1.000 Prozent Gewinn pro KI-GPU: Nvidia könnte schon bald auf Geforce verzichten
Wie die renommierte amerikanisch Investmentbank Raymond James mitgeteilt hat, beläuft sich der Gewinn von Nvidia bei jedem verkauften KI-Beschleuniger der Serie H100 auf schätzungsweise beinahe 1.000 Prozent. Auf andere Sparten, wie Gaming-Grafikkarten aus der Serie Geforce, könnte der Weltmarktführer im Bereich der künstliche Intelligenz bald verzichten.
Wie die renommierte amerikanisch Investmentbank Raymond James gegenüber dem Tech-Journalisten Tae Kim, der unter anderem für Bloomberg, Dow Jones & Company und Barron's schreibt, mitgeteilt hat, belaufen sich die Gewinne von Nvidia bei jedem verkauften KI-Beschleuniger aus der Serie (G)H100 auf schätzungsweise beinahe 1.000 Prozent. Auf andere Sparten, wie die Grafikkarten aus der Serie Geforce wiederum könnte das Unternehmen schon bald problemlos verzichten.
Schätzungsweise 1.000 Prozent Gewinn pro KI-Beschleuniger
Das international operierende Finanzdienstleistungsunternehmen schätzt, dass der aktuell weltweit nachgefragte KI-Beschleuniger Nvidia H100 ("Hopper") den Hersteller rund 3.300 US-Dollar in der Herstellung kostet, verkauft wird der Profi-Beschleuniger mit 80 GiByte HBM3 zu Preisen von 25.000 bis 30.000 US-Dollar, während dafür hierzulande 30.000 Euro aufgerufen werden. Allein im Jahr 2023 soll Nvidia voraussichtlich 16,5 Milliarden US-Dollar Umsatz in dem Sektor machen.
Doch der durchschnittlich von Nvidia erzielte Preis für die KI-Beschleuniger liegt noch einmal deutlich höher, denn der speziell für den chinesischen Markt aufgelegte H800, eine beschnittene Version des H100, wird aktuell für rund 70.000 US-Dollar verkauft.
Nvidia legt den Fokus voll auf AI-Computing
Auch im Rahmen der SIGGRAPH 2023 hat Nvidia noch einmal deutlich gemacht, dass sich das Unternehmen mehr und mehr auf den Geschäftsbereich mit professionellen GPGPUs ("General Purpose Computation on Graphics Processing Units") für die Beschleunigung von künstlicher Intelligenz konzentrieren wird. Hier wurden Neuvorstellungen in allen Größenordnungen präsentiert.
Neue KI-Superchips und KI-Supercomputer für 2024
Auch der GH200-Superchip ("Grace Hopper") mit 144 GiByte HBM3e für AI-Computing und der DGX-Supercomputer zielen auf dieses Marktsegment, welches die an Spieler adressierten Geforce-Grafikkarten mittlerweile zu Nebendarstellern degradiert hat.
Ihre Meinung ist gefragt!
Wie stehen Sie zu diesem Thema? Die PCGH-Redaktion freut sich über Ihre fundierte Meinung in den Kommentaren zu dieser Meldung. Um zu kommentieren, müssen Sie auf PCGH.de oder im Extreme-Forum eingeloggt sein. Sollten Sie noch keinen Account haben, könnten Sie sich hier unverbindlich registrieren.
Quellen: Raymond James via Tae Kim via Twitter
Die Gaming-Hardware-Chips werden deutlich teurer und in der Entwicklung verzögert (Bzw. der Fortschritt steckt dann nicht mehr in der Fertigung) - egal, wer sie dann herstellt.
Das kann man schon absehen. Und vermutlich wird NV, selbst wenn sie sie noch herstellen, GPUs sehr teuer und in homöopathischen Dosen abgeben, um die Marke irgendwie im Gespräch zu halten. Denn mit jeder falschen Entscheidung gehen Gewinne verloren, mit denen man einem Mitarbeiter einen (ziemlich) billigen Kleinwagen schenken könnte. Edit: Schwer vorstellbar, dass ein Mensch mit halbwegs vorhandenem Verstand die Entscheidung häufig pro GeForce und gegen AI träfe...
Ergo wenn das wer benutzt ist es fast immer wegen des nerven effektes. Einfach ignorieren.
Ergo wenn das wer benutzt ist es fast immer wegen des nerven effektes. Einfach ignorieren.
Es stimmt das mit den training von Datenbanken Video quasi gef#älscht werden können eine echte audio training basis exiostsiert noch nicht wirklich aber kan angelegt werden
Die Werkzeuge also algo können in github besorgt werden womit man medien fälschen kann . Wirkliche programme oder eine interaktive gesprächspartner mit eigene vorgaben ums thema ist das nicht. Womit der einsatz als support mitarbeiter oder in spielen als npc auf nicht vorgegebene antworten wird das nix.
man kann nur wa ersetzen was der ai vorgegeben wird. Wirkliche geschäftsmodelle sehe ich da nicht abseits von deepfakes.
Von Prgrammieren kann gar nicht die rede sein es ist wie ich sagte ai findet was und kombiniert kann aber nix erschaffen.
Bzw es muss klar definiert werden und selbst dann macht diese viele Fehler.
Grundlegend funktioniert das ganze mit tensorflow daher ist es ziemlich egal welche hardware diese rechnet gpu haben aktuell dedizierte Einheiten und arbeitet das schnell ab aber das könnte schneller gehen da die tensor cores diese Aufgabe erledigen.
Diese Funktion als riscv sehe definitiv kommen dann ist nvidia Zugpferd auch schon weg und von vielen kleinen firmen wird das nicht kommen eher sehe ich da die großen
google, amazon, meta die das ausnutzen um daten auszuwerten das ist wenn überhaupt eine einmalige invest um später eigene chips zu entwerfen.
Abseits der Feuchten Traum von Filmstudios Tv sendern werden die schnell erkennen das ai nur was nachstellen kann was schon da war aber nicht neu erschaffen können.
Nützlich ist aber das quasi Menschen kopiert werden können Sprich man braucht nicht mehr den einen Schauspieler sondern kann diesen frei ersetzen.
Das kann sogar Synchrosation komplett ersetzen und man kann originalstimmen mit übersetzten texten sprechen lassen.
Da das manipulieren von Medien so echt sein kann wird das zwangsläufig irgendwann reglementiert
Das ist die missbrauch Gefahr zu groß.
Das als Nutzer sehr Nützlich ist das filtern von sound damit man stimmen aus Musik und Instrumente filtern kann
Das dürfte irgendwann zu urheberechtstreitereien führen