Die 600-Milliarden-Dollar-Frage der KI

 (sequoiacap.com)
10 Punkte von GN⁺ 2024-07-04 | 1 Kommentare | Auf WhatsApp teilen
  • Die KI-Blase erreicht einen Wendepunkt. Es wird wichtig sein, sich auf die kommenden Veränderungen einzustellen
  • Im September 2023 wurde der Artikel „Die 200-Milliarden-Dollar-Frage der KI“ veröffentlicht. Ziel dieses Textes war es, die Frage zu stellen: „Wo sind die Umsätze?“
    • Damals wurde eine große Lücke zwischen den in den Aufbau der KI-Infrastruktur eingepreisten Gewinnerwartungen und dem tatsächlichen Umsatzwachstum im KI-Ökosystem festgestellt. Dies wurde als „ein Loch von 125 Milliarden Dollar, das bei dem heutigen CapEx-Niveau jedes Jahr gefüllt werden muss“ beschrieben
    • Kürzlich ist Nvidia zum wertvollsten Unternehmen der Welt geworden. Im Vorfeld fragten viele Menschen nach den Ergebnissen dieser Analyse. Sie wollten wissen, ob das 200-Milliarden-Dollar-Problem der KI gelöst wurde oder sich verschärft hat
  • Wenn man diese Analyse heute erneut durchführt, ergibt sich Folgendes:
    • Das 200-Milliarden-Dollar-Problem der KI ist inzwischen zu einem 600-Milliarden-Dollar-Problem geworden
    • Nimmt man Nvidias prognostizierten Jahresumsatz und multipliziert ihn mit 2, lässt sich damit die Gesamtkostenbasis von KI-Rechenzentren abbilden (GPUs machen die Hälfte der Total Cost of Ownership aus. Die andere Hälfte umfasst Energie, Gebäude, Notstromgeneratoren usw.)
    • Anschließend wird noch einmal mit 2 multipliziert, um die Bruttomarge von 50 % bei den Endabnehmern der GPUs zu berücksichtigen (zum Beispiel müssen auch Startups oder Unternehmen, die KI-Compute über Azure, AWS oder GCP einkaufen, profitabel sein)

Was sich verändert hat

  1. Auflösung des Engpasses

    • Ende 2023 erreichte die GPU-Knappheit ihren Höhepunkt
    • Inzwischen sind GPUs leicht zu bekommen

  2. Steigende GPU-Bestände

    • Die Hälfte von Nvidias Data-Center-Umsatz stammt von großen Cloud-Anbietern
    • Microsoft steht für etwa 22 % von Nvidias Q4-Umsatz
    • Der CapEx der Hyperscaler hat ein historisches Niveau erreicht

  3. OpenAIs Umsatzanteil

    • OpenAIs Umsatz ist von 1,6 Milliarden Dollar Ende 2023 auf aktuell 3,4 Milliarden Dollar gestiegen
    • Abgesehen von ChatGPT gibt es nicht viele KI-Produkte, die Verbraucher tatsächlich nutzen

  4. Aus einem Loch von 125 Milliarden Dollar werden 500 Milliarden Dollar

    • Es wird angenommen, dass Google, Microsoft, Apple und Meta jeweils 10 Milliarden Dollar neue KI-bezogene Jahresumsätze erzielen werden
    • Es wird angenommen, dass Oracle, ByteDance, Alibaba, Tencent, X und Tesla jeweils 5 Milliarden Dollar neue KI-Umsätze erzielen werden
    • Selbst wenn diese Annahmen zutreffen, ist aus dem Loch von 125 Milliarden Dollar inzwischen ein Loch von 500 Milliarden Dollar geworden

  5. Das Erscheinen des B100

    • Nvidia hat den B100-Chip vorgestellt
    • Der B100 bietet eine 2,5-fach bessere Leistung als der H100, bei nur 25 % höheren Kosten
    • Es wird erwartet, dass die Nachfrage nach dem B100 stark ansteigen wird

Zentrale Gegenargumente (Unterschiede zu früheren Infrastrukturphasen)

  1. Mangelnde Preissetzungsmacht

    • Anders als physische Infrastruktur haben GPU-Rechenzentren weniger Preissetzungsmacht
    • GPU-Compute wird zunehmend zur Commodity und nach Stunden abgerechnet

  2. Kapitalverbrennung

    • Wie bei physischer Infrastruktur wie Eisenbahnen ist auch bei spekulativen Investitionsbooms die Kapitalverbrennungsrate hoch
    • Laut den Triebkräften der Märkte verloren viele der auf Eisenbahnen fokussierten Akteure während der spekulativen Technologiewelle viel Geld

  3. Abschreibung

    • Halbleiter werden mit der Zeit leistungsfähiger
    • Nvidia wird weiterhin bessere Chips der nächsten Generation produzieren
    • Das wird zu einer schnelleren Abschreibung älterer Chip-Generationen führen

