NVIDIA: 4 wichtige Zitate über das Geschäft mit künstlicher Intelligenz

NVIDIA (WKN:918422) meldete vor kurzem eindrucksvolle Ergebnisse für das vierte Quartal und das Geschäftsjahr 2018. Der Quartalsumsatz des Spezialisten für Grafikprozessoren (GPU) stieg um 34 % und das bereinigte Ergebnis je Aktie um 52 %.

Die Analysten-Telefonkonferenz zum vierten Quartal lieferte viele wertvolle Informationen. Unser Fokus liegt hier auf der Frage, wie künstliche Intelligenz – oder genauer gesagt, eine aufkeimende Form der künstlichen Intelligenz, die als Deep Learning bezeichnet wird – das Wachstum des Unternehmens antreibt und was für die Zukunft erwartet wird. (Deep Learning zielt darauf ab nachzuahmen, wie Menschen denken, oder Rückschlüsse aus Daten zu ziehen.)

Hier siehst du, wie sich die Marktplattformen von NVIDIA im Berichtsquartal entwickelt haben:

Plattform Umsatz im Q4 (in Mio.) Veränderung im Jahresvergleich

Datenquelle: NVIDIA. OEM und IP = Originalgerätehersteller und geistiges Eigentum

1. KI-Schulungen sind ein enormer Wachstumstreiber für die Datenzentren

Aus den Kommentaren von CFO Colette Kress:

Die exzellente Leistung der Sparte Datenzentren spiegelt die starke Akzeptanz der Tesla V100-Grafikprozessoren auf Basis unserer Volta-Architektur wider, die im zweiten Quartal mit der Auslieferung begann und im dritten und vierten Quartal weiter anstieg. V100s sind bei jedem großen Computerhersteller erhältlich und wurden von jedem großen Cloud-Anbieter ausgewählt, um KI und High-Performance-Computing zu liefern.

NVIDIAs Grafikprozessoren haben sich als der Goldstandard für das Training im Deep Learning etabliert. (Das Training, der erste Teil des zweistufigen Lernprozesses, beinhaltet die Vermittlung eines künstlichen “neuronalen Netzes”, wie man aus Daten Rückschlüsse ziehen kann, wie es der Mensch tut.) Zu den Kunden, die die Volta-basierten Tesla V100-Grafikprozessoren des Unternehmens einsetzen, gehören Amazon Web Services (AWS), Alphabets Google, IBM, Microsoft Azure und Oracle in den USA sowie Alibaba, Baidu und Tencent in China.

Obwohl das KI-Training ein enormer Wachstumstreiber für die Datenzentren-Plattform ist, ist es nicht das einzige, wie fälschlicherweise gemeldet wird. High-Performance Computing (HPC) und virtualisiertes Computing tragen ebenfalls zum Wachstum bei. (Auf der Q4-Telefonkonferenz sagte Kress, dass das Unternehmen vor kurzem angefangen habe, eine Konvergenz von KI und HPC zu sehen; jedoch sind diese immer noch weitgehend zwei verschiedene Wachstumstreiber.)

2. Die “wachsende Traktion” im Datenzentrums-AI-Inferenzmarkt

Aus den Kommentaren von Kress:

Wir sahen auch eine wachsende Traktion im AI-Inferenzmarkt, wo NVIDIAs Plattform die Leistung und Effizienz um Größenordnungen gegenüber CPUs [Central Processing Units] verbessern kann. Wir betrachten die Inferenz der KI weiterhin als eine bedeutende neue Chance für unsere Datenzenter-GPUs. Hyperscalierbare Inferenzanwendungen, die auf GPUs ausgeführt werden, umfassen Spracherkennung, Bild- und Videoanalyse, Empfehlungssysteme, Übersetzungen, Suche und Verarbeitung natürlicher Sprache.

Das Inferencing, der zweite Schritt im Deep Learning, besteht darin, dass Maschinen ihr Training auf neue Daten anwenden. NVIDIAs Grafikprozessoren sind zwar die Plattform der Wahl für dieses Training, doch erst seit kurzem haben sie begonnen, sich mit dem Inferencing zu beschäftigen. Erst im zweiten Quartal sagte der Vorstandsvorsitzende Jensen Huang, dass das Unternehmen “0 % unseres Geschäfts mit dem Inferencing macht”. CPUs dominieren die Inferenzierung im Bereich von Datenzentren.

Huang sagte auf der Q4-Telefonkonferenz, dass NVIDIA in diesem Quartal mit der Auslieferung des Tesla P4 begonnen habe, dem Datenzentren-Inferenz-Prozessor des Unternehmens. Huang glaubt, dass das Potenzial großartig ist: “Mein Gefühl ist, dass der Inferenzmarkt in den Rechenzentren wahrscheinlich ungefähr so groß ist wie das Training, und das Wunderbare ist, dass alles, was Sie auf unserem Prozessor trainieren, auch beim Inferencing sehr gut funktionieren wird.”

3. KI ist ein aufstrebender Wachstumstreiber für die professionelle Visualisierungsplattform

Aus den Kommentaren von Kress:

Im vierten Quartal stieg der Umsatz auf einen Rekordumsatz von 254 Millionen US-Dollar, 13 % mehr als vor einem Jahr, 6 % mehr als im Vorjahr, getrieben von der Nachfrage nach Echtzeit-Rendering sowie neuen Anwendungen wie KI und VR [Virtual Reality]. Diese neuen Anwendungen machen heute ca. 30 % des Umsatzes im Bereich der Pro-Visualisierung aus. (Hervorhebung des Autors)

Ich denke, es wird viele Investoren angenehm überraschen, dass die KI ein aufkeimender Wachstumstreiber für die professionelle Visualisierungsplattform ist. (Quadro ist NVIDIAs Workstation-Prozessor, der sich an Designprofis richtet.) Während der Telefonkonferenz nannte Huang einige Beispiele für die KI-Anwendungen: “[Man] könnte beschädigte Teile eines Fotos ausfüllen, oder Teile des Bildes, die noch nicht gerendert wurden, [man könnte] AI verwenden, um diese Teile auszufüllen. … Das nennt man generatives Design.”

4. Zu den Möglichkeiten des “Inferencing at the edge” gehören selbstfahrende Autos, Smart Cities, Drohnen und andere Roboter

Neben dem KI-Inferenzmarkt für Datenzentren bietet NVIDIA auch Produkte für “Inferencing am Rande” oder “KI am Rande” (at the edge) an. Aus den Kommentaren von Huang:

Die erste Embedded-Plattform, auf die wir abzielen, sind selbstfahrende Autos. …. Und dann haben wir eine Plattform namens Metropolis, die für sehr große intelligente Städte verwendet wird, in denen überall Kameras eingesetzt werden, um die Städte sicher zu halten. …. Und dann haben wir den jüngsten Erfolg mit FANUC, dem größten Hersteller von Robotern in der Welt, [und] Komatsu, einem der größten Baumaschinenhersteller der Welt….[Unsere Plattformen treiben] mehrere industrielle Drohnen an, die Pipelines inspizieren und… über weite Felder fliegen, um herauszufinden, wo Insektizide genauer zu spritzen sind.

NVIDIA hat den Grundstein gelegt, um bei Anwendungen wie selbstfahrenden Autos, intelligenten Städten, Drohnen und Fabrikrobotern ein großer Gewinner zu sein.