Der Intel (INTC.US) CEO Luv Chen lobt die fortschrittlichen KI-Modelle aus China und unterstützt Open Source zur Steigerung der Effizienz entschieden.

Laut Informationen von Zhihui Finance APP erklärte Intels (INTC.US) CEO Pat Gelsinger am Montag, dass die Kosten pro Token bei chinesischen fortschrittlichen KI-Modellen niedriger seien und diese Modelle „sehr schnell“ eingesetzt werden. Berichten zufolge sagte Gelsinger, dass die Leistung von Modellen wie DeepSeek, Kimi und GLM „bereits gut genug“ sei. Er betonte zudem: „Ich bin ein überzeugter Befürworter von Open Source. Das ist der beste Weg, Effizienzsteigerungen voranzutreiben.“ Er fügte hinzu, dass der Markt letztendlich entscheide, welche Modelle für welche Anwendungsszenarien geeignet seien.

Gelsingers Sichtweise steht im Einklang mit der von NVIDIAs (NVDA.US) CEO Jensen Huang, der sich wiederholt für chinesische Open-Source-Modelle ausgesprochen hat. Im Juli dieses Jahres sagte Huang, dass die Modelle von DeepSeek, Alibaba und Moonshot AI „außerordentlich beeindruckend“ seien und Anwendung finden sollten. Außerdem erklärte er, dass Open-Source-Modelle das Einsatzspektrum von KI erweitern könnten, anstatt die Nachfrage nach NVIDIA-Chips zu verringern.

Ein wesentliches Merkmal von Open-Source-KI-Modellen sind die im Vergleich geringeren Nutzungskosten. Für Intel könnte die breitere Anwendung kostengünstiger KI-Modelle dazu führen, dass KI verstärkt eingesetzt wird, was wiederum die Nachfrage nach CPUs, Servern und Datenzentrumsinfrastrukturen erhöht, die zum Betrieb dieser Workloads notwendig sind – und genau auf diesen Bereich konzentriert sich Intel derzeit verstärkt.

Zugleich hat Pat Gelsinger Intels Rechenzentrums-Sparte als Profiteur von Agenten-KI positioniert. Daten zeigen, dass Intels Umsatz im zweiten Quartal im Jahresvergleich um 25 % auf 16,13 Milliarden USD gestiegen ist – das schnellste Wachstum seit 2011 und besser als die Markterwartung von 14,42 Milliarden USD. Dabei erreichte der Umsatz im Bereich Rechenzentrum und AI 6,3 Milliarden USD, ein beeindruckender Anstieg von 59 % gegenüber dem Vorjahr, was mehr als das Doppelte des gesamten Unternehmenswachstums ist und über den erwarteten 5,37 Milliarden USD liegt.

Während die Branche von der Entwicklung großer Modelle zur großflächigen Umsetzung von Agenten-KI übergeht, die Aufgaben eigenständig erledigen kann, erlebt die Nachfrage nach universellen CPUs einen starken Anstieg. Agenten-KI kann mehrstufige Aufgaben ausführen und benötigt daher erhebliche Rechenleistung. Herkömmliche KI-Inferenzprozesse verlassen sich stark auf GPUs für Matrixberechnungen, doch Agenten-Arbeitsabläufe zerlegen eine Aufgabe in mehrere Phasen wie Planung, Recherche, Dateioperationen, Regelüberprüfung, Codeausführung, Tool-Aufrufe und Ergebniskontrolle. Diese Vorgänge sind naturgemäß stärker auf universelle CPUs, Speicherzugriffe, I/O und System-Scheduling angewiesen. Während im klassischen Inferenzbetrieb das Ressourcenverhältnis von GPU zu CPU etwa 7:1 beträgt, kann es im Agenten-Workflow auf 1:1 oder sogar mehr CPUs zugunsten verschieben. Das bedeutet nicht, dass GPUs unwichtig werden, sondern vielmehr, dass das KI-Datenzentrum von einer „GPU-Insel“ in eine Ära heterogener Systeme aus „CPU+GPU+ASIC+optischer Interconnect-Infrastruktur+Speicher“ eintritt.

Darüber hinaus sind Analysten der Meinung, dass die Entwicklung von Open-Source-Modellen Intel auch dabei helfen kann, die Abhängigkeit von einem einzigen KI-Ökosystem zu reduzieren. Derzeit ist der KI-Infrastrukturmarkt weitgehend um das NVIDIA CUDA-Ökosystem herum aufgebaut. Die Entwicklung von Open-Source-Modellen gibt Unternehmen jedoch die Möglichkeit, KI-Infrastrukturen vielfältiger zu gestalten. So könnten Unternehmen sich beispielsweise für eine Kombination aus NVIDIA-GPU und Intel-CPU entscheiden, für Intel-CPU mit anderen KI-Beschleunigern oder eine Aufteilung, bei der CPUs für allgemeine Berechnungen und spezialisierte Beschleuniger für KI-Inferenz zuständig sind. Für Intel ist es am wichtigsten, nicht zwangsläufig der „zweite NVIDIA“ zu werden, sondern sich als unverzichtbarer Anbieter von universellen Recheninfrastrukturen für KI-Zentren zu etablieren.