Intel und Facebook legen sich mit NVIDIA an

In den letzten Jahren hat die Einführung der künstlichen Intelligenz (KI) unzählige Schlagzeilen gemacht, und die Zahl der Anwendungen für das Data-Mining und die Mustererkennungsfähigkeiten der KI ist explodiert. Der Chiphersteller NVIDIA (WKN:918422), der der Pionier des Grafikprozessors (GPU) war, war der größte Nutznießer  davon. Die Parallelverarbeitungsfähigkeit der GPUs, die eine Revolution in der Bildwiedergabe auslöste, passte überraschend gut für den Lernprozess von KI-Systemen.

NVIDIA konnte diesen Markt nutzen und die GPUs an Datenwissenschaftler, Forscher und Rechenzentren liefern. Die Aktie ist in den letzten drei Jahren auf mehr als das Fünffache gewachsen, von etwa 27 US-Dollar pro Aktie Anfang 2016 auf über 140 US-Dollar pro Aktie heute – und das, nachdem sie während des Markteinbruchs am Jahresende die Hälfte ihres Wertes verloren hatte.

Dieser Erfolg führt zu einem starken Wettbewerb. Jetzt haben sich Intel (WKN:855681) und Facebook (WKN:A1JWVX) zusammengeschlossen, um NVIDIA von der Führungsposition zu verdrängen.

Sich mit der Konkurrenz anlegen

Auf der Consumer Electronics Show in Las Vegas sagte Intel, dass das Unternehmen mit Facebook zusammenarbeitet, um den Nervana Neural Network Processor (neuronaler Netzwerkprozessor) for Inference (NNP-I) zu entwickeln. Das Unternehmen sagte, dass diese neue Klasse von Prozessoren den Bedürfnissen dieser hohen Arbeitslast gerecht wird, indem sie die Inferenz beschleunigt. Der Prozessor soll noch in diesem Jahr in Produktion gehen. Intel arbeitet auch an einem neuronalen Netzwerkprozessor für das Training – dem das Unternehmen den Codenamen Spring Crest gegeben hat –, der voraussichtlich noch in diesem Jahr verfügbar sein wird.

Für diejenigen, die nicht mit der KI arbeiten: die KI-Prozesse laufen in zwei sehr unterschiedlichen Phasen ab: Training und Inferenz. In der Trainingsphase werden Algorithmen und Computermodelle entwickelt, die zur Erfüllung einer bestimmten Aufgabe erforderlich sind, wie beispielsweise Sprachverarbeitung oder Bilderkennung. Diese Phase des Betriebs ist rechenintensiv, was die Forscher zunächst zum GPU brachte. Die zweite Phase, die sogenannte Inferenz, tritt ein, nachdem das System mit den notwendigen Daten programmiert wurde und an der Aufgabe arbeitet, für die es trainiert wurde–- wie z. B. das Markieren von Freunden auf Fotos.

Erstmals kündigte Intel Ende 2017 seine Partnerschaft mit Facebook an. In einem damaligen Blogbeitrag sagte Intels CEO Brian Krzanich: „Wir freuen uns, dass Facebook in enger Zusammenarbeit seine technischen Erkenntnisse mit anderen teilt, wenn wir diese neue Generation von KI-Hardware auf den Markt bringen“. Intel plante, die erste Version des Chips an Facebook und andere Partner zum Testen und für Feedback zu liefern, bevor das Unternehmen mit der zweiten Version begann.

Eine bessere Mausefalle bauen

Intel ist nicht das einzige Unternehmen, das Geld verdienen will, indem es einen besseren Chip speziell für KI-Anwendungen entwickelt. Google, ein Tochterunternehmen von Alphabet (WKN:A14Y6H) (WKN:A14Y6F), entwickelte die Tensor-Verarbeitungseinheit (TPU), von der es derzeit die dritte Generation gibt. Google hat den Prozessor intern verwendet und nicht zum Verkauf angeboten, sondern den Chip für die Google Cloud verwendet.

Amazon (WKN:906866), ein früher Pionier und derzeitiger Martkführer im Cloud Computing, gab Ende letzten Jahres auf der Re:Invent-Konferenz bekannt, dass Amazon Web Services (AWS) den Inferentia-Chip entwickelt hat, der eine hohe Leistung bei der Erstellung von Prognosen zu extrem niedrigen Kosten bietet. Die Inferenzphase von KI-Operationen führt zu 90 % der Ausgaben, was Amazon veranlasst, sich auf Kosteneinsparungen zu konzentrieren. Das Unternehmen nannte den resultierenden Prozessor „einen Game Changer“, plant aber nicht, die Chips auf den Markt zu bringen, sondern nur intern für seine Cloud-Computing-Kunden zu nutzen.

Die Auswirkungen auf das Geschäft

Die Befürchtungen einer Wachstumsverlangsamung aufgrund rückläufiger kryptowährungsbedingter Umsätze und einer deutlichen Verlangsamung der Einnahmen aus Rechenzentren – zu denen auch Prozessoren für die KI gehören – ließen die Investoren ihre NVIDIA-Aktien verkaufen. Das und die Korrektur am Jahresende führten dazu, dass NVIDIA in den freien Fall geriet und um 50 % zurückging.

Es ist wichtig zu beachten, dass eine Vielzahl anderer Unternehmen zwar daran arbeiten, eine bessere Lösung für KI-Systeme zu entwickeln, jedoch noch nicht den besten Grafikprozessor gefunden haben. Da NVIDIA-Aktien zu Schnäppchenpreisen verfügbar sind, könnte es jetzt an der Zeit sein, die Aktie zu kaufen oder die Position zu erweitern – ich habe genau das getan und im letzten Monat noch mehr Aktien gekauft.