• Die Auslieferungen von Nvidias Hopper-GPUs haben sich verdreifacht, aber AMD gewinnt einen bedeutenden Marktanteil.
  • Cloud-Anbieter und Hyperscaler setzen zunehmend auf kundenspezifisches Silizium für KI.

Was geschah: AMD gewinnt an Boden, während Cloud-Riesen kundenspezifisches Silizium für KI übernehmen

Nvidia behielt während des gesamten Jahres 2024 seine Führungsposition bei KI-Hardware mit Auslieferungen seinerHopper-GPUs, die bei seinen 12 größten Kunden die Zwei-Millionen-Marke überschritten. Dieser Meilenstein unterstreicht Nvidias Dominanz im Bereich der KI-Beschleunigung. AMD gewinnt jedoch schnell an Boden, angetrieben durch den Erfolg seiner Instinct MI300 GPU-Serie.

Erstanwender wie Microsoft und Meta waren maßgeblich am Wachstum von AMD beteiligt.Omdiaberichtet, dass Microsoft 581.000 GPUs im Jahr 2024 erworben hat, und jede sechste davon wurde von AMD gefertigt, während Meta für beeindruckende 43% seiner GPU-Auslieferungen auf AMD setzte.

Trotz dieser Fortschritte bleibt Nvidia der dominierende Akteur und hält einen erheblichen Vorsprung im Gesamtmarktanteil. Dennoch zeigt der Fortschritt von AMD eine zunehmende Konkurrenz in der KI-Hardware-Landschaft. Darüber hinaus entwickelt sich der Aufstieg von kundenspezifischem Silizium für KI von Cloud-Anbietern und Hyperscalern zu einer bedeutenden Herausforderung für Nvidias Marktposition und markiert einen Wandel in der Entwicklung und Implementierung von KI-Rechenleistung.

Lesen Sie auch:Nvidia treibt die Jetson Orin Nano Dev Kits vor den Feiertagen voran
Lesen Sie auch:Nvidia unter Beschuss: Antimonopol-Untersuchung in China verschärft sich

Warum es wichtig ist

Der Wettbewerb zwischen Nvidia, AMD und kundenspezifischem Silizium für KI ist grundlegend für die Zukunft der KI-Infrastruktur. Nvidias Dominanz war eine treibende Kraft im KI-Markt, aber das Aufkommen der MI300X-Beschleuniger von AMD, die eine höhere Gleitkommazahl-Leistung und Speicherbandbreite bieten, signalisiert einen Wandel.

Diese Fortschritte sind besonders attraktiv für Inferenz-Workloads, bei denen Speicherkapazität und -geschwindigkeit entscheidend sind. Die zunehmende Implementierung von kundenspezifischem Silizium für KI durch große Cloud-Anbieter deutet auf eine Diversifizierung des KI-Hardwaremarktes hin, die zu spezialisierteren und effizienteren Lösungen führen könnte.

Dieser Wettbewerb ist entscheidend, da er Innovationen vorantreibt, potenziell Kosten senkt und zu einer zugänglicheren KI-Technologie führen könnte. Die Marktdynamik unterstreicht auch die Bedeutung alternativer Anbieter, was die Preise, die Leistung und die allgemeine Entwicklung von KI-Anwendungen beeinflussen kann.