Da sich immer mehr Menschen auf dem Markt darüber austauschen, ob KI dazu führen wird, dass Software vollständig zur Ware wird und dadurch die Bewertung und die Gewinnspanne von Technologiefirmen weiter unter Druck geraten, lautet die Antwort von NVIDIA-CEO Huang Renxun ganz direkt:
Das wirklich nicht so leicht zu verallgemeinernde Produkt ist nicht nur die Software selbst, sondern der gesamte Prozess, bei dem Elektronen in Tokens umgewandelt werden.
In einem aktuellen Interview erklärt Huang Renxun ausführlich, wie er dieses KI-Rennen versteht – von NVIDIAs Lieferkette, über das CUDA-Ökosystem, die KI-Rechenarchitektur und riesige Cloud-Kunden bis hin zum China-Markt und den US-Ausfuhrkontrollen.
(Huang Renxun erklärt die Entwicklungsgeschichte der künstlichen Intelligenz mit der Metapher vom „Fünf-Schichten-Kuchen“)
Sein zentraler Standpunkt lässt sich in einem Satz verdichten: KI ist kein Wettbewerb nur um ein einzelnes Modell und auch kein Wettbewerb nur um einen einzelnen Chip, sondern ein Kampf um den „Fünf-Schichten-Kuchen“, der Energie, Chips, Netzwerke, Software, Ökosystem und die Anwendungsschicht umfasst – und NVIDIA will genau den Teil davon erreichen, der am schwierigsten ist, aber auch am wenigsten ersetzbar bleibt.
Huang Renxun: NVIDIAs Aufgabe ist es, Elektronen in Tokens zu verwandeln
Angesichts von Kritik von außen, wonach viele Softwareunternehmen ihre Bewertung aufgrund von KI bereits unter Druck sehen, fragt man sich, ob NVIDIA selbst möglicherweise von der KI-Welle der Verallgemeinerung „mitgezogen“ wird. Huang Renxuns Antwort lautet: Das wird nicht so einfach sein.
Er ist der Ansicht, dass NVIDIAs Rolle von Natur aus nicht darin besteht, alles selbst zu machen, sondern dass NVIDIA im gesamten Umwandlungszyklus „von Elektronen zu Tokens“ den wichtigsten und schwierigsten Teil verantwortet. So wie er es ausdrückt, ist der Input von NVIDIA electrons und der Output tokens; die Zwischenschicht – diese extrem komplexe Umwandlungsfähigkeit – ist die Bedeutung, warum dieses Unternehmen existiert.
Huang Renxun betont, dass diese Umwandlung nicht nur darin besteht, Strom einfach in Rechenergebnisse zu verwandeln, sondern dass der Wert der Tokens kontinuierlich gesteigert werden muss: damit dieselbe Rechenleistung einen höheren wirtschaftlichen Wert und effizientere Tokens hervorbringt. In diesem Prozess geht es um Architekturdesign, Packaging, Speicher, Interconnects, Algorithmen, Bibliotheken, Software-Stacks und die Zusammenarbeit im Ökosystem – ein stark engineering- und wissenschaftsgetriebener, zudem noch immer schnell voranschreitender Prozess. Er glaubt, dass sich das kaum vollständig zur Ware machen lässt.
Er beschreibt außerdem weiter die Unternehmensphilosophie von NVIDIA: „das Notwendige so viel wie möglich, das Nicht-Notwendige so wenig wie möglich“. Mit anderen Worten: Alles, was man nicht unbedingt selbst von Hand erledigen muss, wird so weit wie möglich an Partner und das Ökosystem delegiert; und alles, was zwingend selbst gemacht werden muss und außerdem extrem schwierig ist, muss NVIDIA persönlich übernehmen – und das dann auch bestmöglich.
Diese „toolartigen Softwarefirmen“ könnten sogar gerade wegen des KI-Boosterwachstums stärker wachsen
Bezüglich der Marktsorge, dass KI den Raum für Softwareunternehmen schrumpfen lassen könnte, vertritt Huang Renxun eigentlich eine nahezu gegensätzliche Sicht. Er weist darauf hin, dass viele Softwarefirmen heute im Grunde Werkzeughersteller sind – etwa Excel, PowerPoint oder auch Cadence, Synopsys, also EDA-Unternehmen dieser Art. Dass diese Firmen bislang noch keinen größeren Boom erlebt haben, liegt nicht daran, dass die Werkzeuge verdrängt würden, sondern daran, dass die heutigen Agents Werkzeuge noch nicht ausreichend gut nutzen können.
Seiner Auffassung nach wird die Anzahl der Agents in Zukunft exponentiell wachsen, ebenso die Anzahl der Nutzer der Werkzeuge – und das wird wiederum die Zahl der Aufrufe von Werkzeugen selbst sowie den Lizenzbedarf nach oben treiben. Nehmen wir als Beispiel das Chipdesign: Heute ist die Nutzung von Design-Tools noch durch die Zahl der Ingenieure begrenzt; künftig könnten hinter jedem Ingenieur jedoch mehrere Agents im Verbund arbeiten, und die Dichte sowie die Häufigkeit der Exploration des Designraums werden weit über dem liegen, was es heute gibt.
Wenn das soweit ist, könnten die tatsächlichen Nutzungszahlen von Tools wie Synopsys Design Compiler, floor planner, Layout Tools und design rule checker sogar besonders stark ansteigen.
Mit anderen Worten: Huang Renxun glaubt nicht, dass KI Tool-Softwarefirmen auf einfache Weise auslöschen wird; vielmehr ist es sehr wahrscheinlich, dass sie diese in neue Wachstumskurven treibt.
