AMD veröffentlichte eine neue Grafikkarte, die MI300. Wenig später erklärte Nvidia, dass die eigene Grafikkarte, die H100, viel schneller sei. Was bedeutet dieser Streit, obwohl diese Grafikkarten gar nicht für Gamer sind?
Vor wenigen Tagen, am 6. Dezember, veröffentlichte AMD seine neue KI-Grafikkarte, die MI300-Serie. Gleichzeitig behauptete man, dass man die schnellste KI-Grafikkarte auf dem Markt biete und die Konkurrenz deutlich schlage. Doch das ließ Nvidia nicht auf sich sitzen und erklärte, dass AMD sich mit den falschen Zahlen schmücke.
Doch warum ist diese Diskussion und diese KI-GPUs überhaupt so wichtig, dass man gleich so schwere Geschütze auffahren muss?
Zwei KI-Grafikkarten kämpfen um den Spitzenplatz
Was ist das überhaupt für eine GPU? Mit der “Instinct MI300”-Reihe, bestehend aus zwei GPUs, hat AMD Grafikkarten für KI-Berechnungen vorgestellt. Hauptkonkurrent ist Nvidias H100 und die neue H200, die irgendwann 2024 erscheinen soll.
Die Industrie hat lange auf eine Alternative zu Nvidia gewartet, um Konkurrenz zu schaffen und das hat einen guten Grund:
- Seit Monaten sind die Preise stark gestiegen, denn Nvidia kommt wegen der hohen Nachfrage kaum mit der Produktion hinterher.
- Viele warten daher auf eine vielversprechende Alternative, um die wenigen verfügbaren Modelle nicht zu horrenden Preisen kaufen zu müssen.
- Vor allem die Beschränkungen für den chinesischen Markt wirkten sich zusätzlich negativ auf die Preisentwicklungen bei Grafikkarten aus.
Was steckt hinter der Diskussion? In seiner Vorstellung erklärte AMD nun, dass der MI300X beim Training mit dem H100 gleichauf liegt und bei der Inferenz den H100 um 10-20 % übertrifft. Das berichten die Kollegen von Forbes.
Darauf reagierte dann Nvidia mit einem entsprechenden Blogeintrag. Hier erklärte dann Nvidia, fast ein wenig patzig, dass AMD für seine geteilten Daten keine optimierte Software verwendet habe (via Nvidia.com):
Auf einer kürzlich stattgefundenen Einführungsveranstaltung sprach AMD über die Inferenzleistung des H100-Grafikprozessors im Vergleich zu der seines MI300X-Chips. Bei den geteilten Ergebnissen wurde keine optimierte Software verwendet, und der H100 ist bei einem korrekten Benchmarking 2x schneller.
In diesem Blogpost widerlegt man AMDs Behauptung, dass der neueste Chip, der MI300X, bei der Inferenzverarbeitung für generative KI 40-60 % schneller sein solle als der von Nvidia. Hier erklärt Nvidia, dass AMD einfach eine veraltete Software genutzt habe, um die Daten zu erstellen. Das würde man auch in den Fußnoten erkennen, wo AMD die Version des Programms nennen würde.
Die Stoßrichtung ist ziemlich eindeutig: Es braucht nicht nur einen flotten KI-Chip, sondern auch optimierte Software, damit die gesamte Rechenleistung auch genutzt werden könne.
KI nimmt seit Monaten an Bedeutung zu
Warum ist KI für Nvidia und AMD so wichtig? Nvidia investiert seit Jahren aktiv in Chips, die KI-Berechnungen übernehmen können.
In den modernen GeForce-RTX-Grafikkarten stecken KI-spezifische Tensor-Cores. Diese werden etwa dazu genutzt, Raytracing oder DLSS via KI berechnen zu lassen. Und in großen Rechenzentren, etwa für ChatGPT, werden ebenfalls Nvidia-GPUs verwendet.
Hinter der KI-Technologie steckt daher auch ein großes finanzielles Potential, welches auch für AMD interessant ist. Daher investiert man hier ebenfalls in die Entwicklung von KI-Chips, um der Konkurrenz zumindest ein paar Anteile abzujagen. Derzeit gibt es hier rasante Entwicklungen, um der Konkurrenz voraus zu sein.
Bereits nächstes Jahr dürfte die Situation dann wieder anders aussehen: Mit der H200 von Nvidia und einer neuen KI-Grafikkarte von Intel dürfte es wieder neue, starke Konkurrenz geben.
Auch aus diesem Grund ist der Streit um die schnellste KI-Grafikkarte so wichtig: Am Ende geht es um viel Geld und das ist auch für die Investoren wichtig, die Aktien von AMD und Nvidia halten.
Ein neuer Prozessor könnte für Spieler zum Geheimtipp werden – Kommt weder von AMD noch von Intel
Bitte lies unsere Kommentar-Regeln, bevor Du einen Kommentar verfasst.