Intels Ambitionen im KI-Markt

Intel KI Strategie: Künstliche Intelligenz (KI) ist einer der wichtigsten Wachstumsmärkte überhaupt und Intel möchte hier ganz vorne mit dabei sein. Der Chiphersteller konkurriert im Bereich dedizierter KI-Beschleuniger, bringt aber auch eigene KI-Hardware in Server-CPUs und bald auch in PC-Chips. Laut Schätzungen von Analysten soll der Markt für KI-Hardware zwischen 2023 und 2027 um jährlich über 30% wachsen. Intel hat große Pläne, diesen wachsenden Kuchen mit mehreren Produkten und Lösungen mitzugestalten.

Gaudi-Chips und Datacenter-GPUs

Mit seinen dedizierten Gaudi-Chips für KI-Training konnte Intel bereits erste Erfolge feiern. Die besonders energieeffizienten und kompakten ASIC-Chips (Application-specific integrated circuit) werden von großen Cloud-Anbietern und Einzelhändlern für Analysen und Vorhersagen eingesetzt. Untersuchungen haben gezeigt, dass die Gaudi-Chips in spezifischen Anwendungen des verteilten Trainings wie der Bildklassifizierung deutlich weniger Strom verbrauchen als GPUs von Nvidia. Zusätzlich bietet Intel Datacenter-GPUs der Serien Intel® Server GPU und Intel® Visual Compute Accelerator an, die eine breite Palette an Workloads wie Deep Learning, HPC und Rendering beschleunigen können. Insbesondere die neuen Datacenter-GPUs der Xe-FP-Serie konnten in letzter Zeit überzeugende Leistung zeigen.

Intel KI Strategie: Sapphire-Rapids-CPUs mit KI-Beschleunigung

In Intels Server-Prozessoren der Sapphire-Rapids-Generation sind erstmals dedizierte KI-Beschleunigungseinheiten integriert. Diese „Intel® Deep Learning Boost“ genannten Kernen können bestimmte KI-Operationen bis zu zehnfach schneller durchführen als die traditionellen CPU-Kerne. Laut Intel führt dies dazu, dass bereits etwa ein Drittel der Verkäufe von Sapphire-Rapids-Prozessoren auf KI-Anwendungen wie maschinelles Lernen oder Deep Learning zurückzuführen sind. Damit nimmt Intel erfolgreich rechenzentrumsinterne KI-Workloads ins Visier.

Intel KI Strategie: KI verlässt die Cloud

Laut Intel-CEO Pat Gelsinger wird KI jedoch nicht auf immer in der Cloud bleiben. Gesetze der Ökonomie, Physik und Privatsphäre würden KI zunehmend zum Edge, also den Randbereichen der Netze, drängen. Gelsinger sieht klare Nachteile darin, manche KI-Aufgaben allein über Cloud-Infrastrukturen zu lösen.

Latenzprobleme beim Cloud-Einsatz

Beispielhaft nannte Gelsinger Echtzeit-Übersetzungen während Videokonferenzen. Hier führen die Übertragungswege in die Cloud und zurück zu einer Verzögerung, die schnelle Interaktionen verhindert. Auch industrielle Anwendungen wie die KI-unterstützte Qualitätskontrolle in der Fertigung hätten mit der Latenz einer Cloud-Lösung zu kämpfen. In vielen Fällen könne dies die Nutzererfahrung oder Prozesseffizienz beeinträchtigen.

Kostenersparnis durch lokale Verarbeitung

Wenn leichtere KI-Modelle direkt auf Endgeräten wie PCs ausgeführt werden, anstatt dafür Cloud-Ressourcen zu nutzen, bringt das laut Intel klare Kostenvorteile mit sich. Vor allem bei Anwendungen, die auf vielen Geräten zum Einsatz kommen, summieren sich die Ersparnisse. Intel sieht in der lokalen Verarbeitung daher wichtige wirtschaftliche Anreize gegenüber einer ausschließlichen Fokussierung auf die Cloud.

Intel KI Strategie: Meteor Lake bringt KI ins PC-Segment

Mit der Processor-Generation Meteor Lake will Intel im Jahr 2023 erstmals eigene, dedizierte KI-Beschleunigungseinheiten (“Intel® Matrix Extensions”) in Notebook-und Desktop-Prozessoren integrieren. Damit trägt der Konzern seiner Überzeugung Rechnung, dass KI zukünftig nicht mehr nur in Rechenzentren und Clouds angesiedelt sein wird.

Leichtere KI-Aufgaben direkt auf dem Gerät

Während komplexe Modelle selbst auf Hochleistungs-PCs nicht sinnvoll ausgeführt werden können, eignen sich simpler strukturierte KI-Aufgaben wie Bild- und Spracherkennung, Objektdetektion oder Übersetzungen sehr gut für die direkte Ausführung auf den Endgeräten. Diese lassen sich dann mit den Spezialeinheiten in Meteor Lake viel schneller durchführen.

