1993 begeisterte der Film «Jurassic Park» das Publikum mit computergenerierten Sauriern. Zur gleichen Zeit überlegten drei junge Chip-Designer, wie sie dreidimensionale Welten für Games auf den PC bringen könnten. Für die aufwendigen Berechnungen braucht es spezielle Chips.
1993 gründeten Chris Malachowsky, Curtis Priem und Jensen Huang deshalb die Chip-Firma Nvidia. Der 29-jährige Huang übernahm die Rolle des CEO; er leitet das IT-Unternehmen bis heute.
Permanente Angst vor der Konkurrenz
Nach anfänglichen Schwierigkeiten brachte Nvidia 1997 den ersten Grafik-Chip auf den Markt. Nun konnte man sich am PC in Games wie «Star Wars» im virtuellen Raum bewegen. Damit landeten die drei einen Grosserfolg. Trotzdem machte sich CEO Jensen Huang ständig Sorgen, dass andere Chip-Hersteller schon bald aufholen könnte. Er suchte nach neuen Märkten für Nvidia.
Grafik-Chips können parallel viele einfache Berechnungen ausführen. Das macht sie für gewisse Aufgaben sehr schnell. Beschleunigtes Rechnen – davon könnte auch die Wissenschaft profitieren, sagte sich Huang. 2006 öffnete Nvidia mit dem aufwendig programmierten Software-Paket CUDA den Grafik-Chip für die Programmierung und damit für wissenschaftliche Berechnungen wie die Verarbeitung von Daten aus Erdbeben oder aus einem CT-Scan – und das mit einem Chip, der eigentlich für Games entwickelt wurde.
Grosserfolg dank Weitsicht
Schon bald zeichnete sich ein weiteres Anwendungsgebiet ab: Die beschleunigte Berechnung neuronaler Netze, die hinter KI-Anwendungen wie ChatGPT stecken. Huang nahm Kontakt auf mit KI-Forschenden auf der ganzen Welt. Ihr Feedback ermutigte ihn, massiv in eine Infrastruktur für KI zu investieren – mehr als ein Jahrzehnt bevor ChatGPT die Öffentlichkeit in Staunen versetzte.
Wer heute KI-Forschung betreibt, kommt um Nvidia nicht herum.
Diese Weitsicht machte sich bezahlt: Wer heute KI-Forschung betreibe, komme um Nvidia nicht herum, sagt Gion Sialm, zuständig für KI an der Fachhochschule Graubünden. Konkurrenz ist auf absehbare Zeit keine in Sicht. «Es gibt Hardware-Firmen, die vielleicht bessere Ideen haben, aber Hardware allein nützt einem nichts», so der Wissenschaftler.
Microsoft, Meta und Google sind abhängig von Nvidia
Für beschleunigtes Rechnen braucht es eine komplexe Software-Infrastruktur. Schätzungen gehen davon aus, dass Nvidia allein bis 2017 zehn Milliarden Dollar in CUDA investiert hat.
Heute unterstützt Nvidia neben Software für KI-Anwendungen noch ganz andere Bereiche, von der Simulation ganzer Fabriken über die Entwicklung von KI-gesteuerten Robotern bis hin Simulation von Quanten-Computern.
Jensen Huangs riskante Wetten auf die Zukunft sind für Nvidia aufgegangen. Für die Kunden hingegen hat der Erfolg auch Nachteile: ohne Konkurrenz höhere Preise. Auch grosse IT-Konzerne wie Microsoft, Meta oder Google finden sich heute in einer Abhängigkeit von Nvidia, aus der sie sich nicht so schnell befreien können.
Der Technologie-Podcast von SRF über Internet, Smartphones, soziale Netzwerke, Computersicherheit und Games.
Um diesen Podcast zu abonnieren, benötigen Sie eine Podcast-kompatible Software oder App. Wenn Ihre App in der obigen Liste nicht aufgeführt ist, können Sie einfach die Feed-URL in Ihre Podcast-App oder Software kopieren.
