Die Chips sind ziemlich klein – einige passen in Ihre Handfläche. Aber sie sind unerlässlich für den Aufbau von Modellen der künstlichen Intelligenz, und die größten Technologieunternehmen der Welt benötigen enorme Stückzahlen davon, um die Nase vorn zu behalten.
Microsoft ist eines dieser Unternehmen. Und auf dem Papier scheint es ein Problem zu haben. Eine Untersuchung des Guardian hat eine offensichtliche Diskrepanz zwischen dem aufgedeckt, was Microsoft über seine KI-Kapazität gesagt hat, und der Anzahl der fortschrittlichen KI-Chips, die es tatsächlich im Einsatz hat.
Dies ist auch keine kleine Lücke. Microsoft soll sich zum Ziel gesetzt haben, bis Ende 2024 1,8 Millionen KI-Chips in seinen Rechenzentren weltweit zu installieren. Fast zwei Jahre später, mitten in einer Expansion im Umfang von 280 Milliarden Dollar, hat das Unternehmen 2,2 Millionen KI-Chips installiert, so interne Dokumente, die dem Guardian vorliegen. Das ist weniger als die Hälfte der Anzahl, die einige Experten erwartet hatten.
Einfach ausgedrückt erfordert das globale KI-Rennen den Bau massiver Rechenzentren, die mit extrem teuren Chips betrieben werden. Die offensichtliche Diskrepanz deutet darauf hin, dass die neuesten Rechenzentren von Microsoft möglicherweise nicht vollständig betriebsbereit sind – oder, falls doch, ihnen die benötigten Chips fehlen.
Dies weist auch auf ein größeres Problem hin: Es ist schwer nachzuvollziehen, wie die KI-Technologie tatsächlich voranschreitet. Die Chips, die KI antreiben, werden von Nvidia hergestellt, einem der beiden wertvollsten Unternehmen der Welt. Seine Lieferkette ist eines der am strengsten gehüteten Geheimnisse der Branche.
Mit fast keinen Ausnahmen berichtet Nvidia nicht, wie viele dieser Chips es verkauft oder an wen. Auch seine Kunden – die größten Technologieunternehmen der Welt – geben nicht preis, wie viele sie besitzen. Ohne diese Informationen ist es für jeden sehr schwierig zu wissen, ob KI wirklich boomt oder nicht.
Microsoft: Ein Machtvakuum?
In den letzten zwei Jahren hat Microsoft nach eigenen Angaben KI-Infrastruktur in rasantem Tempo aufgebaut. Sein CEO, Satya Nadella, sagte letztes Jahr, das Unternehmen werde seinen globalen Rechenzentrums-Fußabdruck bis Mitte 2027 verdoppeln. Seit 2022 hat es rund 280 Milliarden Dollar in Grundstücke, Gebäude und Computerinfrastruktur investiert, um KI aufzubauen. Das beinhaltet mehr als 41 Milliarden Dollar allein im letzten Quartal.
Aber es ist schwer abzuschätzen, wie viele Rechenzentren Microsoft mit diesem Geld gebaut hat.
Eine Möglichkeit, den Fortschritt des Unternehmens zu messen, besteht darin, seine öffentlichen Ankündigungen zu betrachten, insbesondere in Bezug auf den Strombedarf. Rechenzentren benötigen Elektrizität, daher ist eine Möglichkeit abzuschätzen, wie viele betriebsbereit sind, die Energie zusammenzuzählen, die Microsoft zur Verfügung hat – seine KI-Kapazität.
Microsofts eigene Behauptungen in Jahresberichten und Quartalsergebnissen deuten darauf hin, dass es in den letzten zwei Jahren 5 Gigawatt (GW) an Rechenzentrumskapazität im Rahmen seines KI-Ausbaus hinzugefügt hat. Es gibt an, jetzt Hunderte von Rechenzentren auf fünf Kontinenten zu haben.
Fünf Gigawatt sind eine enorme Menge an Energie – viermal so groß wie der größte Rechenzentrumspark in Europa. Aber Microsofts Gesamtkapazität sollte sogar noch größer sein als dies; es baut seit 2022 KI-Infrastruktur auf. Wie viel größer, ist eine offene Frage.
In einer internen Präsentation aus dem Jahr 2024 soll Microsoft behauptet haben, bereits 5 GW Rechenzentrumskapazität installiert zu haben. Das würde darauf hindeuten, dass es jetzt insgesamt 10 GW haben könnte. Es ist unklar, ob alle davon KI-Rechenzentren sind – einige könnten für andere Cloud-Dienste sein. Aber Microsofts eigene Aussagen deuten darauf hin, dass der überwältigende Fokus seiner jüngsten Ausgaben auf dem Aufbau von KI-Infrastruktur lag.
