KI-Prozessoren: Die treibende Kraft hinter Künstlicher Intelligenz

KI-Update Deep-Dive: Kleine Teilchen, große Wirkung - der KI-Prozessor

Hinter den Entwicklungen und Anwendungsgebieten der generativen Künstlichen Intelligenz steht ein entscheidendes Element, das oft übersehen wird: der Prozessor. Ohne die dazu erforderliche Hardware wäre der derzeitige Hype um KI nicht möglich. Herkömmliche Prozessoren sind einfach zu langsam für das maschinelle Lernen. Spezielle Rechenbeschleuniger sind deshalb von entscheidender Bedeutung. Wer Zugriff auf die notwendigen Halbleiter hat ist im aktuellen Entwicklungsprozess im Vorteil. In dieser Woche widmen wir uns daher in unserem KI-Update dem Thema Prozessoren und begrüßen dazu Christof Windeck, unseren Kollegen aus dem Hardware-Ressort der c’t.



Von Grafikkarten zu General Purpose GPUs


Alles begann mit Grafikkarten die früher hauptsächlich als sogenannte 3D-Beschleuniger in 💻 Computern verwendet wurden, vor allem im Gaming-Bereich. Daraus entwickelte sich die Idee der General Purpose GPU die aus vielen genau arbeitenden Rechenwerken besteht und immer besser programmierbar wurde. Daher wurden diese GPUs nicht weiterhin nur für 3D-Grafik verwendet, allerdings ebenfalls für allgemeine Berechnungsaufgaben. Im Laufe der Jahre wurden sie weiter optimiert und spezialisiert. Bei den heutigen KI-Beschleunigern geht es vor allem um Matrix-Multiplikationen die sich sehr gut parallelisieren lassen. Diese Rechenbeschleuniger verfügen über spezielle Rechenwerke die zur Verwendung Spieler keinen Nutzen haben. Für einen KI-Supercomputer werden tausende dieser hochspezialisierten Rechenwerke mit superschnellem Speicher und einer schnellen Schnittstelle zusammengeschaltet. Sie stellen den aktuellen Stand der Hardwareentwicklung dar und kosten mehrere Milliarden US-Dollar.



Die großen Player im Rennen


Große Unternehmen wie Meta, OpenAI & Google wollen nun alle ein Stück vom Kuchen abbekommen um ihre eigene KI-Modelle möglichst schnell zu trainieren. Doch was ist mit kleineren Unternehmen die nicht über die nötigen finanziellen Mittel verfügen? Die großen Firmen bieten hier zwei Möglichkeiten an: Entweder können Unternehmen ihre Modelle mieten oder kaufen und diese dann individuell anpassen, oder es müssen die KI-Modelle besser optimiert werden. Dadurch entstehen schlanke Modelle die auf spezifische Aufgaben zugeschnitten sind oder andere Aspekte berücksichtigen als die großen Modelle.



Trotz der aktuellen Dominanz weniger großer Unternehmen aus den USA und China sieht Christof Windeck auch zukünftig Chancen für kleinere Unternehmen. Der deutsche Mittelstand ist bekanntermaßen in IT-Angelegenheiten oftmals nicht in der ersten Reihe vertreten was jedoch nicht bedeutet, dass er schlecht abschneidet. Die Vergangenheit hat gezeigt; dass nicht immer eine massive Umstellung auf einmal erforderlich ist. Die Zukunft wird zeigen welche Modelle in welcher Größe für welche Unternehmen sinnvoll und wirtschaftlich erfolgreich sind. Es gibt bereits genügend Rechenleistung und Unternehmen mit viel Kapital, also sollten sie diese Ressourcen nutzen. Ob jedoch die großen Modelle in ihrer jetzigen Form tatsächlich die Zukunft darstellen, muss noch bewiesen werden.






Kommentare


Anzeige