Die echte Burggraben-Strategie von NVIDIA ist die Lieferkette entlang der gesamten Wertschöpfungskette
Wenn man darüber spricht, dass NVIDIA in den letzten Jahren massenhaft Einkaufszusagen gegenüber vorgelagerten Lieferanten gemacht hat – ja sogar mit der Schätzung im Raum steht, dass sich das in den kommenden Jahren auf Größenordnungen von mehreren hundert Milliarden US-Dollar summieren könnte –, hat Huang Renxun das nicht bestritten. Er sagt, das sei eine der wichtigen Stärken von NVIDIA.
Er erklärt, NVIDIA habe tatsächlich viele explizite und implizite upstream commitments umgesetzt. Die einen sind für die Öffentlichkeit sichtbare Einkaufszusagen, die anderen bestehen darin, die Entscheidungsträger in der Lieferkette davon zu überzeugen, dass sie zuerst in den Ausbau investieren. Dass diese Investitionen überhaupt stattfinden, liegt nicht nur daran, dass NVIDIA bereit ist zu kaufen, sondern auch daran, dass Lieferanten darauf vertrauen, NVIDIA könne diese Kapazitäten aufnehmen und sie über die riesige Nachfrage der nachgelagerten Ebene erfolgreich verkaufen.
Darum sieht er GTC nicht nur als Produkt-Event, sondern als ein „360-Grad-Panoramatreffen“ des gesamten KI-Universums. In seinen Augen liegt einer der Werte von GTC darin, dass die vorgelagerte Ebene die nachgelagerte sieht, die nachgelagerte Ebene die vorgelagerte versteht und die gesamte Branche gemeinsam bestätigt, dass die KI-Nachfrage wirklich kommen wird – und dass das Volumen extrem groß sein wird. Huang Renxun gesteht sogar offen, dass sein eigenes Keynote in gewissem Maße eine starke „Bildungs“-Funktion hat, weil er sicherstellen muss, dass die gesamte Lieferkette versteht: Warum kommt KI, wann kommt KI, wie groß wird sie sein, und wie man sich rechtzeitig darauf vorbereitet.
Das ist auch der Grund, warum NVIDIA in den letzten Jahren die Aufmerksamkeit und den Traffic in der Lieferkette kontinuierlich vergrößern konnte. Huang Renxun betont, dass die Lieferkette nicht nur auf die Cashflows schaut, sondern auch auf die Umschlaggeschwindigkeit und die Sichtbarkeit der Nachfrage. Wenn der Aufbau und die Produkt-Umschlagsgeschwindigkeit eines Unternehmens nicht schnell genug sind, wird die Lieferkette nicht bereit sein, für dieses Unternehmen vorzeitig eine Fabrik zu bauen oder eine Linie auszubauen. NVIDIA kann diese Dinge tun, weil die Nachfrage der nachgelagerten Ebene groß und hinreichend sicher ist – und die gesamte Lieferkette sehen kann, dass es einen entsprechenden Bedarf gibt.
Huang Renxun hat keine Angst vor Engpässen; die meisten Engpässe sind im Kern nur ein Problem von zwei bis drei Jahren
Als er gefragt wird, ob die vorgelagerten Lieferanten wirklich mit der KI-Rechenleistung nachkommen können, besonders wenn KI bereits große Mengen an fortgeschrittenen Prozess- und Packaging-Kapazitäten von TSMC aufgesogen hat und wie es dann überhaupt möglich sein soll, Jahr für Jahr weiter zu verdoppeln, ist Huang Renxuns Haltung sehr klar: Nahezu alle Produktions-Engpässe sind im Wesen nur Fragen von zwei bis drei Jahren.
Er führt als Beispiel an, dass in der Vergangenheit das Thema CoWoS-„Packaging-Engpass“ sehr häufig diskutiert wurde, heute jedoch kaum noch jemand darüber spricht. Der Grund ist, dass die gesamte Branche innerhalb von zwei Jahren konzentriert die Kräfte darauf gebündelt hat, diese Engstelle zu beheben. TSMC hat fortgeschrittenes Packaging und HBM außerdem bereits als Teil der Mainstream-Rechen-Technologie betrachtet und nicht mehr als eine spezielle Anforderung. Anders gesagt: Solange das Nachfragesignal hinreichend klar ist, wird die Lieferkette proaktiv anstürmen, um die Engpässe aufzufüllen.
Für Huang Renxun bedeutet KI nicht, dass Jobs verschwinden, sondern dass die Industrie sich neu organisiert und der Bedarf an Talenten neu verteilt wird. Wirklich zu befürchten ist nicht, ob bestimmte Berufe vollständig verschwinden werden, sondern ob die Gesellschaft aufgrund übermäßiger Angst Talente falsch verteilt und damit die Angebotslage an Talenten nicht zur Nachfrage passt.
Er sagt außerdem direkt, dass Probleme wie Prozesslogik, Packaging und HBM innerhalb von zwei bis drei Jahren gelöst werden können; das wirklich langsamere und schwierigere sind Energierichtlinien. Denn egal ob KI-Fabriken, Chipfertigung, fortgeschrittenes Packaging, Elektrofahrzeuge, Roboter oder Reindustrialisierung – alles ist ohne Energie nicht möglich. Wenn Energie zum Engpass wird, wird die Ausbaugeschwindigkeit der gesamten Branche begrenzt.
Dieser Artikel Huang Renxuns neuestes Interview: Kann der Burggraben von Nvidia weiter bestehen? (Teil 1) wurde erstmals veröffentlicht in Lianxin ABMedia.
