Samuel de Roman/Getty Images
- Der KI-Krieg wird wirklich, wirklich, wirklich teuer.
- Google DeepMind-Chef Demis Hassabis schlägt vor, dass Google mehr als 100 Milliarden US-Dollar für die KI-Entwicklung ausgeben wird.
- Seine Vorhersage zeigt, wie viel Geld Technologiegiganten ausgeben müssen, um KI intelligenter zu machen.
Der Sieg in den KI-Kriegen wird nicht billig sein. Fragen Sie einfach Demis Hassabis.
Zum Auftakt diesjährige TED-KonferenzGoogles KI-Chef gab am Montag einem Publikum in Vancouver einen Realitätscheck, indem er seine beste Schätzung darüber abgab, wie viel der Suchriese für die Entwicklung von KI ausgeben wird: mehr als 100 Milliarden US-Dollar.
Hassabis, der das berühmte Forschungslabor DeepMind bei Google leitet und wohl die wichtigste Figur im Zentrum der KI-Pläne von Alphabet ist, teilte die astronomische Zahl als Antwort auf eine Frage mit, was die Konkurrenz vorhabe.
Laut einem Bericht von The Information vom letzten Monat haben Microsoft und OpenAI Pläne zur Schaffung eines 100-Milliarden-Dollar-Supercomputers namens „Stargate“ ausgearbeitet, der „Millionen spezialisierter Serverchips“ enthält, um die KI des ChatGPT-Herstellers anzutreiben.
Als Hassabis dann nach dem angeblichen Supercomputer seiner Rivalen und seinen Kosten gefragt wurde, stellte er natürlich schnell fest, dass die Ausgaben von Google diese übertreffen könnten: „Wir reden nicht über unsere konkreten Zahlen, aber ich denke, wir investieren mehr als.“ das im Laufe der Zeit.
Obwohl der generative KI-Boom bereits einen enormen Investitionsschub ausgelöst hat – allein KI-Startups haben im vergangenen Jahr fast 50 Milliarden US-Dollar eingesammelt, pro Crunchbase-Daten — Die Kommentare von Hassabis signalisieren, dass der Wettbewerb um die Führung im KI-Sektor deutlich kostspieliger wird.
Dies gilt insbesondere für Unternehmen wie Google, Microsoft und OpenAI, die alle einen intensiven Kampf darum führen, als erste die Entwicklung künstlicher allgemeiner Intelligenz zu beanspruchen, einer KI mit der Fähigkeit, mit menschlichem Denken und Einfallsreichtum mithalten zu können.
Grobe Chips
Dennoch ist die Vorstellung, dass ein Unternehmen mehr als 100 Milliarden US-Dollar für eine einzelne Technologie ausgeben könnte, von der einige meinen, sie sei überbewertet, augenöffnend.
Es lohnt sich zu überlegen, wohin diese Ausgaben fließen könnten. Zunächst einmal wird ein großer Teil der Entwicklungskosten auf Chips entfallen.
Sie stellen eine der teuersten Anschaffungen für Unternehmen dar, die in den Wettlauf um die Entwicklung intelligenterer KI investieren. Einfach ausgedrückt: Je mehr Chips Sie haben, desto mehr Rechenleistung steht zur Verfügung, um KI-Modelle auf größeren Datenmengen zu trainieren.
Unternehmen, die an großen Sprachmodellen wie Gemini von Google und GPT-4 Turbo von OpenAI arbeiten, sind in hohem Maße auf Chips von Drittanbietern wie Nvidia angewiesen. Aber sie versuchen zunehmend, ihre eigenen zu entwerfen.
Justin Sullivan/Getty Images
Auch das allgemeine Geschäft mit der Ausbildung von Modellen wird teurer.
Jährlicher KI-Indexbericht der Stanford UniversityIn der diese Woche veröffentlichten Studie heißt es, dass „die Schulungskosten modernster KI-Modelle ein beispielloses Niveau erreicht haben“.
Darin heißt es, dass GPT-4 von OpenAI „schätzungsweise 78 Millionen US-Dollar an Rechenleistung für das Training verbrauchte“, verglichen mit 4,3 Millionen US-Dollar, die für das Training von GPT-3 im Jahr 2020 aufgewendet wurden. Das Training von Gemini Ultra von Google kostete unterdessen 191 Millionen US-Dollar. Das Training der ursprünglichen Technologie hinter KI-Modellen kostete im Jahr 2017 etwa 900 US-Dollar.
Der Bericht stellte außerdem fest, dass „ein direkter Zusammenhang zwischen den Trainingskosten von KI-Modellen und ihren Rechenanforderungen besteht“. Wenn also AGI das Endziel ist, werden die Kosten wahrscheinlich nur steigen.