Gerätebasierte KI: Wegbereiter für die nächste KI-Revolution
Die wichtigsten Erkenntnisse
- Gerätebasierte KI wird direkt auf lokalen Geräten implementiert, ohne auf Remote-Server zuzugreifen, was den Datenschutz verbessert und Latenzzeiten und Betriebskosten senkt.
- Gerätebasierte KI senkt die Hürden für den Zugang einzelner Kunden zu KI, was das KI-Ökosystem grundlegend verändern könnte, da KI-Anwendungen von der Geschäftswelt auf das tägliche Leben ausgeweitet werden und KI leichter zugänglich wird.
- Der Trend dürfte KI-orientierten Unternehmen in den Bereichen Halbleiter, KI-Elektronik und KI-Applikationsanbieter zugutekommen.
- Verbundene Produkte WisdomTree Artificial Intelligence UCITS ETF – USD Acc Mehr erfahren
Microsoft hat vor Kurzem seine neuen Surface-Laptops mit integrierter künstlicher Intelligenz (KI) vorgestellt und damit das Interesse an KI-PCs auf dem Markt neu entfacht. Neben Microsoft haben auch andere große PC-Hersteller angekündigt, dass sie KI-PCs mit dem neuen Copilot Plus von Microsoft auf den Markt bringen wollen. KI-PCs mit SoC-Funktionen (System-on-a-Chip) sind so konzipiert, dass sie generative KI-Aufgaben lokal ausführen können, auch bekannt als „On-Device-KI“ bzw. „gerätebasierte KI“. Einer Prognose1 zufolge werden KI-PCs mit speziellen SoC-Funktionen, die für die Ausführung generativer KI-Aufgaben ohne Zugriff auf die Cloud konzipiert sind, von knapp 50 Millionen Geräten im Jahr 2024 (der weltweite Markt zählt indes 250 Millionen Geräte) auf mehr als 167 Millionen im Jahr 2027 anwachsen.
Was ist gerätebasierte KI?
On-Device-KI bzw. gerätebasierte KI bezieht sich auf die Implementierung und Ausführung von KI-Modellen direkt auf lokalen Geräten wie Smartphones, Tablets, Laptops usw. ohne Zugriff auf Remote-Server. Um KI auf diesen Geräten bereitzustellen, werden die trainierten KI-Modelle komprimiert, damit sie sich für ressourcenbeschränkte Umgebungen eignen. Die Modelle werden dann in der Regel in neuronale Netzgraphen umgewandelt, um sicherzustellen, dass sie für die Ausführung auf spezifischer Hardware und KI-Frameworks optimiert sind.
Funktionen von gerätebasierter KI
Während cloudbasierte generative KI – durch ChatGPT repräsentiert – beeindruckende Möglichkeiten aufgezeigt hat, birgt On-Device-KI aufgrund ihrer besonderen Funktionen immer noch einzigartige Potenziale:
- Datenschutz: Mit gerätebasierter KI können Nutzer KI-Modelle implementieren, ohne auf Remote-Server zugreifen zu müssen. Die Daten werden lokal auf dem Gerät verarbeitet. Damit entfällt die Notwendigkeit, sensible Daten in die Cloud zu übertragen, was das Risiko von Datenschutzverletzungen verringert und den Datenschutz und die Datensicherheit für Nutzer erheblich verbessert.
- Geringe Latenz: Da die Verarbeitung auf dem Gerät erfolgt, entfällt die Zeit, die für die Übertragung von Daten zwischen Geräten und Remote-Servern benötigt wird. Diese Funktion sorgt für schnellere Reaktionszeiten, was für Echtzeitanwendungen von entscheidender Bedeutung ist.
- Niedrige Betriebskosten: Für cloudbasierte KI-Anbieter sind die steigenden Energie- und Bandbreitenkosten wichtige Faktoren bei der Preisgestaltung. Durch den Wegfall der Datenübertragung und die Verlagerung der Verarbeitung auf lokale Geräte können KI-Dienstleister einen Teil des Energieverbrauchs des Rechenzentrums auslagern und die Bandbreitenkosten senken.
Ist gerätebasierte KI ein Gamechanger?
Mit der Entwicklung von gerätebasierten KI-Technologien werden immer mehr digitale Geräte mit Echtzeit-KI integriert, sodass Nutzer über Smartphones, Laptops, Wearables, Smart-Home-Geräte, AR/VR-Headsets usw. auf KI-Lösungen zugreifen können. Aufgrund der Vorteile in Bezug auf Datenschutz, Latenzzeit und Offline-Funktionalität wird KI für Einzelpersonen leichter zugänglich sein. Dadurch werden die Anwendungsszenarien der KI von der Geschäftswelt auf das tägliche Leben ausgeweitet, was die Zahl der potenziellen KI-Nutzer deutlich erhöht und das Ökosystem der Unterhaltungselektronik verändern könnte.
