Lisa Su hebt den Kopf, Fei-Fei Li senkt den Kopf

Autor｜Huahua

Wenn man die Zeit zurück ins Jahr 2014 dreht, hat Lisa Su gerade die Leitung von AMD übernommen. 

Damals wies AMD noch keine Anzeichen dafür auf, dass es heute ein Starunternehmen im Bereich KI werden würde. Das Unternehmen stand unter Druck, sein Geschäft geriet in Schwierigkeiten, und einige zweifelten sogar daran, dass dieses traditionsreiche Chiphersteller die nächste Gelegenheit überhaupt erleben würde. 

Auch in dieser Phase führte Li Fei-Fei eine scheinbar noch törichtere Arbeit durch: dem Gerät ausreichend viele Bilder zur Verfügung zu stellen.

Am 28. September kündigte AMD die Übernahme des von Li Fei-Fei gegründeten Unternehmens World Labs für rund 8,2 Milliarden US-Dollar in einer reinen Aktientransaktion an. Nach Abschluss der Transaktion wird Li Fei-Fei zu AMD wechseln, die Position des Executive Vice President und Chefwissenschaftlers übernehmen und direkt an Lisa Su berichten. 

Oberflächlich betrachtet handelt es sich hierbei um die Übernahme eines KI-Startups durch ein Chiphersteller. Bei genauerem Hinsehen kreuzen sich endlich zwei Wege, die über mehr als ein Jahrzehnt lang verfolgt wurden. 

1. Lisa Su holte AMD vom Rand des Abgrunds zurück

2014 übernahm Lisa Su die Position des AMD-CEO. 

Damals befand sich AMD bereits seit mehreren Jahren in einer anhaltenden Krise. 

Im Jahr 2014 belief sich der Umsatz von AMD auf rund 5,5 Milliarden US-Dollar, bei einem Nettoverlust von 403 Millionen US-Dollar; 2015 sank der Umsatz weiter auf 3,99 Milliarden US-Dollar, und der Nettoverlust weitete sich auf 660 Millionen US-Dollar aus. 

Die damalige Notlage von AMD ist leicht nachvollziehbar: Das Unternehmen verfügte nur über begrenzte Ressourcen, Intel dominierte den CPU-Markt mit absoluter Überlegenheit, und Nvidia sicherte sich fest die Wachstumschancen im GPU-Rechenbereich. 

Aber nachdem Lisa Su die Leitung übernommen hatte, weitete sie die Einsatzgebiete von AMD nicht weiter aus.

Sie ging den umgekehrten Weg und setzte die begrenzten Ingenieurressourcen erneut auf das Hochleistungsrechnen. 

2017 veröffentlichte AMD den Ryzen-Prozessor auf Basis der Zen-Architektur und zugleich den EPYC-Prozessor für Rechenzentren. Zen wurde zur entscheidenden Produktlinie für AMD, um wieder in den Markt für Hochleistungsrechnen einzutreten. 

In diesem Jahr erholte sich der Umsatz von AMD auf 5,33 Milliarden US-Dollar, und das Unternehmen erzielte wieder einen ganzjährigen Gewinn. 

Anschließend drang EPYC in den Servermarkt vor, und die GPUs der Instinct-Serie begannen, Aufgaben im Bereich KI und Hochleistungsrechnen zu übernehmen. 

Der Geschäftsschwerpunkt von AMD verlagerte sich allmählich von Prozessoren für PCs auf Rechenzentren.

Bis 2025 erreichte der ganzjährige Umsatz von AMD rund 34,6 Milliarden US-Dollar, davon belief sich der Umsatz des Rechenzentrumsgeschäfts auf rund 16,6 Milliarden US-Dollar, was einem Jahreszuwachs von 32 % entspricht. 

Das Unternehmen brauchte mehr als ein Jahrzehnt, um von einem Chiphersteller, der fast von dem Markt an den Rand gedrängt wurde, in die Kernposition des Wettbewerbs um KI-Infrastruktur zu gelangen. 

Der Weg von Lisa Su ist klar: Sie erfasst die Veränderungen des Rechenbedarfs und lässt die Chips in größere Rechenmärkte eindringen. 

