OpenAI-CEO Sam Altman will angeblich fünf bis sieben Billionen Dollar für eine neue weltweite Chip-Infrastruktur einsammeln. Ein renommierter Chip-Ingenieur würde das KI-Chip-Problem für viel weniger lösen.
"S***** darauf, warum nicht acht", kommentiert Altman die Gerüchte um seine Chip-Ambitionen bei X. Chip-Entwickler Jim Kellner antwortet: "Ich kann es für weniger als eine Billion machen."
Keller hat in seiner langen Karriere unter anderem für AMD, Apple, Tesla und Intel entwickelt. Derzeit ist er CTO des kanadischen KI-Hardware-Start-ups Tenstorrent.
Keller argumentiert mit wirtschaftlicher und technischer Effizienz: Zunächst müsse die KI-Hardware-Lieferkette von Margengeschäften bereinigt werden. Dann müssten die Chips schneller und an die Möglichkeiten der Software angepasst werden.
"Das ist schwierig, aber machbar", schreibt Keller. Sein KI-Hardware-Start-up arbeitet an diesem Problem.
Altmans angeblicher Finanzierungsplan für eine globale KI-Chip-Infrastruktur übertrifft bei weitem die aktuelle Bewertung der weltweiten Halbleiterindustrie, die bis 2030 auf eine Billion Dollar geschätzt wird.
Nicht genug Energie: KI muss effizienter werden
Keller erwartet zudem nicht, dass sich die weltweite Energieversorgung exponentiell entwickeln wird. Daher sei es notwendig, Lösungen innerhalb der heutigen Grenzen zu finden.
Auch Altman geht davon aus, dass für die Entwicklung hoch entwickelter KI-Systeme mehr Energie benötigt wird. Der OpenAI-CEO hofft dabei auf neue Technologien wie die Kernfusion.
Neben Keller plädierte kürzlich auch Nvidia-CEO Jensen Huang für schnellere statt mehr Computer. Sonst benötige die Menschheit eines Tages "14 Planeten, drei Galaxien und vier Sonnen, um das alles zu betreiben", sagt Huang auf dem World Governments Summit.
Mit Verweis auf die Leistungsfortschritte von Nvidia bei KI-Chips geht Huang davon aus, dass mit schnelleren Chips nicht unbedingt mehr Chips benötigt werden. Das würde wiederum bedeuten, dass nicht viel mehr neue Infrastruktur wie Chipfabriken benötigt wird.
Allerdings hat Altman diese Leistungssteigerungen und Effizienzgewinne wohl auch in seinen Planungen berücksichtigt. Dennoch geht er davon aus, dass für sein Fernziel, das Training und den Einsatz einer künstlichen allgemeinen Intelligenz (AGI), sehr viel mehr Rechenleistung benötigt wird, als heute zur Verfügung steht.
Zudem wurden die im Wall Street Journal genannten fünf bis sieben Billionen US-Dollar ohne weiteren Kontext, wie z.B. den Zeithorizont, genannt. Altman könnte die Zahl bewusst zu hoch angesetzt haben, um ein sehr hohes Startkapital zu schaffen, das dennoch deutlich unter dem langfristig angestrebten Budget liegt. Dass er die Zahl selbst nicht ganz ernst nimmt, zeigt der eingangs erwähnte Tweet.
