Wenn die Grafikkarte das Auto steuert

Bis vor wenigen Monaten war auch in allen Tesla-Modellen Nvidia-Hardware verbaut. Doch Tesla hat nach Angaben des Unternehmenschefs Elon Musk jetzt selbst den „schnellsten Chip“ für das neue Mobilitätszeitalter entwickelt und will diesen in seine Fahrzeuge verbauen.

Bei Nvidia sieht man das eher gelassen. Es ist nicht das erste Mal, dass aus Kunden Wettbewerber werden. Süffisant heißt es aus dem Konzern, dass Tesla seinen Top-Chip mit einem eher einfachen Hilfs-Chip für Fahrassistenzsysteme verglichen habe. Nvidias gleichwertiges Angebot, der Nvidia-Drive-AGX-Pegasus für vollständig autonome Autos, sei mehr als doppelt so schnell wie der von Elon Musk.

Die-Nvidia-Saga begann 1993. IBM-PCs waren klobige Zahlenfresser mit kleinen Festplatten und großen Floppy-Disks, als Jensen Huang zusammen mit zwei Partnern ein Start-up für Grafikkarten gründete. Sie sollten den freudlosen Monochrom-Monstern auf den Schreibtischen die bunte Welt der Farben eröffnen. Monochrom-Monitore waren zum Spielen ungeeignet. Doch das Spielen am PC würde die Zukunft sein, wettete Huang, dessen Markenzeichen eine schwarze Lederjacke ist, die er bei allen seinen öffentlichen Auftritten trägt.

An seinem 30. Geburtstag war der erste offizielle Arbeitstag bei Nvidia, erzählte er später Studenten an der Stanford-Universität. Der wichtigste Tagesordnungspunkt sei gewesen, wohin man zum Mittagessen gehen wollte.

1995 kam dann die NV1 auf den Markt, eine PCI-Einsteckkarte, die 2D- und 3D-Grafik lieferte. Der Trick war, die rechenintensive Grafikarbeit an einen eigenen 3D-Chip auszugliedern, der vom zentralen PC-Chip seine Befehle bekam und mit eigenen, schnellen Speicher-Chips zusammenarbeitete. Die Grafikkarte war ein Computer im Computer. Eine bahnbrechende Idee, die später noch weitreichende Konsequenzen haben sollte.

1999 war das entscheidende Jahr für Nvidia: Mit der GeForce-Technologie präsentierte Huangs Team den ersten kompletten Grafik-PC auf einer Karte, der sämtliche nötigen Funktionen wie die Pixel-Zeichnung oder die Berechnung von Schattenwürfen übernahm. Die erste GeForce-Karte konnte für damalige Verhältnisse sensationelle zehn Millionen Dreiecke pro Sekunde berechnen und zeichnen. Zum Vergleich: Heute sind sieben Milliarden Dreiecke pro Sekunde in höchster Bildqualität Standard. Nvidia ging zu einem Preis von zwölf Dollar pro Aktie an die Börse.

Die GPU-Technologie („Graphic Processing Unit“) setzte sich schnell durch. Kämpften zu Beginn bis zu 70 Hersteller von Grafikchips um den schnell wachsenden PC-Markt, war Nvidia 2006 der einzig verbliebene unabhängige Hersteller. In dem Jahr wurde der 500-millionste Grafikprozessor ausgeliefert. Diese Grafikprozessoren sorgten auch für den Erfolg von Spielekonsolen wie Sonys Playstation 3.

Mittlerweile war klar, dass Grafikprozessoren aufgrund ihrer speziellen Bauweise mehr konnten als nur bunte Bilder aus Dreiecken zu zeichnen. GPUs sind optimiert, mit ganz vielen Rechenkernen parallel immer dieselben Arbeitsschritte in größtmöglicher Geschwindigkeit hintereinander abzuarbeiten. Diese Limitierung auf wenige Kernfunktionen und die parallele Aufgabenverarbeitung machen sie ideal für die Analyse riesiger Datenmengen, wie sie heute für Künstliche Intelligenz in der Cloud benötigt wird.

Gleichzeitig waren die Nvidia-Prozessoren programmierbar: Nvidia und Siemens präsentierten das erste 3D-Ultraschallgerät auf Basis von GPU-Technik. Chinas Tianhe-1A mit Nvidia-Chips an Bord wurde im November 2010 zum schnellsten Supercomputer der Welt gekürt. 2011 wurde der milliardste Nvidia-Grafikchip ausgeliefert.