Aber Chiphersteller stehen vor einem natürlichen Problem. 

Chips müssen viele Jahre im Voraus entworfen werden. 

Wenn ein Rechenbedarf bereits zum allgemeinen Konsens geworden ist und man erst dann mit der Vorbereitung der Hardware beginnt, ist man meistens schon zu spät. 

Die eigentliche Schwierigkeit für Chiphersteller liegt nicht darin, bereits klare Bedarfe zu verfolgen, sondern darin, den nächsten Rechentrend im Voraus zu erkennen.

AMD muss wissen, welche neuen Aufgaben vor der Bildung des Konsens zuerst an Bedeutung gewinnen. Das ist auch einer der Gründe für die Übernahme von World Labs durch AMD. 

2. Li Fei-Fei ließ die Geräte zuerst das „Sehen“ lernen

Die Beziehung zwischen Li Fei-Fei und KI lässt sich anhand einer Menge von Fotos erzählen. 

Um das Jahr 2006 herum begann sie, das Projekt ImageNet zu leiten. 

Damals konzentrierte sich ein großer Teil der Forschung im Bereich Computer Vision darauf, Geräten das Erkennen von Objekten in Bildern beizubringen. Die Geräte konnten erkennen, ob sich eine Katze auf einem Foto befindet, aber sie hatten Schwierigkeiten, komplexere visuelle Informationen zu verarbeiten. 

Am Ende sammelte ImageNet mehr als 15 Millionen Bilder an, die rund 22.000 Kategorien abdecken. 

Die Bilder wurden aus dem Internet gesammelt, während die Kategorisierung und Annotation einen großen menschlichen Aufwand erforderten. Das Team von Li Fei-Fei nutzte sogar Amazon Mechanical Turk, um die riesige Arbeit der Bildannotationen an eine große Anzahl von Zeitarbeitnehmern auf der ganzen Welt zu verteilen. 

Amazon Mechanical Turk ist eine Crowdsourcing-Plattform von Amazon, auf der Unternehmen eine große Anzahl von kleinen Aufgaben an Internetnutzer auf der ganzen Welt verteilen können. Die Annotationsarbeit von ImageNet wurde mit ihrer Hilfe durchgeführt. 

Das war eine äußerst mühsame Arbeit. 

Aber sie legte einen unverzichtbaren Grundstein für die späteren Durchbrüche im Bereich des tiefen Lernens. 

2012 erzielte AlexNet bahnbrechende Ergebnisse im ImageNet-Wettbewerb für Bilderkennung, und tiefe neuronale Netze begannen, in großem Umfang in das Zentrum der Forschung im Bereich Computer Vision einzutreten. 

Einer der wichtigsten Beiträge von ImageNet besteht darin, dass die Forscher erkannt haben, dass groß angelegte Daten selbst eine wichtige Kraft sein können, die den Fortschritt des maschinellen Lernens vorantreibt.

Seitdem hat sich die Fähigkeit von Geräten, Bilder zu erkennen, schnell verbessert. 

Gesichter, Objekte, Szenen und Texte sind nach und nach zu visuellen Informationen geworden, die von Algorithmen verarbeitet werden können. 

Li Fei-Fei blieb nicht bei der Frage „Was können Geräte sehen?“ stehen. 

Sie erforschte weiter die räumlichen Beziehungen hinter der visuellen Wahrnehmung. 

3. Von der Bilderkennung zur räumlichen Intelligenz

Auf einem Foto steht ein Tisch. 

Das System für Computer Vision kann den „Tisch“ erkennen. 

Aber wenn das Gerät in die reale Welt eintritt, muss es weit komplexere Dinge verarbeiten als nur ein einzelnes Objekt zu erkennen. 

Es muss beurteilen, wo sich der Tisch befindet, wie weit die Tischplatte von dem Roboter entfernt ist, an welcher Stelle der Tasse auf der Tischplatte steht, ob der Roboter gegen die Ecke des Tisches stößt, wenn er zwei Schritte nach vorne geht, und ob andere Gegenstände auf der Tischplatte beeinflusst werden, nachdem er die Tasse aufgehoben hat. 

