Der KI-Hype ließ die Nvidia-Aktie am 25. Mai um 25 % steigen und die Marktkapitalisierung des Unternehmens auf rund 950 Milliarden US-Dollar treiben. Zuvor, am 24. Mai, lag die Marktkapitalisierung von Nvidia lediglich bei 755 Milliarden US-Dollar. Laut CNBC wird der Chipriese, sollten sich die Erwartungen erfüllen, das fünfte US-Unternehmen sein, das eine Billion US-Dollar Bewertung erreicht.
Nvidia verändert seine Computerproduktion, um die Rentabilität weiter zu steigern. Huang Jensen erklärte, dass Komponenten für Rechenzentren einen Markt im Wert von 1.000 US-Dollar schaffen könnten.
Die wichtigste Komponente in Computern und Servern ist die zentrale Verarbeitungseinheit (CPU). Dieser Markt wird von Nvidias Konkurrenten Intel und AMD dominiert. Doch mit dem Aufkommen von KI-Anwendungen, die hohe Rechenleistung erfordern, beherrscht Nvidia nun auch den GPU-Markt.
Nvidia verdient dank des ChatGPT-Booms ein Vermögen.
Huang erklärte, dass Rechenzentren bisher stark auf CPUs für den Dateiabruf angewiesen waren, zukünftig aber allgemeine Daten abrufen würden. Statt Daten vollständig abzurufen, werde man nur noch einen Teil der Daten abrufen, den Großteil aber mithilfe von KI generieren. Anstatt Millionen von CPUs zu verwenden, benötige man daher deutlich weniger, diese würden aber mit Millionen von GPUs verbunden sein, fügte der CEO von Nvidia hinzu.
Das ist einer der Gründe, warum Nvidias Rechenzentrumsgeschäft im ersten Quartal 2023 um 14 % wuchs. Intels Rechenzentrums- und KI-Segment verzeichnete unterdessen einen Umsatzrückgang von 39 % auf 3,7 Milliarden US-Dollar, während das Wachstum von AMD unverändert blieb.
Darüber hinaus sind Nvidias GPUs in der Regel deutlich teurer als CPUs. Intels neueste Xeon-CPU-Generation kann zum Listenpreis bis zu 17.000 US-Dollar kosten. Ein Nvidia H100-Chip lässt sich auf Plattformen wie eBay sogar für 40.000 US-Dollar weiterverkaufen.
Nvidia sieht sich im Zuge des wachsenden KI-Marktes zunehmendem Wettbewerb ausgesetzt. Die beiden Hauptkonkurrenten, AMD und Intel, verfügen jeweils über eigene GPU-Produktlinien. Darüber hinaus entwickeln auch Technologiekonzerne wie Google und Amazon KI-Chips. Dennoch bleiben Nvidias High-End-GPUs die erste Wahl für KI-Training. Analysten gehen davon aus, dass Nvidia dank seiner proprietären Software, die KI-Anwendungen ermöglicht, weiterhin führend im Bereich KI-Chips ist.
Herr Huang erklärte, dass die Software des Unternehmens nicht so einfach zu kopieren sei, da man die gesamte Software, alle Bibliotheken, alle Algorithmen entwerfen, integrieren und die Frameworks optimieren müsse – und zwar nicht nur für einen einzelnen Chip, sondern für die Architektur des gesamten Rechenzentrums.
Quellenlink






Kommentar (0)