NVIDIA legt sich mit Alphabet bei der künstlichen Intelligenz an

NVIDIA (WKN:918422) und Alphabet (WKN:A14Y6H) sind jetzt auf einmal Rivalen im Kampf um einen größeren Marktanteil bei der künstlichen Intelligenz. Bisher nutzte Alphabet die GPUs (Graphics Processing Units) von NVIDIA für die künstliche Intelligenz auf der Google Cloud Platform. Jetzt sieht es aber so aus, als hätte sich der Suchmaschinenriese dazu entschieden, es selbst einmal zu versuchen.

Werfen wir einen genauen Blick auf NVIDIA und Google und die potentiellen Implikationen für beide Unternehmen.

Maschinentraining

Alphabet enthüllte seine Pläne für einen eigenen KI-Chip. Dieser trägt den Namen Tensor Processing Unit (TPU). Dieser Chip wurde schon bei mehreren Anwendungen eingesetzt, darunter bei der Optimierung der Suchergebnisse und der Spracherkennung. Darüber hinaus wird er auch schon in den Datenzentren von Alphabet eingesetzt.

Gleichzeitig benutzte Google aber auch die Tesla-GPUs von NVIDIA für die Cloud-Plattform, um den Kunden dabei zu helfen, die künstliche Intelligenz zu trainieren. Im November 2016 verkündete NVIDIA, dass Google den Tesla P100 GPU und den K80-Beschleuniger bei seinen Diensten einsetzen würde.

Aber Google schockierte die Tech-Welt auf der I/O-Konferenz im Mai, als das Unternehmen die zweite Generation des TPU-Chips vorstellte. Dieser wird den Cloud-Nutzern bald zur Verfügung stehen. Google sagte in einem Blogbeitrag im April, dass der TPU 15 bis 30 mal schneller als die aktuelle Generation der CPUs (Central Processing Unit) und GPUs ist.

Zuvor war der TPU von Google nur gut genug für die Anwendung bereits gelernter Aufgaben bei neuen Daten. Das Unternehmen hat bei der zweiten Generation des TPU allerdings auch maschinelles Lernen möglich gemacht. Die Google-Nutzer können jetzt mehrere TPUs in einem Hochgeschwindigkeitsnetzwerk benutzen, um einen Supercomputer zu bauen, der für maschinelles Lernen geeignet ist. Dieser hatte nebenbei bemerkt auch noch jede Menge Rechenpower.

Google sagte, man wäre in der Lage, die Zeit deutlich zu vermindern, die zum Training von Modellen der künstlichen Intelligenz nötig wäre. Jetzt dauert es nur noch ein paar Stunden, was vorher einen ganzen Tag in Anspruch genommen hatte. Das könnte das Ende der Geschäftsbeziehung zwischen NVIDIA und Google bei den KI-Chips bedeuten, sobald der TPU bis Ende des Jahres auf den Markt kommt.

NVIDIA kontert

NVIDIA widerspricht den Behauptungen von Alphabet in Bezug auf die Geschwindigkeit des TPU. NVIDIA meint, der TPU wäre mit den Kepler-GPUs und nicht mit den neuen Pascal-GPUs getestet worden. Der Grafikspezialist wird auch nicht die Hände in den Schoß legen und Google die Führung in diesem Bereich überlassen. Das Unternehmen behauptet, dass die neuen Wolter-GPUs für Deep Learning sogar noch besser wären.

NVIDIA zielt darauf ab, mehr als nur ein Hardware-Provider zu werden, da das Unternehmen gerade an einem neuen Angebot arbeitet. Die NVIDIA GPU Cloud (NGC) wird über GPUs, wie die Wolter-Tesla V100 verfügen. Zusammen gibt es eine virtuelle Bibliothek für Deep Learning. Der Chiphersteller konzentriert sich darauf, seine Plattform für künstliche Intelligenz als Dienstleistung anzubieten. Das ist ein ganz anderer Ansatz als bei Google.

Google wird den Chip für künstliche Intelligenz nicht extern verkaufen. Das Unternehmen möchte ihn nur benutzen, um die eigene Google Compute-Plattform zu verbessern. Daher muss sich NVIDIA im Moment keine großen Sorgen machen. Der Wolter-GPU erfreut sich jetzt schon großer Beliebtheit, da Amazon sich bereit erklärt hat, die V100-Chips zu kaufen, sobald sie in ein paar Monaten verfügbar werden.

Ein weiterer Vorteil für NVIDIA besteht darin, dass Google sich noch nicht dazu entschlossen hat, sein KI-Framework anderen Anbietern zugängig zu machen. Die Nutzer der TPUs können diese praktisch nur auf der Plattform von Google nutzen. Die GPUs von NVIDIA werden dagegen bei einer großen Bandbreite von verschiedenen Plattformen eingesetzt. Dazu gehören die von Amazon, Microsoft, Google und IBM. Damit haben die Nutzer die Möglichkeit, sich ihren Cloud-Anbieter selbst auszusuchen.

Der CEO von NVIDIA Jensen Huang teilte in einem Blogpost auch gegen Google aus, als er über die Open Source-Anwendung des Deep Learning-Beschleunigers schrieb. “Niemand sonst muss in einen solchen TPU investieren. Wir bieten einen kostenlos an, der auch noch von einigen der besten Chip-Designer der Welt geschaffen wurde.”

Die Tatsache, dass die Plattform für künstliche Intelligenz von NVIDIA Open Source ist und die von Google geschlossen, macht den Chip auch zum Mittel der Wahl für einige der größten Unternehmen in diesem Bereich wie Amazon und Microsoft. Die Cloud-Plattform von Google ist auch nicht so erfolgreich wie die von Amazon und Microsoft, was das Wachstum in diesem Bereich bei Google behindern könnte.