All diese Fragen beziehen sich auf den Raum. 

Li Fei-Fei erweiterte später ihre Forschungsrichtung auf die räumliche Intelligenz.

2024 gründete sie gemeinsam mit Justin Johnson, Rob Fergus, Christoph Lassner und anderen das Unternehmen World Labs mit dem Ziel, der KI das Verständnis der dreidimensionalen Welt zu ermöglichen. 

Die von World Labs veröffentlichten Modelle erzeugen nicht mehr nur ein zweidimensionales Bild anhand von Texten, sondern können nun dreidimensionale Umgebungen anhand von Texten oder Bildern erzeugen und diese Umgebungen zudem mit Eigenschaften wie Erkundbarkeit und Bearbeitbarkeit versehen. 

Das bedeutet, dass sich die Objekte, die die Modelle verarbeiten, verändert haben. 

Textmodelle verarbeiten die Beziehung zwischen Wörtern, Bildmodelle verarbeiten die Beziehung zwischen Pixeln. Modelle für räumliche Intelligenz gehen einen Schritt weiter und verarbeiten Objekte, Entfernungen, Positionen, Zeit und Handlungen in einem einzigen System. 

Im Juli 2026 übernahm World Labs zudem das Unternehmen für räumliche Intelligenz SceniX und vertiefte seine Arbeit in Richtung Robotik und Simulation. 

Dieser Weg wird immer klarer: Die Modelle sollen eine interne Umgebung aufbauen, die die reale Welt kontinuierlich verstehen, vorhersagen und simulieren kann. 

Für Roboter ist diese Fähigkeit besonders wichtig. 

Wenn ein Roboter vor einer Tasse steht, ist das Erkennen „Das ist eine Tasse“ nur der erste Schritt. Er muss zudem die räumliche Position, Form, das Gewicht und die Greifweise der Tasse kennen sowie die möglichen Folgen seiner eigenen Handlungen abschätzen. 

ImageNet löste das Problem der Objekterkennung, während World Labs die Position, Beziehung und Veränderung von Objekten im dreidimensionalen Raum lösen möchte.

4. Weltmodelle verändern die zu verarbeitenden Objekte

Die Hauptverarbeitungsobjekte von großen Sprachmodellen sind Token, während die Verarbeitungsobjekte von Weltmodellen weit komplexer sind: Sie müssen gleichzeitig Raum, Zeit, Objektbeziehungen und Umgebungsveränderungen verarbeiten und ermöglichen es dem Modell, die Folgen von Handlungen vorherzusagen. 

Diese Art von Modellen erfordert eine große Menge an Daten sowie aufwendigere Trainings- und Laufprozesse. 

Entscheidender ist, dass sie natürlicherweise Bereiche wie simulierte Umgebungen, Robotertraining, autonomes Fahren, Spieleentwicklung und digitale Zwillinge miteinander verbinden. 

Sobald ein Modell in der virtuellen Welt die Veränderungen der realen Welt vorhersagen kann, verändern sich die Aufgaben, die von Computern verarbeitet werden. 

Frühere Computer verarbeiteten hauptsächlich Regeln, die von Menschen definiert wurden. Weltmodelle versuchen, dass Geräte selbst eine interne Darstellung der realen Welt aufbauen und diese Darstellung dann für Vorhersagen und Entscheidungen nutzen.

Dies wird die grundlegende Rechenverarbeitung verändern: Die Datenmenge, die von GPUs verarbeitet wird, die Speicherkapazität, die Architektur für Training und Laufbetrieb sowie das Design des Software-Stacks werden sich alle an die Form der Modelle anpassen. 

Genau das ist der Bereich, in dem AMD dringend Fortschritte benötigt. 

Ein Chiphersteller, der Produkte nur auf Basis des heutigen KI-Bedarfs entwirft, wird stets in der Position sein, dem Bedarf hinterherzueilen.

Wenn man im Voraus erkennen kann, was die nächste Art von Rechenaufgaben erfordert, hat man die Chance, Hardware und Software von Anfang an auf diese Aufgaben auszurichten. 

