GPU stärker als NPU: Nvidia sieht Geforce als Basis für "Premium KI"
Laut Nvidia sind die eigenen Geforce-GPUs gegenüber integrierten KI-Beschleunigungseinheiten (NPUs) klar im Vorteil. Letztere dürften bald trotzdem deutlich an Beliebtheit zulegen.
Seit letztem Jahr bieten sowohl AMD als auch Intel erste Prozessoren mit integrierten NPUs (Neural Processing Unit) an, mit denen sich KI-Anwendungen beschleunigen lassen. Dieselbe Entwicklung ist zudem auch auf Smartphones zu beobachten, wo entsprechenden ARM-SoCs ebenso passende Schaltwerke zur Seite gestellt werden. Nvidia sieht das nun offenbar als Anlass, um auf diesem Ansatz herumzuhacken. Demnach seien (Geforce-)GPUs die deutlich bessere Lösung für KI-Anwendungen. Dafür sprechen zumindest angeblich offizielle Präsentationsfolien, die die Website Benchlife veröffentlicht hat.
Premium statt Basic
Laut diesen unterteilt Nvidia den Markt für KI-Hardware in die drei Segmente Basic, Premium und Heavy. Ersteres umfasst dabei SoCs mit den genannten NPUs, Premium AI soll hingegen nur mit Grafikkarten und Heavy AI mit der Cloud möglich sein. Die letztgenannten Kategorien sollen sich dabei jeweils für mehr Anwendungsgebiete und größere Modelle eignen.
In einer weiteren Folie stellt Nvidia die Kategorien Basic AI und Premium AI zudem direkt gegenüber. Die hauseigene GPU-Lösung soll dabei, wenig überraschend, in jeder Beziehung besser sein. Nvidia spricht von höherer Performance, mehr Funktionen und einer größeren Installationsbasis - also entsprechenden Computern.
Quelle: Benchlife
Nvidia sieht sich in den selbst definierten Bereichen "Premium AI" und "Heavy AI".
Quelle: Benchlife
Nvidias "Premium AI"-Lösungen sollen NPUs in jedem Bereich überlegen sein. Dabei bleibt das Unternehmen aber reichlich vage.
Demnach wurden bis Ende 2023 weniger als eine Million x86-PCs mit NPU verkauft, während sich 100 Millionen kompatible Geforce-GPUs im Umlauf befinden. Wirklich fair ist das allerdings nicht, schließlich kamen entsprechende SoCs erste letztes Jahr in Form von AMDs Ryzen-7040-Serie auf den Markt, von denen zudem nur wenige Modelle veröffentlicht wurden. Marktführer Intel brachte die ersten Konkurrenzprodukte der Meteor-Lake-Familie hingegen erst zum Jahresende in den Handel. Inzwischen dürfte es also bereits deutlich mehr entsprechende Geräte geben.
Auch spannend: Adobe Firefly: Neues KI-Modell vorgestellt, jetzt auch mit Texteingaben in Photoshop
In diesem Jahr dürften Chips mit NPU zudem auch im Desktop-Markt erscheinen und damit noch schneller Verbreitung finden. Damit könnte es in absehbarer Zeit wohl mehr Prozessoren mit KI-Beschleuniger als mit Geforce-GPU geben. Letztere dürften zwar tatsächlich auf lange Sicht die performantere, aber eben auch die kostspieligere und energiehungrigere Lösung sein. Der KI-Markt für Endkunden dürfte sich daher zukünftig zumindest teilweise auf die Fähigkeiten der NPUs konzentrieren und nicht mehr nur auf Geforce-GPUs. Bei professionellen Anwendungen könnte das hingegen anders aussehen - sofern AMD und Intel hier nicht zunehmend mit konkurrenzfähigen Produkten dagegenhalten.
Quelle: Benchlife via Videocardz / Wccftech
Die Kernaussage ist zwar korrekt, aber eben komplett daneben. Als würde sich jemand hinstellen, der bisher Hightech Beschleunigerkarten genutzt hat und sagen: Oh, jetzt reicht für alles nur noch eine kleine APU die ein Bruchteil koster. Workload egal.
So eine Situation wird's schlicht nicht geben.
Letztlich ist ausschlaggebend, wie viel Leistung das Programm überhaupt braucht, um die AI-Funktionen flüssig abzubilden. Dass man eine zusätzliche GPU für AI braucht, ergibt für vermutlich kaum einen Endverbraucher einen Sinn. Damit würde sich der Programmhersteller seinen Kundenkreis selbst einschränken und sich somit Einnahmen abgraben.
Aber bei z.B. Gaming kann ich mir vorstellen, dass man in den Spieleinstellungen vielleicht AI hinzuschaltbar macht, wenn man eine dedizierte Grafikkarte im PC hat und somit über die entsprechende Leistungsfähigkeit verfügt.