Die Vielzahl der aufgepfropften Anwendungen ChatGPT und Konsortien haben auch ihren Preis, nämlich die Überbietung von Grafikprozessoren (GPUs). Um wettbewerbsfähig zu sein, müssen Sie Ihre eigenen Sprachmodelle mit Ihren eigenen Daten trainieren, wofür möglicherweise große Datenmengen erforderlich sind. Und es ist für keine Gesellschaft erreichbar.

Ein Referenzmodell, die A100-Grafikkarte von Nvidia, unverzichtbar für Computerberechnungen rund um künstliche Intelligenz, erzielt in ihrer einfachsten Konfiguration mehr als 10.000 Dollar pro Einheit.

Erschwerend kommt hinzu, dass der gnadenlose Wettbewerb zwischen den Unternehmen Nvidias exklusiven Markt austrocknet. Dies führte zu Risikokapitalgebern, angeführt vom ehemaligen Chef der Coding-Plattform GitHub Nat Friedman, um Prozessoren zu lagern und einen eigenen Cloud-Dienst für künstliche Intelligenz anzubieten.

Das als Andromeda Cluster bezeichnete System verfügt über 2512 GPUs vom Typ H100 und verspricht, in etwa 10 Tagen ein KI-Modell mit 65 Milliarden Parametern zu trainieren. Es ist nicht das größte verfügbare Modell, aber es ist ein Größenmodell. Erleichterung die Business Insider-Website. Aber Anleger behalten die Kontrolle über ihre Kunden. Sie gewähren nur Unternehmen Zugang zu ihren Grafikprozessoren, in die sie gemeinsam investieren möchten.

Während Nvidia insbesondere dank seiner beiden Flaggschiff-Chips für generative künstliche Intelligenz, dem A100 und H100, mit einer Marktkapitalisierung von mehr als einer Milliarde Dollar an der Börse auf dem Vormarsch ist, könnte der Rivale AMD kommen und die Karten neu verteilen. Die MI300-Grafikchipserie wird voraussichtlich im Laufe des Jahres die Unterstützung von 192 GB Speicher für ihr Flaggschiffmodell mit versprochener Leistung bekannt geben, die der des Konkurrenten überlegen ist.

(laf)Anmerkungen anzeigen