Zehn Gigawatt an KI-Rechenzentren würden darauf hindeuten, dass Microsoft ungefähr 6,4 Millionen Grafikprozessoren (GPUs) haben sollte. Shaolei Ren, Professor an der University of California, Riverside, sagte, dass Microsofts Nachhaltigkeitsberichte – die Stromverbrauchszahlen enthalten und getrennt von seinen Finanzdaten veröffentlicht werden – ein anderes Bild zeichnen. Er sagte, diese Berichte deuten darauf hin, dass Microsofts KI-Kapazität im Jahr 2024 wahrscheinlich näher an 1,2 GW lag. Aber selbst diese niedrigere Zahl würde bedeuten, dass Microsoft ungefähr 4 Millionen KI-Chips benötigen würde – wenn es in den letzten zwei Jahren 5 GW an KI-Rechenzentren hinzugefügt hat.
„Nach ihren eigenen Kennzahlen könnte Microsoft richtig liegen. Aber es ist nicht klar, was sie meinen, wenn sie sagen, sie haben Rechenzentrumskapazität hinzugefügt. Sie geben unzureichenden Kontext", sagte Ren. „Die Nachhaltigkeitsberichte werden von einem Dritten geprüft. Sie haben mehr Glaubwürdigkeit als Ankündigungen."
Ein Analyst, der sich auf Nvidia spezialisiert hat, sagte, er dachte, Microsoft würde mehr Chips haben, angesichts seiner öffentlichen Aussagen. „Sie sind niedrig für mich. Sie sind weniger, als ich erwartet hätte, dass Microsoft hätte", sagte er.
Microsoft bestand darauf, dass die Berechnungen des Guardian auf falschen Informationen basierten. Es bot keine Einblicke, welche der Zahlen des Guardian falsch waren oder warum. Was klar ist, ist, dass Microsofts Ausbau der KI-Kapazität weitaus langsamer zu verlaufen scheint, als seine Jahresberichte vermuten lassen könnten.
Ren sagte: „Es könnte plausibel sein, 1 GW Stromkapazität innerhalb eines einzelnen Quartals auf dem Papier zu sichern oder anzukündigen. Aber diese Kapazität online zu bringen und sie tatsächlich im selben Quartal für Computing zu nutzen, wäre weitaus schwieriger."
Quellen innerhalb von Microsoft sagen, dass die Gesamtzahl der KI-Chips des Unternehmens im letzten Jahr „kaum bewegt" hat.
Ein Teil der offensichtlichen Diskrepanz könnte durch Microsofts Verbindung mit OpenAI erklärt werden. Die genauen Bedingungen ihrer kommerziellen Partnerschaft sind nicht öffentlich, aber diese Einheit könnte einen Teil von Microsofts Rechenzentrumsbereitstellungen ausmachen, die nicht in den Dokumenten wären, die der Guardian gesehen hat.
Bild in voller Größe ansehen
Ein Microsoft-Rechenzentrum in Middenmeer, Niederlande. Fotografie: ANP/Shutterstock
„Sie könnten einen Haufen Chips haben … die Sie nicht einstecken können"
Es gibt einen weiteren Faktor: Einige von Microsofts großen Projekten scheinen weit davon entfernt zu sein, betriebsbereit zu sein.
Nehmen Sie Microsofts größte KI-Entwicklung in den USA, ein Paar Rechenzentren in Wisconsin und Georgia namens Fairwater. Im April sagte Nadella, Microsofts Chief Executive, das Fairwater-Projekt in Wisconsin „geht live". Satellitenaufnahmen des Gebäudes von Epoch AI scheinen jedoch darauf hinzudeuten, dass nur ein Teil davon betriebsbereit ist. Im Mai gab Microsoft gegenüber einer Zeitung in Wisconsin zu, dass Fairwater noch nicht online ist.
Dies ist sehr üblich, sagte Ren. Anfangs war es eine Multi-Gigawatt-, Multimilliarden-Dollar-Investition. Drei Jahre später sind nur 300 MW gebaut.
