Lu Yu, aus Afeisi-Tempel
QbitAI | Offizieller WeChat-Kanal QbitAI
Ausweglos! Das Silicon Valley ist im Kampf um KI-Rechenleistung bereitsvöllig durchgedreht!
Selbst der CEO der A-Firma, Dario Amodei, hat sich demütig an die Haustür des Konkurrenten Meta gewandt:
Alter, gib mir ein bisschenRechenleistungbitte。。。
Und was glaubst du, was passiert ist? Der kleine Zuckerberg lehnte höflich ab, und Musk zog als Profiteur des Streits seinen Nutzen:
SpaceXfungierte als Zwischenhändler für Nvidia-GPUs, verkaufte Rechenleistung an Anthropic weiter und kassierte ordentlich ab —
Der erste Finanzbericht im August sieht vielversprechend aus, allein die KI-Umsätze im Quartal beliefen sich auf2,561 Milliarden US-Dollar, ein Wachstum von 247 % gegenüber dem Vorjahr und gegenüber dem Vorquartal sogar mehr als eine Verdreifachung.
Unglaublich! Um Rechenleistung geht das Silicon Valley an seine Grenzen — dasZeit der großen Konsolidierungkriecht in voller Pracht heran.
Egal wie heftig man sich früher online gegenseitig beschimpft hat, auf dem Parkett muss man sich trotzdem für Gigawatt beugen.
Beugen ist unvermeidlich, schau dir bloß den abgehängten Nachbarn an:Google。
hatte für die Rückholung des Top-Wissenschaftlers Noam Shazeer 2,7 Milliarden US-Dollar ausgegeben, doch wegenMangels an Rechenleistungsprang dieser nach nicht einmal zwei Jahren mit einer Thomas-Rolle zu OpenAI ab.
Bei anderen macht man wenigstens Krach, wenn man Geld in den Sand setzt, aber Google macht rein wohltätige Arbeit. (doge)
Jedenfalls hat das Silicon Valley inzwischen gemerkt, worauf es ankommt:
Ob Talente gehalten werden können, ob Modelle die Führung behaupten, ob sich KI in bares Geld umsetzen lässt … all diese Fragen hängen zunehmend davon ab, wie viel Rechenleistung man noch in der Hand hat.
GPUs werden zum harten Währungsgut des Silicon Valley
Früher fehlte Geld und Personal, jetzt zeigt sichdie Rechenleistungswirtschaft。
Selbst ein Tech-Riese wie Google kann nicht garantieren, dass Star-Forscher ausreichend GPU-Ressourcen erhalten.
Erwähnt manNoam Shazeerdenkt man zuerst an einen der acht Transformer-Autoren; er verließ Google 2021 und gründete Character.AI, um generative KI-Chatbots zu entwickeln.
2024 investierte Google2,7 Milliarden US-Dollarund ermöglichte durch dieses Geschäft Shazeers Rückkehr sowie seine Rolle als Co-Leiter von Gemini.
Ein solcher Forscher sollte eigentlich von den Riesen umworben und mit Ressourcen versorgt werden.
Doch nach aktuellen Berichten ausländischer Medien erlitt auch sein Team die schwierige Lage, dass Rechenleistung umverteilt wurde; Shazeer sah sich gezwungen, zum Konkurrenten zu wechseln:OpenAI。
Nicht das einzige Beispiel: Zuvor hatte auchHassabisüber längere Zeit seinen Unmut über unzureichende Rechenleistung für Projekte geäußert, was bis zu einem gewissen Grad auch seine Entscheidung beeinflusste, als DeepMind-CEO zurückzutreten.
Derzeit bestehen innerhalb von Google erhebliche Meinungsverschiedenheiten über die Ressourcenverteilung;Sergey Bringreift mitunter direkt ein und verteilt Ressourcen selbst neu auf Projekte, die er für wichtig hält.
Letztlich mangelt es aber schlicht an Rechenressourcen, sodass nur Einnahmen erhöht und Ausgaben gesenkt werden können.
Die Konkurrenz außerhalb des Unternehmens macht die Beziehungen in der Branche zudem immer komplizierter.
Top-Startups wie OpenAI und Anthropic müssen nicht nur um Modellfähigkeiten kämpfen, sondern auch um Rechenzentren, Server und Stromversorgungskapazitäten.
Nehmen wirAnthropicals Beispiel: Der Rechenleistungsbedarf seiner Modelle ist bereits so groß, dass das Unternehmen mit einer anderen Modelfirma über die Belieferung verhandeln muss.
Die im Mai dieses Jahres mit SpaceX geschlossene Vereinbarung sieht vor, noch im selben Monat über 300 Megawatt neue Kapazität zu erhalten, was 22万 Nvidia-GPUs umfasst, und gleichzeitig die Nutzungskontingente für Claude Code und die API zu erhöhen.
Mit anderen Worten: Das Ziel ist dabei,dem Backend mehr Rechenleistung zu verschaffen, um das Frontend zu versorgen. Mit Rechenleistung werden die Modelle stärker, und die Nutzer bleiben erhalten.
So begann der Wettbewerb der Modellunternehmen mit zwei gleichzeitig laufenden Logiken:
Auf der Produktebenekämpft man weiter um Nutzer und Entwicklertalente;auf der Infrastrukturebenekann jeder, der rechtzeitig Ressourcen bereitstellen kann, ein potenzieller Kooperationspartner werden.
