Die Kosten stiegen um 50 %, es erwies sich jedoch als 100-mal wirtschaftlicher
Normalerweise denken die Leute, wenn sie Geld ausgeben, um etwas zu kaufen, bedeutet das auch, dass ein Teil des verbleibenden Geldes verloren geht. Aber laut der neuen Denkweise des CEO von NVIDIA gibt es Produkte, bei denen man umso mehr spart, je mehr man kauft.
In seiner Rede auf der jährlichen Technologiemesse Computex 2024 sagte Herr Jensen Huang, CEO von NVIDIA: „Je mehr Sie kaufen, desto mehr sparen Sie … Das nennt man CEO-Mathe. Es ist vielleicht nicht genau, aber es ist wahr.“
Warum konnte dieses Paradoxon auftreten?
Herr Huang erklärt dies, indem er beschreibt, warum Unternehmen in den Kauf sowohl von GPU-Grafikprozessoren als auch von CPU-Prozessoren investieren sollten. Diese beiden Arten von Prozessorchips können unabhängig voneinander arbeiten und durch die Kombination der NVIDIA-Architektur kann die Verarbeitungszeit einer Aufgabe von „100 Zeiteinheiten auf 1“ reduziert werden.
Das bedeutet also auch: Je mehr Prozessorchips Sie kaufen, desto mehr Zeit sparen Sie bei der Verarbeitung von Aufgaben. Es ist nicht verwunderlich, dass der CEO eines GPU-Herstellers wie NVIDIA Benutzer dazu überredet.
In der Realität ist dieses Paradoxon jedoch in Unternehmen weit verbreitet, wenn der Kauf von Ausrüstung für Geschäftsaktivitäten als langfristige Investition für das Unternehmen angesehen wird. Für die Datenverarbeitung bringt diese Investition noch größere Vorteile mit sich, da sie den Arbeitsablauf beschleunigt und gleichzeitig die Betriebskosten senkt – ein doppelter Vorteil, der mit der Verkleinerung der Transistoren auf jedem Chip vergleichbar ist und dazu beiträgt, die Verarbeitungsgeschwindigkeit zu erhöhen und den Stromverbrauch zu senken.
Die Investitionseffizienz durch den Kauf neuer Prozessoren ist der deutlichste Beweis für Herrn Huangs Problem, insbesondere angesichts der aktuellen explosionsartigen Nachfrage nach KI-Computing. Laut Herrn Huang steigen die anfänglichen Investitionskosten zwar um weitere 50 %, der Vorteil für Unternehmen besteht jedoch darin, dass die Verarbeitungszeit von KI-Aufgaben um das Hundertfache reduziert und die Leistung um das Dreifache gesteigert wird. Das ist die CEO-Mathematik, über die Herr Huang gesprochen hat.
Während die Kombination der beiden oben genannten Prozessortypen im Personalcomputerbereich üblich ist, kann sie auch im Bereich der Unternehmensinformatik Anwendung finden. Deshalb fügte Herr Huang hinzu: „Wenn wir einem 1.000-Dollar-PC eine 500-Dollar-GPU hinzufügen, wird sich seine Leistung dramatisch steigern. Dasselbe können wir auch mit einem Rechenzentrum machen. Ein Milliarden-Dollar-Rechenzentrum, weitere 500 Millionen Dollar an GPUs, und plötzlich steht Ihnen eine KI-Fabrik zur Verfügung..“
Als nächstes präsentierte Herr Huang auch ein Diagramm, das zeigt, dass Unternehmen, wenn sie diese beiden Arten von Prozessorchips miteinander kombinieren, ihre Aufgabenverarbeitungsgeschwindigkeit um das Hundertfache erhöht, was zu einer Effizienzsteigerung um das 1,5-fache der Investitionskosten führt.
Der Rat von Herrn Huang wurde erteilt, als NVIDIA im März eine neue KI-GPU namens Blackwell B200 vorstellte, einen 70.000-Dollar-Prozessorchip mit der Behauptung, dass dies „ist“.Der leistungsstärkste KI-Chip der Welt„Dieser Prozessor ist in einem größeren Rechencluster verpackt und kombiniert 72 GPUs und 36 weitere CPUs, um die Fähigkeit zur Verarbeitung bereitzustellen.“schwerste Rechenaufgaben„Aktuell können Kosten und Stromverbrauch im Vergleich zu früher um das bis zu 25-fache gesenkt werden – ein ganz klarer Beweis für unser Problem.“
Diese GPUs mit unglaublich hohen Preisen führen dazu, dass die Marktkapitalisierung von NVIDIA rasant ansteigt. In etwas mehr als einem Jahr ist sie um das Fünffache gestiegen und hat mit der Kapitalisierung von Apple von 2.900 Milliarden US-Dollar gleichgezogen.