Bild in voller Größe ansehen
Satya Nadella sagte letztes Jahr, Microsoft werde seinen globalen Rechenzentrums-Fußabdruck bis Mitte 2027 verdoppeln. Fotografie: Jeff Chiu/AP
Das interne Dokument deutet auch darauf hin, dass Microsoft weniger von Nvidias neuestem Chipmodell, dem Blackwell, hat, als man angesichts von Nvidias öffentlichen Ankündigungen erwarten würde. Letzten März sagte Nvidias Chief Executive, Jensen Huang, dass Bestellungen für Blackwells von Nvidias vier größten Kunden – weithin angenommen als Amazon, Oracle, Microsoft und Google – 3,6 Millionen betrugen.
Es gab keine Aufschlüsselung für diese Zahl, aber Microsoft war historisch einer von Nvidias größten Kunden. Wenn dies immer noch der Fall wäre, sollte das Microsofts gesamte Blackwell-Bestände auf nahezu 1 Million Chips bringen. Tatsächlich hat es weniger als die Hälfte dieser Menge installiert.
Wo sind die Chips, wenn nicht in den Rechenzentren?
Nvidias Bilanzen scheinen darauf hinzudeuten, dass es eine große Anzahl von Chips verkauft hat; es verzeichnete im Februar einen Umsatz von 215,9 Milliarden Dollar. Hat Microsoft diese gekauft, aber nicht installiert? Wie viele, und sind alle in seinem Besitz?
Nadella schien auf diese Frage in einem Podcast Ende letzten Jahres namens All Things AI anzuspielen, in dem er über Microsofts Rechenzentrumsausbau sprach. Das größte Problem, sagte er, sei elektrische Energie und der Bau von Rechenzentren in ausreichender Nähe zu dem Ort, an dem sich die Energie befindet.
„Wenn Sie das nicht tun können, könnten Sie tatsächlich einen Haufen Chips im Lager haben, die ich nicht einstecken kann. Tatsächlich ist das mein Problem heute. Es ist kein Chip-Angebotsproblem. Es ist tatsächlich, dass ich keine warmen Hüllen habe, in die ich einstecken kann."
Ein Microsoft-Sprecher sagte: „Über mehrere Jahrzehnte hat Microsoft eine globale Infrastruktur aufgebaut, um die schnell wachsende Kundennachfrage nach Cloud- und KI-Diensten zu erfüllen. Unsere Rechenzentren kombinieren kundenspezifisches Silizium, AMD-, Intel- und Nvidia-Chips über mehrere Generationen hinweg, zusammen mit der Netzwerk-, Speicher- und Systeminfrastruktur, die für den Betrieb in großem Maßstab erforderlich ist. Microsoft berichtet nicht über das Volumen bestimmter Chips in seiner KI-Infrastruktur. Die Schätzungen, die der Guardian mit uns geteilt hat, sind ungenau und ziehen falsche Schlussfolgerungen aus falschen Annahmen."
Nvidia reagierte nicht auf eine Bitte um Stellungnahme.
So berechnen Sie die Anzahl der Chips aus der „KI-Kapazität" eines Unternehmens
Die größten Technologieunternehmen der Welt messen ihre KI-Kapazität in Bezug auf Energie: Gigawatt. Ein Gigawatt versorgt zwischen 700.000 und 1 Million Haushalte mit Strom. Meta sagt, sein umstrittenes Hyperion-Rechenzentrum in Louisiana werde 5 GW Kapazität haben. Das britische Unternehmen DataVita plant ein 1-GW-Rechenzentrum in Lanarkshire.
Um diese Zahlen in Chips umzurechnen, müssen Sie berechnen, wie viele Chips mit dieser Energiemenge betrieben werden können. Der Guardian verwendete die folgende Methode und überprüfte diese Berechnungen mit Abdeltawab Hendawi, Professor an der University of Rhode Island, und Ren.
Der erste Anti-KI-Protestierende, der inhaftiert wurde, hat eine Botschaft an OpenAI, Anthropic und Meta: „Gewinnt eure Menschlichkeit zurück" – lesen Sie mehr.
Um eine grobe Vorstellung davon zu bekommen, wie viele Chips in einem Rechenzentrum sind, könnten Sie den Stromverbrauch des Rechenzentrums durch den Stromverbrauch eines KI-Chips, wie eines H100, teilen. Ein einzelner H100 verwendet 700 W. Wenn Microsoft 10 GW Kapazität hat, deutet das Teilen durch 700 Watt darauf hin, dass es etwa 12 Millionen Chips haben sollte.
H100s machen den größten Teil der Chips aus, die im internen Dokument erwähnt werden. Es deutet auch darauf hin, dass Microsoft A100s hat, die weniger Strom verbrauchen, und Blackwells, die mehr verbrauchen.
