NVIDIAs drei Neuerfindungen: Von Spielegrafik zu moderner KI

NVIDIA startete mit einem klar umrissenen Ziel: dreidimensionale Grafik für Spiele und Multimedia zu verbessern. Unter der langfristigen Führung des Mitgründers Jensen Huang erschloss das Unternehmen derselben technologischen Stärke jedoch immer neue Einsatzgebiete. Der Weg von Grafikchips über wissenschaftliches Rechnen bis zur künstlichen Intelligenz lässt sich anhand von drei entscheidenden Entwicklungen nachvollziehen: GeForce 256, CUDA und AlexNet.

Ein Fundament aus Grafiktechnologie

Huang gründete NVIDIA 1993 gemeinsam mit Chris Malachowsky und Curtis Priem. Das Unternehmen konzentrierte sich auf fortschrittliche 3D-Grafik, als aufwendigere visuelle Erlebnisse immer mehr Rechenleistung erforderten. Diese frühe Spezialisierung verschaffte NVIDIA einen klaren Markt und stellte das Unternehmen zugleich vor eine anspruchsvolle technische Aufgabe: Zahlreiche Grafikoperationen mussten schnell genug verarbeitet werden, um zunehmend realistische Bilder zu erzeugen.

1999 brachte NVIDIA die GeForce 256 auf den Markt, die das Computer History Museum als weltweit erste Graphics Processing Unit bezeichnet. Der Chip vereinte Funktionen für Transformation, Beleuchtung und Rendering und sorgte damit für einen erheblichen Leistungssprung bei 3D-Grafik. Kontinuierliche Verbesserungen festigten Anfang der 2000er-Jahre NVIDIAs Stellung als führender Grafikanbieter für Spielebegeisterte und professionelle Anwender.

Vom Grafikprozessor zur Computing-Plattform

Der nächste Wandel begann, als NVIDIA erkannte, dass die für Grafik entwickelte Parallelverarbeitung auch wissenschaftlichen und rechenintensiven Aufgaben dienen konnte. Universitäten und nationale Forschungslabore setzten NVIDIA-Chips bald in einigen der schnellsten Supercomputer der Welt ein. Der Nutzen der Hardware beschränkte sich damit nicht mehr auf das Zeichnen von Pixeln: Sie konnte ebenso Berechnungen beschleunigen, bei denen sich viele Operationen gleichzeitig ausführen ließen.

Das 2006 eingeführte CUDA machte dieses Potenzial leichter zugänglich. Die Plattform und das Programmiermodell ermöglichten es Entwicklern, NVIDIA-GPUs für allgemeine Rechenaufgaben einzusetzen. Mit der wachsenden Verbreitung von CUDA und seiner Einbindung in populäre KI-Frameworks wurde NVIDIAs Grafikerfahrung zum Bestandteil eines größeren Ökosystems aus Software und Entwicklern. Das Unternehmen deutete sein Kernprodukt neu: als programmierbare Rechenmaschine.

AlexNet und der Wendepunkt zur KI

Ein dritter Wendepunkt folgte 2012, als NVIDIA-GPUs AlexNet antrieben, jenes neuronale Netz, das mit einem Durchbruch bei der Bilderkennung verbunden wird. NVIDIA richtete seine Strategie für beschleunigtes Rechnen daraufhin auf die beginnende Ära moderner KI aus. Später fand die Technologie breite Verwendung beim Trainieren und Ausführen von Systemen, die von Large Language Models über autonomes Fahren bis zu Anwendungen in Wissenschaft und Gesundheitswesen reichen.

Die Lehre der Neudeutung

NVIDIAs Geschichte legt nahe, dass strategische Anpassungsfähigkeit nicht zwangsläufig bedeutet, die ursprüngliche Expertise eines Unternehmens aufzugeben. Die großen Übergänge bauten auf Fähigkeiten auf, die durch die Grafiktechnologie entstanden waren: spezialisierte Prozessoren, parallele Berechnungen, Entwicklerwerkzeuge und stetige Leistungssteigerungen. Die redaktionelle Lehre lautet nicht, dass jedes Startup jedem neuen Markt folgen sollte. Vielmehr kann ein dauerhafter technischer Vorteil weit über das Problem hinausreichen, für das er ursprünglich entwickelt wurde – vorausgesetzt, die Führung bleibt bereit, die möglichen Rollen der eigenen Technologie immer wieder neu zu betrachten.

Titelbild: KI-generierte Illustration; kein Dokumentarfoto.

Quelle: Jensen Huang