Google steht plötzlich im Zentrum des Handels mit KI. Es begann mit der viel beachteten Veröffentlichung des neuen KI-Modells Gemini 3 des Unternehmens, das auf Googles eigenen KI-Chips trainiert wurde. Die Rallye nahm Fahrt auf, als The Information berichtete, dass Meta Platforms (i) mit Google über den Kauf dieser Chips, bekannt als Tensor Processing Units (TPUs), verhandele, um ein Rechenzentrum für KI auszustatten, eigentliche eine Domäne der Grafikprozessoren (GPUs) von Nvidia.
Von der internen Notlösung zum globalen Konkurrenten
Als Google in den 2010er Jahren seine eigenen KI-Bemühungen verstärkte, hatte es dasselbe Problem, mit dem andere Nvidia-Kunden seither konfrontiert sind: Traditionelle Server waren der Aufgabe nicht gewachsen, und Nvidias Hardware war teuer und in den großen Mengen, die Google benötigte, schwer zu beschaffen. Angesichts der Größenordnung, in der Google operiert, war eine interne Lösung erforderlich. Googles TPU feierte 2015 sein Debüt. Bevor irgendjemand außerhalb des Unternehmens überhaupt von der neuen Hardware wusste, begann sie bereits, das Backend vieler Google-Produkte wie Maps, Fotos und Translate zu betreiben.
Apple und Anthropic setzen auf TPUs
Springen wir ins Jahr 2025: Google ist bei seiner siebten TPU-Generation angelangt. Das Unternehmen nutzt sie weiterhin intern für seine eigenen Produkte. In jüngerer Zeit konnte Google einige externe Kunden gewinnen, die ihre KI-Arbeit sonst wahrscheinlich mit Nvidia-Hardware erledigt hätten. Apple trainierte seine Apple Intelligence Modelle auf TPUs, und das KI-Start-up Anthropic, das mit 350 Mrd. USD bewertet wird, hat im Rahmen seiner Multi-Cloud-Strategie einen TPU-Vertrag abgeschlossen.
Nvidias Preisschild und die Suche nach Alternativen
Gemini 3 hat die Nutzer beeindruckt und die Aufmerksamkeit erneut auf TPUs als Alternative zu Nvidia für die Ausführung von KI-Workloads gelenkt. Genau wie Google in den 2010er Jahren feststellte, bleiben Nvidia-GPUs im Vergleich zur ungeheuren Nachfrage teuer und sind Mangelware. Und niemand möchte von einem einzigen Anbieter für die wichtigste Infrastruktur der KI abhängig sein. Seit 2021 ist Nvidias Umsatz im Rechenzentrumsbereich um 2.400 % gestiegen. Nvidia-Hardware wurde 2012 zum Standard für die KI-Forschung. Als der aktuelle KI-Boom Ende 2022 begann, brachten all diese Jahre harter Arbeit Nvidia direkt ins Zentrum des Geschehens.
TPU vs. GPU: Spezialist gegen Generalist
Nvidia-Chips werden immer noch Grafikprozessoren genannt, obwohl ihr Einsatz weit über den Betrieb von PC-Monitoren hinausgeht. GPUs sind sehr gut darin, Aufgaben in viele Teile zu zerlegen und diese parallel auszuführen, weshalb Gamer mit 120 Bildern pro Sekunde spielen können. Das macht sie auch so nützlich für KI-Berechnungen sowie andere Hochleistungsbereiche.
TPUs hingegen erledigen eine Sache, Matrizenberechnungen für Deep Learning, aber sie tun dies sehr gut. Unter den richtigen Umständen können sie eine viel bessere Kostenstruktur bieten als Nvidia-GPUs. Deep Learning ist seit über einem Jahrzehnt der Schwerpunkt der KI-Forschung und hat uns zu den großen Sprachmodellen geführt, die neue KI-Anwendungen wie Chatbots und Code-Assistenten antreiben. GPUs können viel mehr, aber für viele aktuelle KI-Lasten ist die TPU wie ein Superschnellzug. Sie fährt nur von einem Ort zum anderen, aber wenn das alles ist, was man tun möchte, ist sie sehr schnell.
Blick in die Zukunft: Das Anthropic-Modell der Multi-Cloud
Die anderen großen Cloud-Anbieter verfügen über eigene KI-Chips, und es gibt einen Ansturm weiterer Akteure in diesen Bereich. Die Strategie von Anthropic könnte einen Blick in die Zukunft gewähren. Das Unternehmen hat große Verträge mit AWS, Microsoft Azure und Google, die Nvidia-GPUs, Google-TPUs und die kundenspezifische Hardware von Amazon.com namens Trainium nutzen. Anthropic streut seine Anbieter und Chip-Nutzung, wodurch das Kontrahentenrisiko gesenkt wird. Irgendwann werden Nvidias Marktanteil und Bruttomarge unter Beschuss geraten. Der Erfolg von Googles Gemini lässt einige Investoren rätseln, ob dieser Zeitpunkt jetzt gekommen ist. Ich glaube jedoch, dass es noch eine Weile dauern wird, denn Nvidias Marktanteil wird durch die Software des Unternehmens geschützt, nicht durch seine Hardware.
& Profi-Tools von
