Das KI-Fieber hat dazu beigetragen, dass die Nvidia-Aktie am 25. Mai um 25 % in die Höhe schoss und die Marktkapitalisierung des Unternehmens auf rund 950 Milliarden US-Dollar stieg. Zuvor hatte die Marktkapitalisierung von Nvidia am 24. Mai lediglich 755 Milliarden US-Dollar betragen. Laut CNBC wird der Chipgigant, sofern er die Erwartungen erfüllt, das fünfte US-Unternehmen mit einem Wert von 1 Milliarde US-Dollar sein.
Nvidia verändert die Art und Weise, wie es Computer baut, um noch mehr Gewinn zu erzielen. Huang Jensen sagte, die Komponenten für den Bau von Rechenzentren könnten einen 1.000-Dollar-Markt erschließen.
Die wichtigste Komponente in Computern und Servern ist die Zentraleinheit (CPU). Dieser Markt wird von Nvidias Konkurrenten Intel und AMD dominiert. Mit dem Aufkommen von KI-Anwendungen, die hohe Rechenleistung erfordern, dominiert Nvidia nun auch den GPU-Markt.
Nvidia verdient viel Geld mit dem ChatGPT-Boom
Huang sagte, dass Rechenzentren in der Vergangenheit hauptsächlich CPU-basiert auf Dateien zugegriffen hätten, künftig jedoch allgemeine Daten verarbeiten würden. Anstatt auf Daten zuzugreifen, würden einige Daten abgerufen, die meisten davon jedoch mithilfe von KI generiert. Anstatt Millionen von CPUs würden deutlich weniger CPUs benötigt, die jedoch mit Millionen von GPUs verbunden seien, fügte der Nvidia-CEO hinzu.
Dies ist einer der Gründe, warum Nvidias Rechenzentrumsgeschäft im ersten Quartal 2023 um 14 % wuchs. Intels Rechenzentrums- und KI-Geschäft verzeichnete unterdessen einen Umsatzrückgang von 39 % auf 3,7 Milliarden US-Dollar, während das Wachstum bei AMD stagnierte.
Darüber hinaus sind Nvidia-GPUs in der Regel deutlich teurer als Zentralprozessoren. Intels neueste Xeon-CPU-Generation kann im Listenpreis bis zu 17.000 US-Dollar kosten, während ein Nvidia H100-Chip auf anderen Plattformen wie eBay für bis zu 40.000 US-Dollar weiterverkauft werden kann.
Die Konkurrenz durch Nvidia wird mit der zunehmenden Bedeutung des KI-Marktes weiter zunehmen. Die großen Konkurrenten AMD und Intel verfügen jeweils über eigene GPUs, und auch Tech-Giganten wie Google und Amazon entwickeln KI-Chips. Doch Nvidias High-End-GPUs bleiben der Chip der Wahl für KI-Training. Analysten zufolge bleibt Nvidia bei KI-Chips führend, da seine proprietäre Software die Implementierung von KI erleichtert.
Herr Huang teilte mit, dass die Software des Unternehmens nicht leicht zu kopieren sein wird, da man die gesamte Software, alle Bibliotheken, alle Algorithmen selbst entwerfen, integrieren und die Frameworks optimieren und sie für die Architektur optimieren müsse, nicht nur für einen Chip, sondern für die Architektur des gesamten Rechenzentrums.
[Anzeige_2]
Quellenlink
Kommentar (0)