Bessere User-Experience dank geringerer Latenz

Anwendungen, welche KI zur Verbesserung des Nutzererlebnisses einsetzen, werden stark von der Möglichkeit lokaler Verarbeitung profitieren. Videokonferenzen mit Echtzeit-Übersetzung oder Sprachassistenten reagieren ohne Cloud-Abhängigkeit blitzschnell.

Softwaresupport sichert Nutzung der Hardware

Damit die neuen, dedizierten KI-Beschleuniger in Meteor Lake und künftigen Prozessoren auf breiter Basis von Software-Anwendungen genutzt werden, ist die Unterstützung durch entsprechende Updates seitens großer Entwickler essenziell. Nur so kann Intels Vision von lokal betriebener KI Realität werden. Für Softwarehäuser lohnt es sich, ihre Produkte für die Hardware zu optimieren, da dadurch in vielen Fällen Cloud-Kosten gespart werden können. Schon kleinere Optimierungen führen in Summe zu großen Effizienzgewinnen.

Intel als Treiber der KI-Demokratisierung

Mit einem Marktanteil von über 80% im PC-Segment nimmt Intel eine herausragende Stellung ein. Wenn der Hardware-Primus es durch clevere Integration von KI-Fähigkeiten und enge Zusammenarbeit mit der Software-Industrie schafft, primitive KI in den Alltag jedes Computer(nutz)ers zu bringen, kann dies eine techologische Revolution auslösen. Pat Gelsinger sieht Intels Möglichkeiten, durch diesen Democratization-Ansatz KI endlich für die breite Masse zugänglich zu machen. Auf diese Weise könnte Intel als führendes Unternehmen die Entwicklung hin zu einer künstliche Intelligenz-getriebenen Gesellschaft maßgeblich vorantreiben.

Intel KI Strategie: Was hat das für mögliche Auswirkungen?

Intels Ansatz, KI verstärkt auf Endgeräte und den Edge zu bringen, könnte die Wirtschaft in verschiedener Hinsicht beeinflussen:

• Kostensenkung für Unternehmen
  • Durch lokale Ausführung von KI-Aufgaben auf PCs, Kameras etc. vor Ort können erhebliche Cloud-Kosten eingespart werden
  • Beispiel: Ein Einzelhändler spart mit lokaler Videoverarbeitung in Filialen gegenüber Cloud-Lösung jährlich 6-stellige Beträge
• neue Geschäftsmodelle
  • On-Device-KI ermöglicht pay-per-use-Angebote für ständig verfügbare KI-Funktionen auf Endgeräten
  • Beispiele: Monatliches Abo für Spracherkennung im Auto, Gebühr pro erkanntem Objekt in Kamera-Feed
• gesteigerte Prozesseffizienz
  • Durch Echtzeit-KI wie vorausschauende Wartung, Qualitätskontrolle oder Lagerverwaltung lassen sich Abläufe verschlanken
  • Z.B. Senkung Ausschussquoten in Fabriken um 15-30% durch KI-unterstützte Kontrollen
• neue Arbeitsplätze
  • Der zunehmende KI-Einsatz schafft Jobs für Experten wie Data Scientists, KI-Ingenieure und Spezialisten für Anwendungsentwicklung
  • Schätzungen zufolge über 500.000 neue Stellen für KI-Experten bis 2030 in Europa und USA
• Digitalisierungsschub für Wirtschaft
  • Intels Democratization könnte KI-Kenntnisse und -anwendungen auch für KMU zugänglich machen
  • Beispiel: Klempner nutzt smarte KI-Brille für Fernabstütze bei Installationen

Wahrscheinlich ist von weitreichenden positiven Impulsen für die Volkswirtschaften auszugehen, wenn pervasives, allgegenwärtiges KI Realität wird. Entscheidende Voraussetzung ist der Erfolg von Intels Strategie.

Fazit Intel KI Strategie

Insgesamt sieht Intel sehr gute Chancen, vom boomenden KI-Markt in vielfältiger Weise zu profitieren. Vom Beschleunigergeschäft über Datacenter-CPUs bis hin zur Integration in Endgeräte gibt es viele Möglichkeiten. Mit Meteor Lake könnte Intel zudem die KI-Demokratisierung vorantreiben. Bleibt zu hoffen, dass die ambitionierten Pläne auch erfolgreich umgesetzt werden können.

Quelle: inspiriert von The Motely Fool

#KI #ArtificialIntelligence #Intel #Datacenter #MeteorLake #EdgeComputing #GPU #CPU #PatGelsinger #Democratization #SoftwareSupport #Disruption #Innovation #GrowthMarket #Investments