Was aber mit den kleinen KI-Startups, die in der Lücke überleben müssen?
Deren Lage ist noch dramatischer.
Diese Unternehmen können sich keine eigenen Rechenzentren leisten, doch früher konnten sie flexibel GPUs von Cloud-Plattformen wie AWS mieten undnach Bedarf bezahlen.。
Da jedoch die führenden KI-Labore massenhaft Rechenleistungen blockierten, beginnen einige Cloud-Anbieter, langjährige Verträge zu verlangen, mit Vorauszahlungen von bis zu30%des Vertragswerts, und verlangen teilweise sogar, dass Startups einen Zahlungsgaranten stellen.
All dies bringt die Jungunternehmen in ein Dilemma.
Kauft man zu viel Rechenleistung und wächst die Nutzerzahl künftig langsamer als erwartet, ist das ständig abfließende Bargeld zum Fenster hinausgeworfen; kauft man zu wenig, verpasst man womöglich Wachstumschancen, weil die Rechenressourcen für die Nachfrage fehlen.
Genau diese Situation hat ein neues Geschäft hervorgebracht:den globalen Rechenleistungs-Schürfen.
Das heißt: Man sucht weltweit unzureichend genutzte KI-Serverressourcen und vermietet diese Rechenleistungen dann an bedürftige Unternehmen.
Das exemplarische Unternehmen San Francisco Compute etwa sammelte einst Server in alten Hühnerställen auf dem US-Land ein,und auch Musk besprach mitTSMC** eine weitergehende Zusammenarbeit im Bereich Rechenleistung.
Auch die Top-VCs aus dem Silicon Valley beginnen, persönlich GPU-Vorräte zu horten:YC hat im Juli für seine Startups ein exklusives GPU-Cluster aufgelegt, und Radical Ventures hilft Portfoliounternehmen dabei, Anbieterverträge zu koordinieren.
Für kleine Teams, die gerade Modelle trainieren oder deployen, lindert das die akute Not zumindest etwas.
Die KI-Rechenleistungsschlacht gerät außer Kontrolle.
Dochkanalieren statt verbauen:dass es zu dieser Verknappung kommt, hat tatsächlich ziemlich komplexe Ursachen.
OpenAI, Meta und sogar Google bauen aktiv neue Rechenzentren und versprechen, inZukunftriesige GPU-Ressourcen bereitzustellen.
Doch der rasant wachsende Bedarf der Modelle kann nicht warten; diese zeitliche Lücke – oder das hineingemalte Fass – ist einer der Gründe, warum Unternehmen weiterhin überall nach Rechenleistung suchen müssen.
Auch die Art, wie Nutzer KI einsetzen, erhöht unbemerkt den Angebotsdruck.
Seit diesem JahrAgent„…begann, das Frage-Antwort-Muster als zentrales Paradigma der Nutzung durch die Benutzer abzulösen; durchgehende langandauernde Arbeitsaufgaben zwingen die Server, mehr parallele Berechnungen zu übernehmen.“
Nach der gestiegenen Nachfrage hat sich sogar der Mietmarkt für Chips vollständig verändert.
Die von SemiAnalysis im April dieses Jahres veröffentlichten Daten zeigen, dassH100Die Preise für Ein-Jahres-Mietverträge stiegen vom Tiefstand von 1,70 US-Dollar pro GPU und Stunde im Oktober 2025 auf 2,35 US-Dollar im März 2026, ein Anstieg von fast40%。
Die Aussage, dass GPUs Gold wert sind, ist nicht aus der Luft gegriffen.
Der Mangel an Rechenleistung, die tatsächlich sofort lieferbar und stabil betriebsfähig ist, gepaart mit neuen Rechenleistungen, die noch in weiter Ferne liegen, hat gemeinsam die missliche Lage des Rechenleistungsmarkts verursacht.
DaraufhinHegemonie der RechenleistungKonkret werden.
Die Erzählung, wonach Start-ups die Branchenriesen herausfordern, wird zunehmend verblassen – selbst wenn jemand einen Weg hat, scheitert es am Mangel an Rechenressourcen.
Mit bloßem Auge sichtbar ist,Rechenleistung wird zunehmend zur Eintrittskarte ins KI-Zeitalterund verstärkt den Vorteil großer Unternehmen, die über eine eigene Infrastruktur verfügen.
Diese haben gewissermaßen die Rechenleistung in der Hand und damit die Macht.
Wer KI-Produkte entwickelt, muss sich also mit mehr Fragen auseinandersetzen: Man muss sich nicht nur sorgen, dass niemand das Produkt nutzt, sondern auch, dass das Nutzerwachstum schneller ist als der eigene Ausbau der Rechenleistung.
Doch die Notlage ist auch eine Chance –die Zwischenschicht, die die Schaufeln verkauft,freut sich riesig.
Nicht wahr, Old Huang?
Referenz-Link:
[1]
https://www.wsj.com/tech/ai/ai-computing-power-demand-a63da9b9?st=tzDj41
[2]
https://www.anthropic.com/news/higher-limits-spacex
[3]
https://newsletter.semianalysis.com/p/the-great-gpu-shortage-rental-capacity
— Ende —