Microsoft Corp. hat in diesem Jahr rund 485.000 „Hopper“-KI-Chips von Nvidia erworben und ist damit mit deutlichem Abstand Marktführer Financial Times. Das Unternehmen möchte seine Fähigkeiten im Bereich der künstlichen Intelligenz verbessern, insbesondere innerhalb seiner Azure-Cloud-Dienste. Mit dieser strategischen Investition liegt Microsoft vor Konkurrenten wie Meta Platforms, die 224.000 Chips gekauft haben, sowie Amazon und Google, die 196.000 bzw. 169.000 Chips gekauft haben.
Microsoft erwirbt 485.000 Nvidia-KI-Chips, um Azure anzukurbeln
Analysten von Omdia geben an, dass die Chipbestellungen von Microsoft die seiner engsten Konkurrenten übertreffen, was auf den aggressiven Vorstoß des Unternehmens bei der Entwicklung der KI-Infrastruktur hinweist. Microsoft möchte seine KI-Dienste ausbauen und dabei Technologien von OpenAI nutzen, in das das Unternehmen 13 Milliarden US-Dollar investiert hat. In diesem Jahr gaben Technologieunternehmen insgesamt Dutzende Milliarden Dollar für Rechenzentren aus, die mit Nvidia-Chips ausgestattet sind. Prognosen gehen von geschätzten Ausgaben für Server im Jahr 2024 in Höhe von 229 Milliarden Dollar aus. Allein Microsoft wird voraussichtlich 31 Milliarden Dollar zu dieser Summe beisteuern.
Die Dominanz von Nvidia auf dem Markt für KI-Chips ist offensichtlich: Das Unternehmen erzielte im dritten Quartal einen Umsatz von 35,1 Milliarden US-Dollar, der größtenteils auf den Umsatz mit Rechenzentren zurückzuführen ist, der 30,8 Milliarden US-Dollar ausmachte. Obwohl Nvidia die Branche fest im Griff hat, machen Konkurrenten wie AMD Fortschritte. Omdia berichtet, dass Microsoft 96.000 AMD MI300-Chips gekauft hat, während Meta in Zusammenarbeit mit AMDs technologischen Fortschritten 173.000 der gleichen Chips erworben hat.
Die Nachfrage nach fortschrittlichen Grafikprozessoren übersteigt das Angebot und festigt Nvidias Position als wichtiger Akteur bei KI-Fortschritten. Diese Dynamik bedeutet, dass die strategischen Chip-Akquisitionen von Microsoft wahrscheinlich dazu dienen werden, sein KI-Framework zu stärken. Doch obwohl diese Chips eine beträchtliche Leistung bieten, bestehen weiterhin Herausforderungen. Nvidia hat mit Berichten über Überhitzungsprobleme bei seinen kommenden Blackwell-KI-Chips zu kämpfen, die möglicherweise Auswirkungen auf Unternehmen haben könnten, die sie einsetzen, darunter Microsoft und Meta.
Die Startups, die Nvidia für die Zukunft der KI hält
Trotz dieser Herausforderungen investiert Microsoft weiterhin stark in den Ausbau seiner Rechenzentrumsinfrastruktur. Alistair Speirs, Senior Director Azure Global Infrastructure bei Microsoft, stellte fest, dass der Aufbau einer effektiven Rechenzentrumsinfrastruktur kapitalintensiv ist und eine mehrjährige Planung erfordert. Dieser zukunftsorientierte Ansatz ist von entscheidender Bedeutung, insbesondere da der Wettbewerb zwischen Technologiegiganten wie Google, Amazon und aufstrebenden Startups wie Anthropic und xAI intensiviert wird.
Die Entwicklung von KI-Chips steht unter ständiger Beobachtung, insbesondere da Technologieunternehmen versuchen, die Abhängigkeit von Nvidia zu verringern. Google investiert erheblich in seine Tensor Processing Units (TPUs), während Meta kürzlich seine Meta Training- und Inference Accelerator-Chips auf den Markt gebracht hat. Darüber hinaus entwickelt Amazon seine Trainium- und Inferentia-Chips. Amazon hat Pläne zur Schaffung eines neuen Datenverarbeitungsclusters mit Hunderttausenden seiner neuesten Trainium-Chips für Anthropic angekündigt und damit sein Engagement für die KI-Infrastruktur unter Beweis gestellt.
Die Abhängigkeit von Microsoft von Nvidias Chips hindert das Unternehmen nicht daran, eigene KI-Beschleuniger zu entwickeln. Derzeit sind rund 200.000 Maia-Chips verbaut. Speirs betonte die Notwendigkeit, die Technologie von Nvidia mit den Fortschritten von Microsoft zu integrieren, um den Kunden einzigartige Dienste bereitzustellen. Der Aufbau einer umfassenden KI-Infrastruktur umfasst nicht nur robuste Rechenleistung, sondern auch integrierte Speicherkomponenten und Softwareschichten, was die Komplexität der Systemarchitektur hervorhebt.
Hervorgehobener Bildnachweis: Sam Torres/Unsplash