Niedergang der PC-Industrie traf Nvidia hart

2015 kam dann der Sprung in eine neue Welt: Auch Nvidia entkam dem Niedergang der PC-Industrie nicht. Sinkende Absatzzahlen für Desktop-PCs bedeuteten auch weniger potenzielle Rechner, die mit Spielekarten aufgerüstet werden konnten. Bei den beliebten Laptops ging das ohnehin so gut wie nie und auch der Tablet- und Smartphonemarkt waren verloren. Konkurrent AMD übernahm die Vorherrschaft auf dem Spielekonsolen-Markt.

Wie gravierend der Schwund in der Kernsparte Grafikkarten noch immer ist, zeigt das abgelaufene Quartal: Das Segment büßte 27 Prozent Umsatz im Vergleich zum Vorjahr auf 1,31 Milliarden Dollar ein. Das konnten die Wachstumssparten nicht ausgleichen. Der Gesamtumsatz war 17 Prozent niedriger als im Vorjahreszeitraum.

Nvidia konzentrierte sich 2015 stärker auf Server und GPU-Technologien für Datencenter. Mit dem Tegra X1 erschien ein Prozessor mit 256 Kernen, der damals der schnellste fürs maschinelle Lernen optimierte Chip im Markt war. Maschinelles Lernen ist eine Basistechnologie für die Künstliche Intelligenz und zusammen mit der Software-Plattform Nvidia Drive auch fürs autonome Fahren.

In diesem Jahr erfolgte der ultimative Schritt in das Datencenter-Business: Mit der Akquisition von Mellanox für 6,9 Milliarden Dollar will Nvidia die Datencenter-Technologie revolutionieren. Datencenter werden in Zukunft, so Huang, „wie ein einziger gigantischer Computer“ arbeiten und nicht mehr wie eine Ansammlung von tausenden kleinen Rechnern in Schränken. Diese gigantischen Computer könnten dann wiederum mit anderen Datencenter-Computern zusammengeschaltet werden.

Der Grafikprozessor-Entwickler Nvidia tritt damit in direkte Konkurrenz zu Intels und AMDs Datencenter-Plänen, Cloud-Anbietern wie Microsoft, Amazon Web Services (AWS), Google oder viel teureren, individuell gebauten Supercomputern für Universitäten oder Behörden – etwa von IBM.

Es ist ein heikler Spagat. Auf der einen Seite muss Huang Wachstumsfelder finden und besetzen, auf der anderen Seite sind einige Wettbewerber auch Kunden. So wie der Cloud-Riese Amazon: Zusammen mit dem Virtualisierungsspezialisten VMware wird Nvidia spezielle GPU-beschleunigte Cloud-Dienste auf AWS anbieten, um Unternehmensanwendungen und die Datenanalyse zu beschleunigen.

Ein anderer Fall: Google hat für seine eigene Cloud sogenannte TPUs entwickelt, „Tensor Processing Units“. Sie nutzen dasselbe Prinzip wie GPUs, sind aber speziell für den Einsatz in der Cloud und für Maschinenlernen optimiert. Google bietet zwar weiterhin Nvidia-GPUs in seiner Cloud an – der Vorsprung von Nvidia beim „Deep Learning“, beim Training neuronaler Netze auf Basis existierender Daten, ist einfach noch zu groß. Aber das Ziel ist es, die eigene Hardware zu stärken – und Googles TPUs gewinnen Marktanteile.

Dazu kommt die Herausforderung durch ein neues Feld der Künstlichen Intelligenz, das gerade erst entsteht: das sogenannte „Inferencing“. Hierbei setzt das trainierte Netzwerk seine erworbenen Fähigkeiten konkret ein. Bei diesen Tätigkeiten sind ebenfalls Schnelligkeit und Genauigkeit Trumpf. Aber da diese Anwendungsphase ohne den aufwendigen Lernteil auskommt, kann sie mit Chips abgewickelt werden, die deutlich einfacher und billiger konstruiert sind als vollwertige GPUs.

Alle großen Marktspieler wie Intel oder Cloud-Anbieter planen hier Entwicklungen und viele Start-ups auf der ganzen Welt wittern eine Chance für Spezialchips für Datencenter, autonome Autos sowie Video- oder Bildanalyse. Für Nvidia bedeutet dies wieder einmal, sich in einem neuen Markt neu zu erfinden.

Die Nvidia-Aktie, die nach dem Börsendebüt 2004 von zwölf Dollar zwischenzeitlich auf unter zwei Dollar gefallen war, legte einen Rekordlauf auf fast 280 Dollar im Jahr 2018 hin. Aktuell notiert sie bei rund 160 Dollar. Die Frage ist, ob und wann die neuen Sparten tatsächlich die alten Spielekarten als Wachstumstreiber überholen können.

Mehr: Autos sollen in Zukunft dank Radar, Lidar, Kameras und KI ohne menschliche Fahrer auskommen. Doch die technischen Hürden sind enorm.