Trotz einiger Volatilität auf dem Aktienmarkt im August bleibt der Nvidia-Aktienkurs (NVDA) in diesem Jahr um über 150% gestiegen. Treiber des Aktienkurses ist Nvidias Rolle als Lieferant von Chips an wichtige Technologiegiganten wie Apple (AAPL), Amazon (AMZN) und Microsoft (MSFT), die für die künstliche Intelligenz-Technologie im breiteren Boom der generativen KI unerlässlich sind. Über ein Drittel der Marktkapitalisierungsgewinne im S&P 500 (^GSPC) in der ersten Hälfte des Jahres 2024 könnten auf Nvidia zurückzuführen sein. Für einige Anleger erscheint die Konzentration der Gewinne in einigen wenigen Aktien wie Nvidia jedoch riskant.
Der Aktienkurs erholte sich zwar, aber die Zeit erinnerte die Anleger daran, dass sie nach KI-Chancen auch anderswo suchen könnten. Für diejenigen, die einen Vorteil erlangen und ihr Technologie-Portfolio diversifizieren möchten, ist es wichtig, die Kerntechnologie und Terminologie der künstlichen Intelligenz zu verstehen. Hier sind einige Begriffe aufgeführt, die Sie kennen müssen, um in den KI-Boom zu investieren:
Inferenz: Die Inferenz ist der entscheidende Moment für KI. Es ist der Zeitpunkt, an dem ein KI-Modell wie ChatGPT eine Antwort auf eine Anfrage generiert, basierend auf seinem vorherigen Training und Lernen. Die Qualität des Inferenzprozesses eines KI-Systems hängt stark von seinem zugrunde liegenden Technologiestapel ab, einschließlich der leistungsstarken Chips, die es antreiben.
Rechenleistung: Die Rechenleistung ist der treibende Motor hinter dem Erfolg eines KI-Systems, ähnlich wie die Pferdestärke ein Auto antreibt. Je größer die Rechenleistung, desto effizienter und schneller wird der Inferenzprozess. Grafikprozessoren (GPUs): Grafikprozessoren oder GPUs sind fortschrittliche und teure Chips, die die KI antreiben. Ihre Qualität kann die Geschwindigkeit der KI-Berechnungen bestimmen. Nvidia, das in den 90er Jahren mit GPUs begann, besitzt über 80% des GPU-Marktes und erwähnte den Begriff 19 Mal in seiner ersten Quartalspräsentation. Nvidias GPUs haben die Leistung der KI-Inferenz in den letzten zehn Jahren um das Tausendfache gesteigert.
Hyperscaler: Große Technologieunternehmen wie Microsoft, Alphabet, Meta und Amazon gelten als Hyperscaler oder diejenigen, die in der Lage sind, KI schnell zu skalieren. Mit Produkten und Dienstleistungen wie Microsofts Copilot, Alphabets Gemini und Metas Llama sind diese Unternehmen sowohl als Verbraucher von KI-Chips als auch als Wettbewerber der Chip-Hersteller signifikant.