Was World Labs bietet, ist genau ein Fenster, um den zukünftigen Rechenbedarf zu beobachten. 

5. Von der Investition zur Übernahme verging nur ein halbes Jahr

Die Beziehung zwischen AMD und World Labs ist nicht plötzlich entstanden. 

Diesen Februar schloss World Labs eine Finanzierungsrunde über 1 Milliarde US-Dollar ab, an der sich AMD beteiligte. 

Diese Finanzierungsrunde führte dazu, dass die Bewertung von World Labs auf rund 5 Milliarden US-Dollar stieg. 

Die Modelle für räumliche Intelligenz von World Labs laufen auf AMD Instinct GPUs, und die Teams beider Seiten arbeiten gemeinsam an der Optimierung von Training und Laufbetrieb der Modelle. 

Für AMD ermöglicht diese Zusammenarbeit, die Leistung neuartiger Modelle in einer echten Rechenumgebung direkt zu beobachten.

Welche Teile am meisten Rechenleistung verbrauchen und wo es leicht zu Engpässen im Speicher kommt, diese Informationen sind weit wertvoller als die bloße Lektüre eines Geschäftsplans. 

AMD hat seine Gründe für die Übernahme von World Labs klar formuliert: Die Forschung von World Labs hilft AMD, aufkommende KI-Arbeitslasten zu verstehen und das Design von Hardware, Software und Systemen der nächsten Generation zu beeinflussen. 

Die Absicht von AMD liegt auf der Hand. 

AMD kauft nicht nur Modelle, sondern möchte das Verständnis für KI-Arbeitslasten der nächsten Generation direkt in seinen eigenen Produktentwicklungszyklus einfließen lassen.

6. Was AMD kauft, ist ein noch nicht definierter Markt

In der KI-Branche hat sich ein klarer Rechenbedarf herausgebildet: Für das Training großer Modelle sind zahlreiche GPUs erforderlich, für den Betrieb der Modelle ist Effizienz gefragt, und Cloud-Anbieter bauen kontinuierlich Rechenzentren auf. 

Diese Bedarfe lassen sich bereits quantifizieren und von Chipherstellern für die Planung von Produktlinien nutzen. 

Für Weltmodelle gibt es solche klaren Rahmenbedingungen noch nicht. 

Es ist noch unklar, ob Weltmodelle zuerst in Robotik, autonomem Fahren oder Spielen Anwendung finden, ob sie skalierbare Einnahmen erzielen können und wie die Hardware darauf abgestimmt werden soll – die Branche befindet sich noch in der Erprobungsphase. 

Sogar die Definition von Weltmodellen selbst verändert sich noch, aber genau das lässt ein Fenster für Chiphersteller offen. 

Wenn man erst dann die entsprechende Hardware entwirft, wenn Weltmodelle zu einer ausgereiften Branche geworden sind, hat der Wettbewerb wahrscheinlich bereits begonnen.

Die Entscheidung von AMD, World Labs zu übernehmen, bedeutet, dass ein Team, das den Rechenbedarf der nächsten Generation erforscht, direkt in das eigene Unternehmen integriert wird. 

Das ist völlig anders als der herkömmliche Kauf einer KI-Anwendung. 

Anwendungen bringen Nutzer und Einnahmen, aber der Wert des Forschungsteams kann sich in einigen Jahren in der Chip-Architektur, dem Software-Stack und den Rechensystemen niederschlagen.

Zuvor eroberte AMD mit Zen wieder Positionen im CPU-Markt und drang mit EPYC und Instinct in die Bereiche Rechenzentrum und KI-Rechenverarbeitung vor. 

World Labs befasst sich damit, welche Aufgaben das nächste Wachstum im Rechenbereich antreiben werden. 

Für AMD ist es besser, die Forscher für das nächste Rechenzeitalter direkt in der Nähe zu haben, statt nur zu raten.

Aus dieser Übernahme entstand somit eine sehr interessante Kombination. 

Lisa Su blickt nach oben und sucht nach dem nächsten Berg im Rechenbereich. Li Fei-Fei blickt nach unten und sieht die reale Welt am Fuße des Berges.

Der Berg