Vom Gaming-Chip zum KI-Giganten: Die Erfolgsgeschichte von Nvidia

<strong>MÜNCHEN (IT BOLTWISE) – Es begann alles 1993 in einem Denny’s in San Jose. Drei Ingenieure—Jensen Huang, Chris Malachowsky und Curtis Priem—trafen sich in dem Diner, das heute im Herzen des Silicon Valley liegt, um über den Bau eines Computerchips zu sprechen, der die Grafik für Videospiele schneller und realistischer machen sollte. Diese Gespräche führten zur Gründung von Nvidia, dem Technologieunternehmen, das im Aktienmarkt schnell aufstieg und diese Woche kurzzeitig Microsoft als das wertvollste Unternehmen im S&P 500 überholte.</strong>

Nvidia ist heute über 3,2 Billionen US-Dollar wert und hat sich als führender Chip-Hersteller etabliert. Das Unternehmen ist das Aushängeschild des KI-Booms geworden—ein Moment, den Jensen Huang, CEO von Nvidia, als „die nächste industrielle Revolution“ bezeichnet hat.

In einer Telefonkonferenz mit Analysten letzten Monat sagte Huang voraus, dass Unternehmen, die Nvidia-Chips verwenden, eine neue Art von Rechenzentrum, genannt „KI-Fabriken“, bauen würden.

Huang fügte hinzu, dass das Training von KI-Modellen schneller wird, da sie lernen, „multimodal“ zu werden—also in der Lage zu sein, Text, Sprache, Bilder, Videos und 3D-Daten zu verstehen—und auch „zu argumentieren und zu planen.“

„Man spricht oft über KI, als ob Jensen erst in den letzten 18 oder 24 Monaten plötzlich alles herausgefunden hätte,“ sagte Daniel Newman, CEO der Tech-Forschungsfirma The Futurum Group. „Aber wenn man zurückblickt und Jensens Aussagen über beschleunigtes Rechnen anhört, teilt er seine Vision schon seit über einem Jahrzehnt.“

Das in Santa Clara, Kalifornien ansässige Technologieunternehmen erfand 1999 die Graphics Processor Unit (GPU), die das Wachstum des PC-Gaming-Marktes ankurbelte und die Computergraphik neu definierte. Heute sind die spezialisierten Chips von Nvidia zentrale Komponenten, die verschiedene Formen der Künstlichen Intelligenz antreiben, einschließlich der neuesten generativen KI-Chatbots wie ChatGPT und Googles Gemini.

Nvidias GPUs sind ein wesentlicher Faktor für den Erfolg des Unternehmens im Bereich der Künstlichen Intelligenz, fügte Newman hinzu.

„Sie nahmen eine Architektur, die für eine einzige Sache verwendet wurde, um vielleicht Gaming zu verbessern, und sie fanden heraus, wie man diese Dinge vernetzt,“ sagte er. „Die GPU wurde zur überzeugendsten Architektur für KI, indem sie vom Gaming und Rendern von Grafiken tatsächlich zur Verwendung für Daten überging. … Sie schufen im Grunde einen Markt, der nicht existierte, nämlich GPUs für KI oder GPUs für Machine Learning.“

KI-Chips sind darauf ausgelegt, Aufgaben der Künstlichen Intelligenz schneller und effizienter zu erledigen. Während allgemeine Chips wie CPUs auch für einfachere KI-Aufgaben verwendet werden können, werden sie laut einem Bericht des Center for Security and Emerging Technology der Georgetown University aus dem Jahr 2020 „immer weniger nützlich, da die KI fortschreitet.“

Technologiekonzerne kaufen Nvidia-Chips, da sie tiefer in die KI eintauchen—eine Bewegung, die es Autos ermöglicht, autonom zu fahren, und Geschichten, Kunst und Musik zu generieren.

„Jensen hat im Grunde KI verständlich gemacht und dann wird Apple sie konsumierbar machen,“ sagte Newman.

Das Unternehmen sicherte sich frühzeitig eine führende Position in der Hardware und Software, die erforderlich ist, um seine Technologie auf KI-Anwendungen zuzuschneiden, teilweise weil Huang das Unternehmen vor mehr als einem Jahrzehnt in eine damals noch junge Technologie drängte.

„Nvidia arbeitet seit mehr als zwei Jahrzehnten an verschiedenen Teilen dieses Problems. Sie haben einen tiefen Innovationsmotor, der bis in die frühen 2000er Jahre zurückreicht,“ sagte Chirag Dekate, VP Analyst bei Gartner, einer Technologie-Forschungs- und Beratungsfirma. „Was Nvidia vor zwei Jahrzehnten tat, war, dass sie sowohl einen angrenzenden Markt identifizierten als auch pflegten, in dem sie entdeckten, dass dieselben Prozessoren, dieselben GPUs, die sie für Grafiken verwendeten, so geformt werden konnten, dass sie hochparallele Aufgaben lösen.“

Zu dieser Zeit, sagte er, war die KI noch in den Kinderschuhen. Aber Nvidias Verständnis, dass GPUs zentral für die Entwicklung der KI sein würden, war „der notwendige Durchbruch,“ sagte Dekate.

„Bis dahin wären wir, würde ich sagen, im analytischen dunklen Zeitalter geblieben,“ sagte er. „Die Analytik war da, aber wir konnten diese KI-Elemente nie zum Leben erwecken.“

Analysten schätzen, dass Nvidias Umsatz für das Geschäftsjahr, das im Januar 2025 endet, 119,9 Milliarden US-Dollar erreichen wird—etwa das Doppelte des Umsatzes für das Geschäftsjahr 2024 und mehr als das Vierfache der Einnahmen im Jahr davor.

„Meine Hypothese ist, dass das exponentielle Wachstum, das wir heute bei Nvidia sehen, potenziell ein Muster ist, das wir in den kommenden Jahrzehnten häufiger sehen werden,“ sagte er. „Dies ist das goldene Zeitalter, wenn Sie so wollen… dies ist die beste Zeit, ein KI-Ingenieur zu sein.“