In den letzten Jahren wird immer wieder diskutiert, ob der Markt für Computer und Smartphones im Niedergang begriffen ist. Kürzlich senkte der DRAM-Hersteller Micron seine Umsatzprognose für die kommenden Quartale, da die Verkaufszahlen von KI-Computern und Smartphones die Erwartungen nicht erfüllten. Dies löste bei vielen Besorgnis aus und führte zu der Annahme, dass „KI am Aussterben ist“. Tatsächlich zeigt die KI jedoch keinerlei Anzeichen eines Rückgangs, wie die Ergebnisse von Nvidia deutlich belegen.
Bildquelle: Das Bild wurde mit KI generiert, Lizenzgeber ist Midjourney.
Viele Laptops und Smartphones, die angeblich über KI-Funktionen verfügen, besitzen derzeit nicht die nötige Rechenleistung. Selbst leistungsstarke Gaming-PCs können komplexe KI-Programme wie ChatGPT nicht lokal ausführen, da diese Anwendungen enorme Datenmengen und Rechenkapazität benötigen, die auf einem persönlichen Computer nicht einfach zur Verfügung stehen. Es gibt zwar einige alternative Anwendungen, doch diese erreichen bei weitem nicht die Leistung und Reaktionsgeschwindigkeit der meisten serverbasierten KI-Programme.
In dem KI-Ökosystem haben sich die herausragenden Unternehmen und Tools bereits etabliert. So übertreffen Nutzer mit Nvidia RTX-Grafikkarten in der KI-Leistung oft viele moderne CPUs mit NPU. Im Vergleich zeigt sich, dass ein RTX4080 im Vergleich zu einem Intel Core Ultra 9185H in einem Laptop bei KI-Workloads eine 700- bis 800-prozentige Leistungssteigerung aufweist. Dies verdeutlicht die entscheidende Rolle von Servern bei der Bereitstellung von KI-Leistung.
Google hat sein KI-Modell Gemini auf die meisten Android-Geräte erweitert und plant dessen Einsatz in Nest-Lautsprechern. Obwohl diese Geräte bereits seit vier Jahren auf dem Markt sind, zeigen sie die breite Anwendbarkeit der KI-Technologie. In der Vergangenheit wurde die Leistung von Grafikkarten auf Billionen von Berechnungen pro Sekunde (PFLOPs) geschätzt, um ein echtes Virtual-Reality-Erlebnis zu ermöglichen. Da aktuelle Grafikkarten diese Leistung noch nicht erreichen, spiegelt dies die Herausforderungen wider, vor denen die lokale KI-Entwicklung noch steht.
In der Entwicklung von GPU-Herstellern basiert die KI-Programmierung in der Regel auf Parallelverarbeitung, in der GPUs hervorragend abschneiden. Daher benötigt das Design zukünftiger GPUs noch Zeit, und erst mit der Einführung der RTX 60-Serie ist möglicherweise eine deutliche Steigerung der KI-Leistung zu erwarten. Diese Generation von Grafikkarten könnte die Ausführung lokaler großer Sprachmodelle (LLMs) ermöglichen.
Wichtigste Punkte:
🌟 KI-Technologie ist nicht am Aussterben, die Marktentwicklung wird durch Missverständnisse beeinflusst.
💻 Viele Geräte, die mit KI beworben werden, sind in ihrer Leistung auf Server angewiesen und können komplexe Berechnungen nicht lokal durchführen.
🚀 Zukünftige Fortschritte in der GPU-Technologie könnten die Entwicklung lokaler KI-Modelle vorantreiben.
