Meta und Anthropic haben nacheinander neue Maßnahmen ergriffen, wodurch sich die Logik der KI-Branche verändert.

In nur zwei Tagen trafen zwei sensationelle Nachrichten aus der KI-Branche nacheinander auf den Markt: Meta plant, ungenutzte KI-Rechenkapazitäten an externe Kunden zu vermieten, während Anthropic hat sich aktiv mit Samsung in Kontakt gesetzt, um über eine Zusammenarbeit bei der Entwicklung eigener KI-Chips zu sprechen.

Obwohl die Aktionen dieser beiden KI-Modellriesen scheinbar voneinander unabhängig sind, deuten sie gemeinsam auf eine Kernentwicklungstrendwende in der KI-Industrie hin: Der Wettrüstenlauf um die Rechenkapazität in den letzten zwei Jahren ohne Rücksicht auf die Kosten hat seinen Wendepunkt erreicht. Die führenden Unternehmen im Bereich großer Modelle legen nun die Kapitalrendite vor die Größe der Kapitalausgaben.

Anthropic und Samsung arbeiten zusammen an der Entwicklung eigener Chips

Schon im April dieses Jahres gab es Gerüchte, dass Anthropic plant, eigene Chips zu entwickeln, um das Problem der knappen Lieferung von Nvidia-Chips und der hohen Rechenkosten zu lösen.

Die neuesten Nachrichten am Donnerstag in US-amerikanischer Ostzeit bestätigen diese Gerüchte weiter: Es wurde bekannt, dass Anthropic intensiv mit Samsung in Kontakt steht, um die Möglichkeit der Entwicklung maßgeschneiderter KI-Chips zu besprechen, wobei die Positionierung der Chips, das Server-Integrationskonzept und die Leistungsindikatoren noch nicht festgelegt sind.

Angesichts von Anfragen aus der Außenwelt hat Anthropic erklärt, dass es die vielfältige Hardwarearchitektur von Google TPU, Amazon Trainium und Nvidia GPU nicht aufgeben wird. Bezüglich der möglichen Zusammenarbeit mit Samsung hat das Unternehmen angegeben, dass es derzeit keine weiteren Informationen zur Verfügung stellen kann.

Tatsächlich ist die Entwicklung eigener maßgeschneiderter Chips in der KI-Branche keine Neuigkeit mehr: Letzte Woche hat OpenAI, der Wettbewerber von Anthropics, gemeinsam mit Broadcom den Jalapeño-Inferenzchip vorgestellt, der auf hohe Energieeffizienz und niedrige Kosten pro Einheit Stromverbrauch ausgelegt ist. Gleichzeitig bieten auch Amazon und Google in ihren Cloud-Diensten maßgeschneiderte TPUs an.

Hinter der Tatsache, dass immer mehr Künstliche-Intelligenz-Unternehmen an der Entwicklung maßgeschneiderter Chips arbeiten, liegt einerseits die Absicht, spezielle Hardware für bestimmte Rechenaufgaben zu entwickeln, andererseits zeigt es auch, dass die großen KI-Unternehmen bemüht sind, neben Nvidia, das weiterhin die Chip-Branche dominiert, eine gewisse Unabhängigkeit zu erlangen und die Kosten für die Erfassung von Rechenkapazitäten zu senken.

Meta wählt einen anderen Weg: Vermietung von Rechenkapazitäten

Wenn man sagt, dass Anthropic und OpenAI den Weg der Entwicklung eigener KI-Chips gehen, um Effizienz und Kostensenkung auf der Angebotsseite der Rechenkapazität zu erzielen, dann wählt Meta, ein anderes Unternehmen im Bereich großer KI-Modelle, den Weg der Monetarisierung von Beständen.

Am 1. Juli Ortszeit wurde bekannt, dass Meta einen Plan entwickelt, um einen Cloud-Infrastrukturdienst anzubieten und KI-Rechenkapazitäten und Zugang zu Modellen an externe Kunden zu verkaufen.

Obwohl diese Nachricht zunächst Panik auf den Kapitalmärkten ausgelöst und von vielen einfach als „Überschuss an Rechenkapazitäten und Reduzierung der Investitionen durch Meta“ interpretiert wurde, sieht die Sache aus industrieller Perspektive ganz anders.

Mehrere Branchenanalysten haben klar korrigiert: Meta öffnet zwar die Rechenkapazitäten für den Verkauf an externe Kunden, baut aber weiterhin neue Rechenzentren und beschafft sich mehr GPUs. Es geht also nicht um eine Reduzierung der Kapitalausgaben, sondern um die Aktivierung von Beständen und die Kostenverteilung.

Tatsächlich ist diese Logik der gleichen, wie damals, als Amazon seine interne IT-Infrastruktur in den AWS Cloud-Dienst umwandelte: Die Einnahmen von externen Kunden werden genutzt, um den Druck der Hardwareabnutzung zu verteilen und so die kontinuierliche Investition in die KI-Forschung und -Entwicklung zu unterstützen. Dies ist eher eine Steigerung der Effizienz der Vermögensverwaltung als ein Anzeichen für einen Spitzen der Branchennachfrage.

Hat der Kapitalzyklus der KI die 2.0-Era betreten?

Wenn man die neuesten Aktionen dieser beiden Unternehmen zusammen betrachtet, wird schnell deutlich, dass Anthropic und Meta auf „verschiedenen Wegen zum gleichen Ziel“ gehen. Beide Markieren, dass der gesamte Kapitalausgabenzyklus der KI an den US-Aktienmärkten in die 2.0-Era eingetreten ist: Die Phase des „rohen Wachstums der KI“ mit kostengünstigen Investitionen in die Beschaffung von Rechenkapazität ist beendet. Die Phase des raffinierten Managements und der Wertschätzung der Kapitalrendite hat offiziell begonnen.

Tatsächlich sind viele Institutionen in letzter Zeit der Meinung, dass die Kapitalausgaben im Rahmen der KI-Boom nicht verschwinden werden, aber die grobe Expansion wird der Vergangenheit angehören. Der Wettbewerb in der KI-Branche wird allmählich in eine neue Phase des „Effizienz als oberstes Gebot“ eintreten.

Der Ökonom Cedric Durand von der Universität Genf hat einmal festgestellt: „Wenn die Effizienzsteigerung in der KI tatsächlich erreicht werden kann, wird es kein Problem geben; die aufstrebenden Unternehmen werden über genügend Ressourcen verfügen, um die Kosten zu tragen. In einigen Jahren, wenn die Künstliche Intelligenz so weit in die Arbeitsabläufe integriert ist, dass die Abwanderungskosten hoch sind, wird die Kundschaft sie nicht mehr loswerden können.“

Unter dieser Veränderung müssen die Anleger jedoch tiefgreifendere Überlegungen anstellen: Wenn die KI-Unternehmen künftig mehr auf die Kapitaleffizienz achten, wird der Kauf von GPUs, die Miete von Cloud-Diensten und die Investition in neue Rechenzentren weiterhin das hohe Wachstumsniveau der letzten zwei Jahre aufrechterhalten?

Tatsächlich sind die globalen Segmente der Speicherchips und der Rechenkapazitäts-Hardware bereits nach der Veröffentlichung der Nachricht über die Vermietung von KI-Rechenkapazitäten stark gefallen. Wenn sich das Investitionsmodell in der KI-Branche in Zukunft weiter ändert, könnte die Anpassung des KI-Hardware-Segments möglicherweise auch weiterhin andauern.

Dieser Artikel stammt aus dem WeChat-Account „Kechuangban Daily“ von Liu Rui und wurde von 36Kr mit Genehmigung veröffentlicht.