Zehn Tage, die den Verlauf der KI veränderten: Eine Art „Inference-Rotation“, nicht ein Zusammenbruch.

Die zehn Tage, die mit der Veröffentlichung von GPT-6 Astra begannen und mit einem globalen Abwärtstrend bei AI-Chip-Aktien endeten, waren wie eine Art „Schnellfahrt“. Am 3. September…OpenAI hat das leistungsstärkste Modell entwickelt, das es je für breite Nutzung verwendet hat.Dann verbrachte sie die folgende Woche damit…Es wird auf ChatGPT, Codex und die API implementiert.Neun Tage später forderten die CEOs von Anthropic und OpenAI, zusammen mit Elon Musk, die Branche aufzuhalten. Am Montag, den 14. September, führten diese Anrufe dazu, dass die Aktien der Unternehmen, die mit KI verbunden sind, stark fallen mussten.SoftBank verlor in Tokio um 13%., SK Hynix fiel um etwa 6 %, ASML um mehr als 4 %..

Zwei „Seitenbilder“, die anscheinend das Gegenteil von dem sagen. In Wirklichkeit sind sie aber nicht so. Lesen Sie es so, wie ein Operator es liest: Die AI-Prozesskette hat sich von der Trainingsphase in die Inferenzphase verwandelt. Der Markt reagierte auf diese Veränderung zweimal – einmal mit Euphorie wegen des Angebots, einmal mit Angst wegen der Rhetorik. Dabei wurde oft unerkannt, wo genau der eigentliche Wettbewerb stattfand.

GPT-6 war ein Inferenzereignis.

Beginnen wir mit dem Modell – denn seine Funktionsweise bestimmt die wirtschaftlichen Aspekte. GPT-6 Astra denkt vorher nach, bevor es antwortet: Es entwickelt eine lange Abfolge von Gedanken pro Anfrage. Diese Abfolge ist eine Art „Innere Reihe von Schlussfolgerungen“ – die Tokens werden pro Antwort erzeugt, auf großer Skala. OpenAI bezeichnet dieses Modell als das erste Modell, das die „Kritische“ Stufe der Sicherheitseigenschaften erreicht hat. Dabei geht OpenAI auch ein auf, dass die Überwachung dieser Fähigkeit erhebliche Rechenkosten verursacht.

Das ist die konkrete Verbindung zwischen Trainings- und Inferenzprozessen. Über Jahre hinweg ging es um den Wettbewerb darum, wer die größten Trainingsoperationen durchführen kann – der Dollar folgte dem größten Modell in den Cluster. Ein Rechenamodel, das weit verbreitet ist, ändert diese Situation. Die teure, wiederkehrende Arbeit wird nun für einen einzigen Token verwendet – und wer weniger kostenpflichtige Token bereitstellt, besitzt einen wachsenden Anteil am gesamten Kostenaufwand der Branche.

Die Verlangsamung der Entwicklung beeinträchtigt das Sentiment – nicht die Nachfrage.

Amodeis Aufsatz mit dem Titel „Wir müssen die Grenzen überwinden“Es wurde gewarnt, dass innerhalb von sechs bis zwölf Monaten Ameisenbestien in der Lage sein könnten, das Internet zu übernehmen.Und er forderte eine externe Überwachung sowie globale Regulierung im gesamten Industriebereich. Altman sagte, dass die Branche „an der Grenze herumkrabbeln“ müsse. Musk antwortete darauf…„Dario hat recht.“Die Debatte wurde öffentlich, zusammen mit dem Rücktritt eines Anthropologen. Dieser sagte, die Bauherren glauben an die Verwendung dieser Technologie.Es könnte uns alle bis Ende des Jahrzehnts töten.

Die Märkte lesen die Schlagzeilen – nicht die Geschäftszahlen. Überprüfen Sie, was in diesen zehn Tagen mit den Verpflichtungen passiert ist. Nvidias Vera Rubin – ihre Plattform zur Generierung von Ergebnissen, die dafür entwickelt wurde…Etwa zehnmal mehr Leistung pro Watt als bei der vorherigen Generation.– wasÜbergang von der Testphase zur vollen ProduktionOhne zu stoppen. Nvidia hatte…Rohkosten betragen etwa 105 Milliarden Dollar.Um das Data-Center-Campus von OpenAI in Ohio zu unterstützen, wurde eine Beteiligung an OpenAI erworben, damit OpenAI die Systeme von Nvidia nutzen kann – auch während OpenAI eigene Chips entwickelt. Doch nichts davon hat etwas bewirkt. Der Preisverlauf zeigte, dass Nvidia in der letzten Woche gestiegen ist. Der Rückgang war ein Sentimentshock – obwohl die Nachfrage weiterhin stabil war.

