KI ermöglichen: Rückenwind für Halbleiter und Rechenzentren

Da generative KI (genAI) noch in den Kinderschuhen steckt, gibt es vielfältige und spannende bestehende und neue Anwendungsfälle, die eine steigende Nachfrage und Investitionen von Unternehmen und Regierungen anregen. All dies erfordert jedoch eine KI-Infrastruktur – die Hardware (z. B. GPUs, Server, Datenspeicher) und Software (Programmiersprachen, Plattformen, Tools). Ebenso wichtig sind die Rechenzentren zur Unterbringung der Server, die große Energiemengen benötigen, um sie zu betreiben und zu kühlen. Die Unternehmen hinter diesen entscheidenden KI-Enablern arbeiten im Wettlauf um die Nutzung der Vorteile der KI zusammen.

Die technische Sicht (Richard)

Die jüngste GTC-Veranstaltung von nVIDIA in San Jose wurde als „Konferenz für das Zeitalter der KI“ bezeichnet und enttäuschte nicht, denn es wurden zahlreiche Innovationen angekündigt. Das Herzstück war die Einführung der Chiparchitektur der nächsten Generation – Blackwell – benannt nach dem ersten afroamerikanischen Mathematiker, der in die National Academy of Sciences aufgenommen wurde. Der neue Chip verfügt über gewaltige 208 Milliarden Transistoren im Vergleich zu 80 Milliarden beim Vorgängermodell.¹ Dies wird jedoch durch das Zusammenfügen zweier separater GPU-Chips erreicht, da die Größe jedes Chips die physikalische Maskengrenze eines ASML-Lithografiewerkzeugs erreicht hat (die maximale Größe, die ein Lithografiewerkzeug zum Bau eines Chips ätzen kann).

NVIDIA bekämpft weiterhin das Verblassen des Mooreschen Gesetzes durch innovative, fortschrittliche Paketierung und die deutliche Nutzung von Speicher mit höherer Bandbreite. Das Unternehmen ist jedoch davon überzeugt, dass die enorme Komplexität der generativen KI nur mit einer Full-Stack-Lösung bewältigt werden kann. Dabei werden die proprietären High-Wertentwicklung-Netzwerke und Interkonnektoren von nVIDIA wie NVLink sowie Software mit einer Transformer-Engine der zweiten Generation zusammengeführt, die das Trainieren und Ableiten großer Sprachmodelle mit Berechnungen mit geringerer Präzision ermöglicht. Diese Fähigkeit beschleunigt die Leistung erheblich und reduziert den Stromverbrauch.

Auf der GTC hat nVIDIA diese Full-Stack-Lösung auf die nächste Stufe gehoben und den GB200 NVL72 vorgestellt (einen Server und eine Workstation, die GPGPUs zur Beschleunigung von Deep-Learning-Anwendungen nutzen). Traditionell hat nVIDIA Boards mit acht GPUs verkauft, aber das neue Produkt ist eine vollständige Rack-Lösung mit 72 GPUs sowie 36 Grace Hopper ARM-CPUs – alle über Tausende von NVLinks miteinander verbunden. Diese Lösung bietet eine beispiellose Rechenleistung und ermöglicht das Trainieren eines Large Language Model (LLM) mit Billionen Parametern viermal schneller und benötigt dabei nur 25 % der Leistung einer nVIDIA H100 Tensor Core GPU. Noch beeindruckender ist, dass KI-Inferenz 30-mal schneller durchgeführt werden kann. Allein die enorme Rechenleistung verbraucht viel Strom, aber nVIDIA stellt von Luft- auf Flüssigkeitskühlung um. Dadurch kann das Rack seine Rechendichte ohne Überhitzung erhöhen und so die benötigte Stellfläche reduzieren, was ein wesentlicher Faktor für den Gesamtstromverbrauch in Rechenzentren ist. Im Vergleich zu einer luftgekühlten H100-Infrastruktur kann ein GB200 bei gleicher Leistung die 25-fache Leistung liefern und gleichzeitig den Wasserverbrauch senken.

NVIDIA gab kürzlich bekannt, dass die Nachfrage von Staaten (Regierungen) so groß war wie die der drei größten Hyperscaler zusammen. Dies ist einer der Hauptgründe dafür, dass der CEO von nVIDIA davon überzeugt ist, dass die derzeit installierte Basis an Rechenzentrumsinfrastruktur von einer Billion US-Dollar in den nächsten vier bis fünf Jahren auf zwei Billionen US-Dollar anwachsen kann, wobei die jährlichen Ausgaben für die Rechenzentrumsinfrastruktur langfristig von 250 Milliarden US-Dollar auf 500 Milliarden US- ^Dollar steigen werden.2 Das vollständige Server-Rack-Angebot des GB200 NVL72 ist derzeit die ideale Lösung für souveräne Staaten, denen die technologischen Möglichkeiten fehlen, eigene KI-Trainings- oder Inferenzcluster zu entwickeln, und die eher bereit sind, Standardlösungen zu kaufen.