  4. Gewinner und Verlierer

    • KI hat großes Potenzial, die nächste transformative Technologiewelle zu werden
    • Sinkende Preise für GPU-Compute sind langfristig gut für Innovation und Startups

Fazit

  • KI wird enormen wirtschaftlichen Wert schaffen
  • Nvidia verdient große Anerkennung für seine Rolle dabei, diesen Wandel möglich gemacht zu haben
  • Spekulative Euphorie gehört zur Technologie dazu, und man muss sich nicht davor fürchten
  • Man sollte nicht der Illusion verfallen, dass AGI bald kommt
  • Der Weg nach vorn wird lang und holprig sein, aber er wird sich mit hoher Wahrscheinlichkeit lohnen

Meinung von GN⁺

  • KI wird enormen wirtschaftlichen Wert schaffen. Gründer, die sich darauf konzentrieren, Endnutzern echten Mehrwert zu liefern, werden reich belohnt werden
  • Spekulative Euphorie gehört zur Technologie dazu, daher gibt es keinen Grund zur Angst. Wer diesen Moment mit Gelassenheit durchsteht, hat die Chance, sehr bedeutende Unternehmen aufzubauen
  • Man sollte jedoch darauf achten, nicht der Täuschung zu verfallen, die sich vom Silicon Valley über das ganze Land und eigentlich über die ganze Welt ausgebreitet hat
    • Diese „Täuschung“ besagt, dass wir alle schnell reich werden, weil AGI morgen komme und wir deshalb GPUs horten müssten, die angeblich die einzige wertvolle Ressource seien
    • Man sollte nicht der Illusion verfallen, dass AGI bald kommt
  • Tatsächlich wird der Weg nach vorn lang sein. Es wird Höhen und Tiefen geben, aber es wird sich mit hoher Wahrscheinlichkeit lohnen

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2024-07-04
Hacker-News-Kommentare

  • Laut Jensen werden zum Trainieren eines Modells in der Größenordnung von GPT-4 8.000 H100-GPUs über 90 Tage benötigt

    • Meta verfügt über 350.000 GPUs und könnte damit pro Jahr 200 GPT-4-Modelle trainieren
    • Das könnte die tatsächlichen Gewinnmargen von AI-zentrierten Unternehmen nahe auf null drücken
    • Schlecht für Investoren, aber gut für Entwickler
    • Der wichtigste Faktor für die Qualität der Modellausgaben sind proprietäre Daten, die beim Training verwendet werden

  • Große Tech-Unternehmen investieren massiv in Hardware

    • Das ist ähnlich wie Investitionen in Sun Microsystems und Netscape Ende der 90er Jahre
    • Man wusste, dass das Internet die Welt verändern würde, aber nicht, wie das Geld fließen würde

  • Die Erträge aus AI kommen nicht direkt, sondern aus Kostensenkungen und Produktivitätssteigerungen

    • AI hilft bei allen Aspekten eines Startups

  • Der Fokus liegt zu stark auf Produktivitätssteigerungen

    • Im Unterhaltungsbereich gibt es mehr Potenzial
    • Derzeit verdienen holprige Apps Geld
    • Was der wirkliche Hit werden wird, weiß man noch nicht

  • Es ist wahrscheinlich, dass sich Investitionen in AI auszahlen werden

    • Wenn man auf Internet und Mobile zurückblickt, haben viele Unternehmen erst nach dem Abklingen des Hypes Erfolg gehabt

  • Es gibt Prognosen, dass AI großen wirtschaftlichen Wert schaffen wird

    • Das ist jedoch eine starke Vermutung ohne Belege
    • Es gibt den Glauben, dass AI alles verändern wird

  • Die Entwicklung von AI wird lang und mühsam sein

    • Aber sie wird es wert sein
    • Der FTX-Fall könnte eine Lehre gewesen sein

  • LLMs sind bei grundlegenden Aufgaben hervorragend, haben aber bei komplexen Aufgaben Grenzen

    • Menschen neigen dazu, anderen die Schuld zu geben
    • Sie werden eher in der Unterhaltung und in unerwarteten Anwendungsfeldern eingesetzt werden als in kundenorientierten Rollen

  • Die Annahme, dass alle Data-Center-GPUs für AI verwendet werden, ist falsch

    • Das AI-Geschäftsmodell besteht nicht nur aus API-Nutzungsgebühren
    • AI spielt bereits eine große Rolle im Such- und Werbegeschäft von Google

  • Wenn man Bevölkerung und BIP der OECD-Staaten betrachtet, könnten Investitionen in AI die Produktivität erheblich steigern

    • Es ist jedoch fraglich, ob sich die aktuellen Investitionen schnell amortisieren lassen