Das ist die Disziplin, die einen zehntägigen Panikzustand von einer geänderten Strategie unterscheidet. Ein Anforderungssignal wird in einer Artikelrezension nicht aktiviert. Was das Signal denn erst aktivieren würde – eine stornierte Bestellung, eine verzögerte Lieferdatum, ein Rückgang der Nutzung – das ist nicht eingetreten. Stattdessen trat das Gegenteil ein: mehr Silizium wurde eingesetzt.

Der wirkliche Faktor, der die Entscheidung beeinflusst: die Kostenkurve für die Schlussfolgerungen

Hier ist die Veränderung, die diese zehn Tage bewirkt haben – und sie lohnt sich, von dem üblichen „AI wächst“-Geräusch getrennt zu betrachten. Die größten Käufer von Rechenleistung kaufen nun Produkte von Nvidia, da diese Produkte für bestimmte Anwendungen besonders geeignet sind. Im Juni haben OpenAI und Broadcom das Jalapeño-Projekt vorgestellt – ein speziell entwickelter Inferenzchip.TSMCs 3nm-NodeIn der Größe eines Reticles – entwickelt von Grund auf, um große Sprachmodellen zu unterstützen. Der CEO von Broadcom gab an, dass die Ergebnisse bereits jetzt zufriedenstellend seien.Etwa 50% niedrigere Kosten pro Inference-Token.Im Vergleich zu den aktuellen Nvidia-GPUs. OpenAI berichtete1,5 bis 1,9 Mal das Peak-Token-Throughput pro Watt bei kommerziellen SystemenIn seinen eigenen Tests und Plänen will Meta den Chip bis Ende des Jahres zusammen mit den Acceleratoren von Nvidia und AMD einsetzen. Meta plant außerdem, seine eigene Produktion zu starten.Iris-Inference-Chip wird im September verfügbar sein.Entwickelt mit Broadcom und hergestellt von TSMC.

Das ist das Problem, das der Markt oft unterschätzt. Nvidia braucht zwar kein Monopol auf AI-Acceleratoren, um seine Position zu stärken – ihre Software- und Full-Stack-Marktposition sind sehr stark – doch gerade bei der Inference-Rotation ist die Marktposition am schwächsten. Custom-Silicon ist keine Liste von Spezifikationen; es handelt sich dabei um einen Lieferkettenprozess, bei dem man weniger von den etablierten Anbietern kauft, je mehr Arbeitslast vorhanden ist – und das bestimmt die Wirtschaftslage der Branche. Nevdis Antwort ist die Effizienz von Vera Rubin – und das ist eine echte Antwort. Doch die eigentliche Frage ist nicht mehr, ob die Entwicklung von AI-Technologien tatsächlich stattfindet – das ist bereits entschieden. Die Frage ist vielmehr, ob der Preis pro Token, den Custom-Silicon verursacht, gegen die eigenen Produktionsmöglichkeiten von Nvidia ausreicht – und ob all diese Verpflichtungen tatsächlich in eine reale Kapazität umgesetzt werden können.

Es ist wie ein Versuch, diese zehn Tage als Ende des AI-Geschäfts zu betrachten – doch das bedeutet eher Panik als eine klare Vorstellung von den Lieferzeiten. Die Fabriken, die Bestellungen und die Garantien bewegen sich weiterhin in dieselbe Richtung wie bisher: Die Produktion beschleunigt sich, und der Ausgleich dieser steigenden Situation wird durch diejenigen erreicht, die am günstigsten sein können. Der wichtige Unterschied ist der, den Amodei und Altman nie erwähnt haben: Eine Verlangsamung, die durch politische Maßnahmen verursacht wird, stellt ein echtes Risiko für diesen Kreislauf dar. Doch ein Artikel, egal wie aufrichtig er auch sein mag, ist keine echte Zahlungsziehung. Ich werde versuchen, dem zu vertrauen, was in den Finanzberichten angegeben wird.