Aber diese grobe Schätzung berücksichtigt mehrere Faktoren nicht. Erstens haben Rechenzentren Kühlsysteme und andere Ausrüstung, die ebenfalls Strom verbrauchen. Ren schätzt, dass in einem typischen KI-Rechenzentrum 80 % des Stroms an Computerchips geht. Dies entspricht ungefähr den Zahlen der Internationalen Energieagentur, obwohl die genaue Zahl davon abhängt, wie effizient das Rechenzentrum ist. Achtzig Prozent von 10 GW würden darauf hindeuten, dass etwa 8 GW tatsächlich in Gebrauch sind.
Dies ist etwas niedriger als Microsofts eigene Zahlen für Rechenzentrumseffizienz, die in einem Nachhaltigkeitsbericht von 2024 erscheinen. Dieser Bericht deutet darauf hin, dass 89 % des Stroms in seinen neuen Rechenzentren die IT-Systeme versorgt, mit einem Overhead von 11 %.
Zweitens sind nicht alle Chips in einem Rechenzentrum KI-Chips. KI-Chips werden zusammen mit anderen Computerchips, wie Speicherchips, auf Server-Racks montiert, die ihnen helfen, Berechnungen auszuführen. Ein Server mit acht H100-GPUs verwendet maximal etwa 10 kW Strom.
Das Teilen von 8 GW durch 10 kW ergibt 800.000 Server oder 6,4 Millionen Chips.
Dies ist eine konservative Schätzung, weil Unternehmen wie Microsoft ihre Stromkapazität in der Praxis bis zu einem gewissen Grad überzeichnen – mehr Chips in ein Rechenzentrum setzen, als ihre IT-Kapazität vollständig unterstützen kann, sagte Ren.
Häufig gestellte Fragen
Hier ist eine Liste von FAQs zu Microsofts KI-Strategie und der Chip-Knappheit, geschrieben in einem natürlichen, benutzerfreundlichen Ton
Fragen für Einsteiger
1 Verlangsamt Microsoft tatsächlich seine KI-Pläne wegen Chips
Antwort Nicht wirklich, Microsoft bewegt sich immer noch sehr schnell, aber sie müssen klüger sein, wo sie ihre KI-Funktionen platzieren. Sie priorisieren große, hochwertige Kunden und ihre eigenen Kernprodukte gegenüber der Einführung von Funktionen für alle auf einmal. Sie entwerfen auch ihre Software, um Chips effizienter zu nutzen.
2 Was bedeutet die Chip-Knappheit für eine normale Person, die Microsoft-Produkte verwendet
Antwort Für Sie könnte es bedeuten, dass eine neue KI-Funktion etwas später als erwartet eintrifft oder dass sie zuerst für eine kleinere Gruppe von Benutzern eingeführt wird, bevor sie für alle freigegeben wird. Es bedeutet selten, dass Funktionen abgesagt werden, nur verzögert oder gestaffelt.
3 Warum braucht Microsoft so viele Chips für KI überhaupt
Antwort KI-Modelle sind wie massive komplexe Taschenrechner. Sie müssen Milliarden von Berechnungen verarbeiten, um eine einzige Frage zu beantworten. Spezialisierte Chips sind der einzige Weg, dies schnell genug zu tun, damit sich die KI sofort anfühlt. Microsoft braucht Millionen dieser Chips, um KI für alle seine Kunden gleichzeitig zu betreiben.
4 Ist diese Knappheit nur eine Frage der Herstellung von mehr Chips oder ist es etwas anderes
Antwort Es ist ein bisschen von beidem. Die Fabriken können sie nicht schnell genug herstellen, aber es geht auch darum, welche Chips sie herstellen können. Die spezifischen High-End-Chips, die für KI verwendet werden, sind am schwersten herzustellen, und es gibt nur wenige Unternehmen auf der Welt, die sie produzieren können.
Fortgeschrittene technische Fragen
5 Welche spezifischen Chips hat Microsoft Schwierigkeiten zu bekommen
Antwort Der Hauptengpass ist Hochbandbreitenspeicher und fortschrittliche GPUs, insbesondere NVIDIAs H100- und H200-Serien. Diese GPUs sind der Industriestandard für das Training und den Betrieb von KI-Modellen, und das Angebot hat nicht mit der massiven Nachfrage von Microsoft, Google und Amazon gleichzeitig Schritt gehalten.
6 Tut Microsoft etwas, um das zu beheben? Bauen sie ihre eigenen Chips