Außerdem werden Anbieter von KI-Diensten aufgrund der geringeren Betriebskosten mehr Flexibilität bei der Preisgestaltung haben. Durch ein ausgewogenes Verhältnis zwischen geräte- und cloudbasierten KI-Diensten können Anbieter ihre Geschäftsmodelle optimieren, indem sie cloudbasierte KI für Dienste nutzen, die eine höhere Skalierbarkeit und Komplexität erfordern, und gerätebasierte KI für Dienste, die eine niedrige Latenzzeit und Datenschutz benötigen. Das derzeitige Rechenzentrumsmodell könnte teilweise durch ein flexibleres Geschäftsmodell ersetzt werden, sodass auch kleinere Unternehmen, die sich auf spezialisierte KI-Anwendungen konzentrieren, mehr Möglichkeiten erhalten.
Unternehmen, die vom On-Device-KI-Trend profitieren
- Führende Chiphersteller: On-Device-KI erfordert leistungsstarke Prozessoren. Neural Processing Units (NPUs) sind Hardware-Beschleuniger, die für die effiziente Ausführung von KI-Aufgaben entwickelt wurden. Sie spielen eine entscheidende Rolle bei der Verbesserung der Performance und Effizienz von gerätebasierter KI. Von der steigenden Nachfrage nach NPUs könnten mehrere Chiphersteller profitieren. Qualcomm ist mit seinen Prozessoren Snapdragon X Elite und X Plus führend in diesem Bereich. Dies sind die einzigen Prozessoren, die die Leistungsanforderungen von Microsoft (>40 Billionen Operationen pro Sekunde) für den Einsatz des neuen Copilot Plus in Laptops erfüllen. Viele Laptop-Hersteller, darunter Lenovo, HP und Dell, haben ihre Laptops, die mit dem neuen Copilot Plus ausgestattet sind, mit Chips von Qualcomm ausgerüstet. Obwohl Intel und AMD bei der NPU-Leistung gegenüber Qualcomm im Rückstand sind, holen sie auf. Intel plant die Markteinführung seiner nächsten Prozessorgeneration Lunar Lake im dritten Quartal 2024, die Qualcomm seine derzeitige Führung streitig machen soll. AMD will außerdem noch in diesem Jahr einen Prozessor mit höherer NPU-Leistung herausbringen. Es empfiehlt sich also, den Wettbewerb zwischen diesen Chipgiganten auf dem Gebiet der NPUs im Auge zu behalten.
- Anbieter von IP-Cores und EDA-Tools: Unternehmen, die IP-Cores (Intellectual Property) und EDA-Tools (Electronic Design Automation) anbieten, könnten ebenfalls vom On-Device-KI-Trend profitieren. EDA-Tools optimieren den gesamten Entwicklungsprozess vom ersten Konzept bis zur endgültigen Implementierung und stellen sicher, dass die NPU effizient, zuverlässig und herstellbar ist. IP-Cores bieten vorgefertigte, getestete und optimierte Komponenten zur Beschleunigung der Entwicklung, Leistungsverbesserung und Senkung von Risiken. Synopsys und Cadence Design Systems sind zwei führende Unternehmen in diesen Bereichen und könnten durch den Wettbewerb bei NPUs Auftrieb erhalten.
- Giganten der Unterhaltungselektronik: Apple Microsoft sind Vorreiter bei der Integration von KI in ihre wichtigsten Produkte. Apple hat auch einen eigenen NPU-Beschleunigungsprozessor, den M4, zur Verbesserung der Produktleistung entwickelt.
Die Bestimmung der relevanten Unternehmen kann eine Herausforderung sein, da gerätebasierte KI von mehreren Segmenten profitieren könnte – von Halbleitern über KI-Elektronik bis hin zu KI-Anwendungsanbietern. Der Nasdaq CTA Artificial Intelligence Index (NQINTEL), der vom WisdomTree Artificial Intelligence UCITS ETF (WTAI) abgebildet wird, bietet einen systematischen Ansatz, um das potenzielle Wachstum im KI-Segment zu erfassen. Die oben genannten Unternehmen werden innerhalb des Index in verschiedene Gruppen eingeteilt, je nach ihrer Position in der KI-Wertschöpfungskette. Die KI-Wertschöpfungskette umfasst KI-orientierte Unternehmen aus verschiedenen Segmenten wie Halbleiter, KI-Dienstleister und Anbieter von KI-Geräten, um die Chancen des On-Device-KI-Trends weitreichend zu nutzen.
Schlussfolgerung
Gerätebasierte KI ist ein aufstrebender Bereich, der KI-Anwendungen revolutionieren wird. Ihre wichtigsten Merkmale – darunter Datenschutz, geringe Latenz und niedrige Betriebskosten – unterscheiden sie von cloudbasierter KI. Sie birgt das Potenzial, das KI-Ökosystem zu verändern. Kurzfristig wird dieser Trend KI-bezogenen Unternehmen in den Bereichen Halbleiter, KI-Elektronik und KI-Applikationsanbieter zugutekommen. Auf längere Sicht wird er die Anwendungsszenarien für KI im täglichen Leben erweitern, die Hürde für den KI-Zugang für einzelne Kunden deutlich senken und KI potenziell für alle zugänglich machen.
1 IDC: IDC Forecasts Artificial Intelligence PCs to Account for Nearly 60% of All PC Shipments by 2027 (IDC prognostiziert, dass KI-PCs bis 2027 fast 60 % der gesamten PC-Lieferungen ausmachen werden).