Amazons großer Plan: Kostenlose Rechenzeit, aber nicht ohne Bedingungen
Amazon hat erkannt, dass Nvidia mit seiner Cuda-Schnittstelle die Standards für KI-Programmierer gesetzt hat. Die Folge: Forscher entwickeln Algorithmen primär für Nvidia-Chips, während Alternativen wie Amazons „Trainium 2“ außen vor bleiben. Um das zu ändern, startet Amazons Cloud-Sparte AWS eine Initiative, die weltweit Aufmerksamkeit erregt: Universitäten erhalten kostenlose Rechenzeit – vorausgesetzt, sie optimieren ihre Modelle für Amazons Chips.
Mit einem geschätzten Einsatz von 110 Millionen Dollar und der Bereitstellung von 40.000 „Trainium 2“-Chips will Amazon ein attraktives Angebot schaffen. Erste Elite-Universitäten wie die Carnegie Mellon University und die University of California, Berkeley, haben bereits zugesagt.
„Das ist ein cleverer Schachzug, um Forscher frühzeitig an die hauseigene Architektur zu binden“, sagt Gadi Hutt, Produktmanager bei AWS.
Warum Inferenzchips das nächste Schlachtfeld sind
Während Nvidia bisher den Fokus auf das Training von KI-Modellen gelegt hat, rückt nun die sogenannte Inferenzrechnung in den Mittelpunkt. Dabei geht es darum, fertig trainierte Algorithmen möglichst effizient auszuführen – eine Aufgabe, die zukünftig die Hauptlast im KI-Bereich darstellen wird. Amazon und andere Cloud-Anbieter wie Google setzen darauf, ihre Chips speziell für diese Aufgaben zu optimieren.
Die Vorteile liegen auf der Hand: Durch geringere Rechenanforderungen pro Ausführung lassen sich Zeit und Energie sparen, was insbesondere bei Milliarden von Anfragen täglich zu massiven Einsparungen führt. Nvidia-CEO Jensen Huang brachte es kürzlich auf den Punkt:
„Die Inferenzrechnung wird künftig eine Milliarde mal häufiger ausgeführt als das Training.“
Nvidia bleibt der Platzhirsch – vorerst
Trotz Amazons ambitionierter Pläne ist Nvidias Vorherrschaft nicht leicht zu brechen. Die Cuda-Schnittstelle, die Software- und Hardware-Ökosysteme perfekt integriert, ist de facto Standard in der Branche. Konkurrenzprodukte, sei es von Amazon, Google oder anderen Anbietern, kämpfen mit einem entscheidenden Nachteil: Sie müssen erst die breite Akzeptanz der Entwickler gewinnen, um konkurrenzfähig zu werden.
Dabei ist die Zeit ein kritischer Faktor. „Wer den Algorithmus und die Hardware nicht perfekt aufeinander abstimmen kann, hat keine Chance“, erklärte Huang in einem Interview. Nvidia setzt daher alles daran, seine Vormachtstellung in der Inferenzrechnung zu verteidigen.
Lesen Sie auch:
Amazons Chancen: Wird die Strategie aufgehen?
Amazon hofft, dass die frühe Bindung von Forschern an die „Trainium“-Chips langfristig Früchte tragen wird. Doch die Herausforderungen sind groß: Nvidia verfügt nicht nur über technologische Überlegenheit, sondern auch über eine enorme Marktdurchdringung.
Zudem fehlt es den Alternativen oft an der Software-Integration, die Nvidia zur ersten Wahl für Entwickler macht.
Dennoch zeigt sich, dass Amazon nicht allein ist. Auch Google und andere Cloud-Anbieter drängen mit eigenen Chip-Architekturen in den Markt. Ob diese Versuche letztlich Nvidias Dominanz ernsthaft gefährden können, bleibt abzuwarten.