Nvidia erzielte im letzten Quartal einen Nettogewinn von mehr als 19 Milliarden US-Dollar gemeldete Firma am Mittwoch, aber das trug wenig dazu bei, die Anleger davon zu überzeugen, dass das schnelle Wachstum anhalten würde. Bei der Telefonkonferenz zu den Ergebnissen befragten Analysten CEO Jensen Huang dazu, wie es Nvidia ergehen würde, wenn dies der Fall wäre Technologieunternehmen beginnen, neue Methoden zur Verbesserung ihrer KI-Modelle einzusetzen.
Die Methode, die unterstützt OpenAI o1-Modelloder „Testzeitskalierung“, ist häufig aufgetaucht. Die Idee ist, dass KI-Modelle bessere Antworten liefern, wenn man ihnen mehr Zeit und Rechenleistung gibt, um Fragen zu „durchdenken“. Insbesondere fügt es der KI-Inferenzphase mehr Rechenleistung hinzu, also allem, was passiert, nachdem ein Benutzer in der Eingabeaufforderung auf die Eingabetaste geklickt hat.
Der CEO von Nvidia wurde gefragt, ob er sehe, dass Entwickler von KI-Modellen auf diese neuen Methoden umsteigen und welche Leistung die älteren Chips von Nvidia bei der KI-Inferenz erbringen würden.
Huang sagte den Investoren, dass o1 und die Testzeitskalierung im weiteren Sinne eine größere Rolle bei der Weiterentwicklung von Nvidias Geschäft spielen könnten, und nannte es „eine der aufregendsten Entwicklungen“ und „ein neues Gesetz der Skalierung“. Huang hat sein Bestes getan, um den Anlegern zu versichern, dass Nvidia für den Wandel gut aufgestellt ist.
Die Kommentare des CEO von Nvidia stimmen mit den Aussagen von Microsoft-CEO Satya Nadella überein auf der Bühne auf einer Microsoft-Veranstaltung am Dienstag: o1 stellt für die KI-Branche eine neue Möglichkeit dar, ihre Modelle zu verbessern.
Dies ist eine große Sache für die Chipindustrie, da sie einen größeren Schwerpunkt auf KI-Inferenz legt. Während Nvidia-Chips der Goldstandard für das Training von KI-Modellen sind, gibt es eine breite Palette gut finanzierter Startups, die blitzschnelle KI-Inferenzchips entwickeln, wie Groq und Cerebras. Für Nvidia könnte es ein wettbewerbsintensiveres Umfeld sein.
Trotz aktuelle Berichte Während sich die Verbesserungen bei generativen Modellen verlangsamen, sagte Huang den Analysten, dass die Entwickler von KI-Modellen ihre Modelle immer noch verbessern, indem sie in der Vortrainingsphase mehr Berechnungen und Daten hinzufügen.
Dario Amodei, CEO von Anthropic, sagte am Mittwoch während eines Bühneninterviews auf dem Cerebral Valley Summit in San Francisco auch, dass er keine Verlangsamung in der Entwicklung des Modells sehe.
„Die Skalierung des Grundmodells vor dem Training ist intakt und wird fortgesetzt“, sagte Huang am Mittwoch. „Wie Sie wissen, ist dies ein empirisches Gesetz, kein grundlegendes physikalisches Gesetz, aber es gibt Hinweise darauf, dass es weiter zunimmt.“ Wir lernen jedoch, dass dies nicht ausreicht“, sagte Huang.
Das wollten Nvidia-Investoren sicherlich hören, ebenso wie die Aktien des Chipherstellers stieg im Jahr 2024 um mehr als 180 % Verkauf der KI-Chips, auf denen OpenAI, Google und Meta ihre Modelle trainieren. Die Partner von Andreessen Horowtiz und mehrere andere KI-Führungskräfte haben jedoch zuvor erklärt, dass diese Methoden bereits beginnen, sinkende Erträge zu erzielen.
Huang stellte fest, dass sich die meisten Rechenaufgaben von Nvidia heute um das Vortraining von KI-Modellen drehen – nicht um Inferenz –, aber er führte dies eher auf die heutige Lage der KI-Welt zurück. Er sagte, dass es eines Tages einfach mehr Menschen geben wird, die KI-Modelle betreiben, was bedeutet, dass mehr KI-Schlussfolgerungen gezogen werden. Huang wies darauf hin, dass Nvidia heute die größte Inferenzplattform der Welt sei und dass die Größe und Zuverlässigkeit des Unternehmens ihm einen enormen Vorteil gegenüber Start-ups verschafft.
„Unsere Hoffnungen und Träume sind, dass die Welt eines Tages viele Schlussfolgerungen ziehen wird, und dann wird die KI wirklich erfolgreich sein“, sagte Huang. „Jeder weiß, dass er schneller Innovationen hervorbringen kann, wenn er auf der Grundlage der CUDA- und Nvidia-Architektur Innovationen vornimmt, und er weiß, dass alles funktionieren sollte.“
