Was man über den neuen KI-Supercomputer von NVIDIA wissen muss – und warum das wichtig ist

Jensen Huang, CEO von NVIDIA (WKN:918422), kündigte diese Woche auf der GPU Technology Conference (GTC 2018) sein neuestes Arbeitspferd an, die DGX-2. Der Deap-Learning-Supercomputer baut auf dem Erfolg der DGX-1 auf, ist allerdings zehnmal leistungsfähiger als die Vorgängerversion.

NVIDIA erklärte, der Leistungssprung komme von den neuen Tesla V100 32GB Grafikprozessoren, die doppelt so viel Speicher haben wie zuvor, und dem neuen NVSwitch, der es allen 16 Chips ermöglicht, in Rekordgeschwindigkeit miteinander zu kommunizieren. NVIDIA sagte auch, dass die DGX-2 der weltweit erste 2-Petaflop-Deep-Learning-Computer sei ‒ ein Petaflop entspricht 1 Billiarde Operationen pro Sekunde ‒, weil die Grafikprozessoren einen gemeinsamen Speicherplatz haben.

„DGX-2 hat die enorme Lernfähigkeit von 300 Servern, die 15 Racks Platz im Rechenzentrum belegen, und ist dabei 60-mal kleiner und 18-mal stromsparender“, sagte das Unternehmen in einer Pressemitteilung.

Kurz gesagt, das Unternehmen hat die neue DGX-2 mit mehr Grafikprozessoren als zuvor ausgestattet, ihnen mehr Speicher zur Verfügung gestellt und eine neue Art der Kommunikation geschaffen ‒ sodass das gesamte System weitaus leistungsfähiger ist als die DGX-1 und gleichzeitig kleiner sowie effizienter.

Warum das alles wichtig ist

NVIDIAs Rechenzentrumssegment wuchs im letzten vierten Quartal um beachtliche 104 %. Die GPUs des Unternehmens gehören zu den besten in der Branche für Deep Learning; das Management geht davon aus, dass NVIDIAs gesamter ansprechbarer Markt für Deep Learning 11 Milliarden US-Dollar betragen wird und dass Inferencing (wenn ein KI-System auf der Grundlage seiner vorherigen Schulungen Schlussfolgerungen zieht) bis 2020 ein Potenzial von 15 Milliarden US-Dollar darstellen werden.

Der Verkauf von Rechenzentren macht derzeit nur etwa 21 % des Umsatzes von NVIDIA aus im Vergleich zu nur 13,5 % im Vorjahresquartal. Dieses Segment wird für NVIDIA immer wichtiger, da die weltweit führenden Anbieter von Cloud-Computing, Amazon, Microsoft und Alphabets Google, NVIDIAs Deep-Learning-Technologie für ihre eigenen Services übernommen haben. Es wird erwartet, dass sich der Markt für Public.Cloud-Services bis 2020 von 260 Milliarden US-Dollar im Jahr 2017 auf 411 Milliarden US-Dollar vergrößern wird, so Gartner. Die Hauptakteure der Cloud suchen zunehmend nach KI-Diensten, um ihren Kunden ein immer besseres Angebot zu machen; das bedeutet, dass Deep-Learning-Supercomputer wie der DGX-2 mit diesem expandierenden Markt weiter wachsen dürften.

Erinnerst du dich?

NVIDIA hat festgestellt, dass sich High-End-Grafikprozessoren für alles vom Desktop-GPU-Markt bis hin zu Rechenzentren und halbautonomen Fahrzeugen auszahlen kann. Im letzten vierten Quartal des Unternehmens stieg der Gesamtumsatz um 34 % auf 2,91 Milliarden US-Dollar und der Gewinn pro Aktie nach GAAP (Generally Accepted Accounting Principles) um 80 % auf den Rekordwert von 1,78 US-Dollar. Das Unternehmen beendete sein gesamtes Geschäftsjahr 2018 mit einem Rekordumsatz von 9,71 Milliarden US-Dollar, was einer Steigerung von 41 % gegenüber dem Vorjahr entspricht.

Mit der DGX-2 scheint NVIDIA seine Möglichkeiten für Deep Learning zu verdoppeln und seine Führungsposition in den Bereichen Rechenzentrum und KI zu behaupten. Das sind tolle Neuigkeiten für die aktuellen NVIDIA-Aktionäre.

Jedoch bedeuten die Kursgewinne des Unternehmens von ungefähr 100 % im letzten Jahr ‒ und die unglaublichen 950 % Gewinn in den letzten drei Jahren ‒, dass seine Anteile für den Preis des etwa 30-fachen prognostizierten Umsatzes gehandelt werden. Das bedeutet nicht, dass NVIDIAs Siegessträhne vorbei ist, aber die Investoren, die sich jetzt einkaufen, sollten wissen, wie stark die Möglichkeiten des Unternehmens in der KI bereits in den Kurs eingeflossen sind.