnen haben.<\/p>\n","protected":false},"author":7675,"featured_media":7080,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[944],"tags":[1113,1065,399],"class_list":["post-7079","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aktienanalyse","tag-industrielle-revolution","tag-ki","tag-nvidia"],"_links":{"self":[{"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/posts\/7079","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/users\/7675"}],"replies":[{"embeddable":true,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/comments?post=7079"}],"version-history":[{"count":1,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/posts\/7079\/revisions"}],"predecessor-version":[{"id":7081,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/posts\/7079\/revisions\/7081"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/media\/7080"}],"wp:attachment":[{"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/media?parent=7079"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/categories?post=7079"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.heibel-ticker.de\/blog\/wp-json\/wp\/v2\/tags?post=7079"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}