Beginn einer IT-Revolution: Vom instruktionsbasierten zum intentionsbasierten Computing

NVIDIAs Kernkompetenz liegt im beschleunigten Rechnen (Accelerated Computing). Wir entwickeln spezialisierte Rechenplattformen, um rechenintensive Aufgaben drastisch zu beschleunigen und effizienter zu gestalten. Weltweit stellen Rechenzentren auf beschleunigtes Rechnen um, da die meisten modernen Anwendungen in diesem Umfeld entstehen. Wir stehen am Beginn einer IT-Revolution, wie wir sie in den letzten 60 Jahren nicht erlebt haben: dem Übergang vom instruktionsbasierten zum intentionsbasierten Computing. 

Um diese Transformation voranzutreiben, haben wir in den letzten 25 Jahren eine eigene Rechenplattform mit Graphics Processing Units (GPUs), eine ARM-basierte Central Processing Unit (CPU) und eine Data Processing Unit (DPU/Netzwerkbeschleuniger) entwickelt. Auf dieser technologischen Grundlage haben wir unsere DGX-Systeme und DGX-SuperPOD-Cluster entwickelt – Supercomputer für Hochleistungsrechnen und künstliche Intelligenz. Gemeinsam mit Geräteherstellern und Hyperscalern bieten wir vendorspezifische Lösungen an, um unseren Kunden maximale Flexibilität zu gewährleisten.

Doch Hardware allein ist nicht genug. Um künstliche Intelligenz effizient und kosteneffektiv betreiben zu können, benötigt man eine umfassende Softwarelösung. Daher haben wir den NVIDIA AI Enterprise Software Stack entwickelt, der alles beinhaltet, was für die Entwicklung und den performanten Betrieb von KI erforderlich ist. Der Stack ist unabhängig vom Deployment – es spielt also keine Rolle, ob die Lösung On-Prem, in der Cloud oder in einer hybriden Infrastruktur betrieben wird – und unterstützt alle relevanten grossen Open-Source-Sprachmodelle, für die wir mit der Lizenz auch Support anbieten. Heutzutage ist NVIDIA-Technologie in nahezu jeder Anwendung integriert, die künstliche Intelligenz nutzt.
 

Die rasante Entwicklung von KI in den letzten Monaten war für uns keine Überraschung – vielmehr für unsere Kunden. Bereits vor Jahren haben wir über generative KI und Sprachmodelle als das nächste grosse Thema gesprochen, obwohl viele Firmen das Thema noch nicht auf dem Radar hatten. Das lag daran, dass wir die Entwicklung von generativer KI in der Forschung schon mehrere Jahre unterstützt hatten. Mit mehr als 25 Jahren Erfahrung im beschleunigten Rechnen haben wir in dieser Zeit das Konzept einer «KI-Fabrik» entwickelt. Für den effizienten Betrieb von KI ist nicht nur ein einzelner Chip erforderlich, sondern ein ganzheitlicher Full-Stack-Ansatz. Dieser umfasst GPUs, CPUs, Netzwerkprozessoren und die entsprechende Software. All diese Komponenten müssen in einem Server integriert werden, der für KI optimiert ist. Dazu gehört auch branchenspezifische Software, beispielsweise für die Pharma- oder Finanzindustrie, die die Entwicklung von Endanwendungen erleichtert.

2016 haben wir unseren ersten KI-Supercomputer – den DGX-1 – an ein damals noch unbekanntes Start-up verkauft und es dabei unterstützt, grosse Sprachmodelle einzusetzen. Es dauerte weitere sechs Jahre, bis OpenAI mit ChatGPT an die Öffentlichkeit trat und diese Technologie plötzlich weltweit genutzt werden konnte.
Das war der «iPhone-Moment» der KI.

Derzeit beobachten wir jedoch eine klare Entwicklung hin zu Open-Source- und Community-Modellen. Unsere Kunden haben erkannt, dass sie grosse Sprachmodelle kontrolliert in ihrer privaten Cloud oder ihrem eigenen Rechenzentrum einfach und effizient betreiben können und nicht nur auf externe Services angewiesen sind. Dies ermöglicht es ihnen, vertrauliche Daten in Sprachmodelle zu integrieren, Modelle zu verbessern, unterschiedliche Modelle zu nutzen und den Zugang zu unternehmensinternen oder sogar vertraulichen Informationen zu ermöglichen.
 

Unser aktueller strategischer Fokus liegt darauf, künstliche Intelligenz zu demokratisieren und sie für alle zugänglich zu machen. Bisher erforderten Open-Source-Modelle für generative KI ein tiefgehendes Verständnis der Modelle und des Software Stacks, was für viele Unternehmen eine erhebliche Hürde darstellte. Um diesen Herausforderungen zu begegnen, haben wir unsere NVIDIA Inferencing Microservices (NIM) entwickelt. Dabei handelt es sich um KI-Modelle, die in Containern bereitgestellt werden, optimiert für die genutzte Hardwareplattform und mit sämtlicher erforderlicher Software ausgestattet, um das Modell effizient zu betreiben.

Der Zugriff auf diese Microservices erfolgt über eine API, durch die es möglich wird, Anwendungen unabhängig vom zugrunde liegenden Sprachmodell zu entwickeln. Zudem können Sprachmodelle mühelos aktualisiert werden, sobald neue und verbesserte Versionen verfügbar sind. Wenn wir das Jahr 2022 als den «iPhone-Moment» der KI betrachten, dann repräsentiert NIM gewissermassen die «iPhone-App» in diesem Kontext.

Unsere Entwicklungsarbeit geht jedoch noch weiter. Wir arbeiten bereits an AI Agents und Blueprints, die im Wesentlichen Workflows mit verschiedenen KI-Modellen und Abfragen an interne Systeme kombinieren. Im Prinzip schaffen wir damit einen digitalen Mitarbeitenden für einfache Anwendungen, der Prozesse automatisiert und Effizienzsteigerungen ermöglicht.
 

Zunächst möchte ich ti&m herzlich zum beeindruckenden Erfolg in den vergangenen 20 Jahren gratulieren. Es ist bemerkenswert, wie stark das Unternehmen gewachsen ist. Für die Zukunft wünsche ich euch weiterhin nachhaltigen Erfolg. Ich freue mich darauf, euch bei der Transformation in das Zeitalter der künstlichen Intelligenz zu unterstützen und unsere erfolgreiche Zusammenarbeit fortzusetzen.