1000-fache Steigerung der Nachfrage nach KI-Ressourcen
NVIDIA hat kürzlich bemerkenswerte Wachstumszahlen veröffentlicht, die einen signifikanten Wandel in der Nachfrage nach KI-Ressourcen verdeutlichen. Anstatt sich nur auf einfache KI-Anwendungen zu konzentrieren, verlagert sich der Fokus zunehmend auf komplexere Denkprozesse, was zu einem massiven Anstieg der Nachfrage führt.
Der Wandel von einfacher zu komplexer KI
In den letzten Jahren haben wir einen bemerkenswerten Wandel in der Art und Weise erlebt, wie KI eingesetzt wird. Früher lag der Schwerpunkt auf einfachen, einmaligen Inferenzmodellen, die relativ wenig Rechenleistung benötigten. Heute hingegen erfordert das neue Paradigma des “Reasoning” (Denkens) eine erheblich höhere Rechenkapazität. Diese Art von KI ermöglicht es Robotern, präziser zu arbeiten, indem sie dazu angehalten werden, über ihre Antworten nachzudenken, bevor sie diese geben.
Die Rolle von Reasoning in der KI
Ein Beispiel für diese Entwicklung ist die Anfrage, die ich an Gemini stellte, um eine Finanzprognose für NVIDIA für die nächsten fünf Jahre zu erstellen. Reasoning ist rechenintensiv und benötigt Hunderte bis Tausende von Tokens pro Aufgabe, was im Vergleich zu früheren Modellen eine tausendfache Steigerung darstellt.
Software-Ingenieure nutzen Reasoning ebenfalls intensiv, da KI-Coding-Agenten Codebasen analysieren, Modifikationen planen und diese umsetzen. Bei jedem dieser Denkprozesse frage ich mich, wie viele GPUs benötigt werden, um das Ergebnis zu produzieren.
Steigende Token-Generierung bei großen Anbietern
Große Unternehmen wie OpenAI, Microsoft und Google erleben einen sprunghaften Anstieg in der Token-Generierung. Im ersten Quartal 2025 verarbeitete Microsoft über 100 Billionen Tokens, was im Vergleich zum Vorjahr eine Verfünffachung darstellt.
Zusätzlich zu der steigenden Nachfrage und Nutzung führen diese Reasoning-Modelle zu erheblichen Volumenzuwächsen bei Tokens, wie wir in der Microsoft-Earnings-Ankündigung vor einigen Wochen gesehen haben.
Die beeindruckenden Zahlen der GPU-Bereitstellung
Im Durchschnitt setzen große Hyperscaler nahezu 1.000 NVL72-Racks oder 72.000 Blackwell GPUs pro Woche ein und sind auf dem besten Weg, diese Zahl im laufenden Quartal weiter zu steigern. Microsoft hat bereits Zehntausende von Blackwell GPUs bereitgestellt und wird voraussichtlich Hunderte von Tausenden von GB200s mit OpenAI als einem der Hauptkunden ausstatten.
Die Zahl von 72.000 GPUs, die pro Woche bereitgestellt werden, ist eine beeindruckende Statistik!
Die Beschleunigung der KI-Fabrik-Bereitstellungen
Die Geschwindigkeit und der Umfang der Bereitstellungen von KI-Fabriken nehmen zu, mit nahezu 100 NVIDIA-betriebenen KI-Fabriken, die im laufenden Quartal in Betrieb sind. Dies stellt eine Verdopplung im Vergleich zum Vorjahr dar, wobei auch die durchschnittliche Anzahl von GPUs, die jede Fabrik antreibt, in diesem Zeitraum ebenfalls verdoppelt wurde.
Investitionen in die Zukunft der KI
Um der Nachfrage gerecht zu werden, investieren Hyperscaler in diesem Jahr über 300 Milliarden Dollar in Kapitalausgaben, um Rechenzentren zu finanzieren, die NVIDIA als KI-Fabriken bezeichnet. Was steckt hinter dieser Marketingstrategie? Eine neue industrielle Revolution?
Bis heute helfen algorithmische Verbesserungen, die die Gesamtmodellgrößen reduzieren, einige der geometrischen Explosionen in der Nachfrage nach KI zu bremsen. Es ist jedoch klar, dass sowohl die Nachfrage nach KI als auch die Notwendigkeit für komplexeres Reasoning die Fortschritte in diesem Bereich übertreffen.
Hinterlasse einen Kommentar
An der Diskussion beteiligen?Hinterlasse uns deinen Kommentar!