Die Immobilienansicht (Guy)

Das Wachstum von KI- und maschinellen Lernanwendungen, die erhebliche Rechenleistung und Datenspeicherung erfordern, ist der jüngste von vielen Faktoren, die den Bedarf potenzieller Mieter an erweiterten Rechenzentrumskapazitäten erhöhen. Rechenzentrums-REITs verzeichnen eine steigende Nachfrage von Kunden, die ihre ehrgeizigen Wachstumspläne in den Bereichen KI und digitale Infrastruktur absichern möchten. Tatsächlich beliefen sich die neuen Leasingaktivitäten in den USA im Jahr 2023 auf den gleichen Betrag wie in den gesamten drei Jahren zuvor (2020–2022).³

Einige Prognosen für das künftige KI-gesteuerte Nachfragewachstum sind atemberaubend: Morgan Stanley prognostizierte, dass das Wachstum im öffentlichen Cloud-Markt von derzeit über 500 Milliarden US-Dollar auf ein Potenzial von 2,5 Billionen US-Dollar bis 2032 ansteigen wird.⁴ Die Boston Consulting Group prognostiziert, dass die zukünftigen Anforderungen des KI-Computing bis 2030 zu einer Verdreifachung des Stromverbrauchs von Rechenzentren führen werden – das entspricht dem Stromverbrauch eines Drittels der US-Haushalte pro Jahr.⁵

Equinix, der weltweit größte REIT für Rechenzentren, ist ein Beispiel für ein Unternehmen, das vom anhaltenden Wachstum der Nachfrage nach Rechenzentren profitiert hat. Equinix wurde vor 25 Jahren gegründet und hat die am stärksten vernetzte Rechenzentrumsplattform der Welt entwickelt. Equinix ist ein wirklich globales Unternehmen, dessen Umsatz mehr als die Hälfte außerhalb der USA erwirtschaftet. Darüber hinaus strebt das Unternehmen an, bis 2030 weltweit klimaneutral zu sein und hat in den letzten Jahren einen Anteil von über 90 % erneuerbarer Energie erreicht.

Equinix gab vor Kurzem eine Partnerschaft mit nVIDIA bekannt, um die Supercomputer-Systeme des Chipherstellers Unternehmenskunden auf Outsourcing-Basis anzubieten. Dadurch wird es für Equinix-Kunden einfacher, „private KI“-Computersysteme zu betreiben, was individuelle Anwendungsfälle und eine bessere Kontrolle über proprietäre Daten ermöglicht, statt sich auf Cloud-basiertes Computing von Unternehmen wie Amazon (AWS) und Microsoft (Azure) zu verlassen, was bei manchen Benutzern Bedenken hinsichtlich des Datenschutzes aufwerfen kann. nVIDIA hat Equinix-Mitarbeiter für den Aufbau und Betrieb ihrer Systeme geschult, was Equinix ein neues Serviceniveau für seine Mieter eröffnen wird – und letztendlich eine neue Einnahmequelle.

Wir glauben, dass dies ein Beispiel für vielfältige Wachstumspfade für Rechenzentren ist, da die Welt in einem sich schnell verändernden Technologiezeitalter wettbewerbsfähig bleiben und relevant bleiben möchte.

Fazit

Die steigende Nachfrage nach genKI bringt sowohl Chancen als auch Risiken mit sich, birgt jedoch für die wichtigsten Entwickler auch das Potenzial für erhebliche Vorteile. In Kombination mit der Umstellung auf neue Technologien zur Ermöglichung eines geringeren Stromverbrauchs entstehen dadurch vielfältige Möglichkeiten für aktive Investoren in verschiedenen Sektoren, einschließlich Technologie und Immobilien.

In einem Folgeartikel werden wir uns aus geopolitischer und Nachhaltigkeitsperspektive eingehender mit der Frage befassen, wie das Wachstum von KI und Rechenzentren die Spannungen im Halbleiterhandel anheizt und welche Risiken daraus entstehen Regulierungsreform angesichts des unersättlichen Energiebedarfs der KI und der Auswirkungen, die dies für Investoren hat.

Diese Themen werden auch in einem kommenden Artikel des Global Sustainable Equity -Teams mit dem Titel „Data Center Boom: Navigating the Power Crunch“ untersucht.

WICHTIGE INFORMATIONEN

Es gibt keine Garantie dafür, dass sich vergangene Trends fortsetzen oder prognostizierte Entwicklungen eintreten.

Technologiebranchen können erheblich von der Veralterung bestehender Technologien, kurzen Produktzyklen, fallenden Preisen und Gewinnen, dem Wettbewerb durch neue Marktteilnehmer und den allgemeinen wirtschaftlichen Bedingungen betroffen sein. Eine konzentrierte Anlage in einer einzelnen Branche könnte volatiler sein als die Wertentwicklung weniger konzentrierter Anlagen und des Marktes.

REITs oder Real Estate Investment Trusts investieren in Immobilien durch direkten Besitz von Immobilienvermögen, Immobilienanteilen oder Hypotheken. Da sie an einer Börse notiert sind, sind REITs in der Regel sehr liquide und werden wie Aktien gehandelt.

Immobilienaktien, einschließlich Immobilien-Investmentgesellschaften (REITs), können zusätzlichen Risiken ausgesetzt sein, unter anderem einem Zins-, Management-, Steuer-, Wirtschafts-, Umwelt- und Konzentrationsrisiko.