In den vergangenen zwei Jahrzehnten hat Nvidia einen sogenannten “Walled Garden” in der Tech-Branche geschaffen, ähnlich wie den von Apple. Während Apples Ökosystem von Software und Diensten auf Verbraucher ausgerichtet ist, war Nvidias Fokus schon lange auf Entwickler gerichtet, die künstliche Intelligenz-Systeme und andere Software mit seinen Chips bauen. Diese spezielle Positionierung von Nvidia erklärt, warum das Unternehmen sehr unwahrscheinlich ist, in den nächsten Jahren bedeutenden Marktanteil bei KI zu verlieren, trotz Konkurrenz von anderen Chip-Herstellern und sogar Technik-Riesen wie Google und Amazon.
Der Schlüssel zum Verständnis von Nvidias Walled Garden ist eine Softwareplattform namens CUDA. Als sie 2007 eingeführt wurde, war diese Plattform eine Lösung für ein damals noch nicht bestehendes Problem: Wie man Nicht-Grafiksoftware wie Verschlüsselungsalgorithmen und Kryptowährungs-Mining mithilfe von Nvidias spezialisierten Chips ausführen kann, die für aufwendige Anwendungen wie 3D-Grafiken und Videospiele entwickelt wurden. CUDA ermöglichte es Nvidias Chips, auch andere Arten von Berechnungen auszuführen, darunter KI-Software, deren explosionsartiges Wachstum Nvidia zu einem der wertvollsten Unternehmen der Welt gemacht hat.
Nvidias Softwareplattformen sind entscheidend für die Geschwindigkeit und Leistungsfähigkeit seiner GPUs. Jahr für Jahr reagierte Nvidia auf die Bedürfnisse von Softwareentwicklern, indem es spezialisierte Code-Bibliotheken herausbrachte, mit denen eine Vielzahl von Aufgaben auf seinen GPUs ausgeführt werden konnte. Nvidias Schwerpunkt auf der Kombination von Hardware und Software wurde von CEO Jensen Huang als “Full-Stack Computing” bezeichnet, wobei Nvidia alles von den Chips bis zur Software für den Aufbau von KI entwickelt. Dies hat dazu geführt, dass Nvidia mehr Software-Ingenieure als Hardware-Ingenieure beschäftigt.
Um die Kosten und den Aufwand, AI außerhalb von Nvidias Walled Garden zu erstellen, zu verstehen, hilft es zu wissen, was es braucht, um eine ChatGPT-ähnliche AI ohne Hardware oder Software von Nvidia zu bauen. Ein Startup namens NinjaTech AI hat sich beispielsweise auf Amazon-Kunden geprüft, um ihre AI zu trainieren, da Nvidias leistungsstarke H100-Chips teuer und schwer zu bekommen waren. Obwohl es anfangs viele Herausforderungen gab, hatte das Team schließlich Erfolg, aber es erforderte viel Zeit und Arbeitsaufwand.
Die Alternativen zu Nvidias Chips erhalten immer mehr Aufmerksamkeit und Investitionen von Startups und großen Technologieunternehmen. Die Zusammenarbeit von Firmen wie Intel, Arm, Google und Qualcomm an Open-Source-Projekten zeigt den Drang, sich von Nvidias “Walled Garden” zu lösen und die Abhängigkeit von den teuren Nvidia-Chips zu verringern. Trotzdem wird davon ausgegangen, dass Nvidia in den nächsten Jahren einen Marktanteil von etwa 90% bei KI-bezogenen Chips behalten wird.