Modell-Sieg durch Pre-Training und Börsen-Sieg durch Hardware
Ich habe meinen persönlichen Tech-Stack umgestellt. Gemini 3.0 hat ChatGPT als mein primäres Tool für den täglichen Gebrauch abgelöst.
Warum? Weil wir im Frontend gerade das Ergebnis einer Schlacht sehen, die weit vor dem ersten User-Prompt gewonnen wurde: im Pre-Training.
Viele verwechseln den Fortschritt von Gemini mit gutem Fine-Tuning. Die überlegene „Deep Think“-Fähigkeit und das mathematische Reasoning von Gemini 3.0 basieren jedoch darauf, dass das Modell von Sekunde Null an nativ multimodal trainiert wurde. Es wurden keine Text- und Bild-Module nachträglich verklebt, sondern das fundamentale Weltwissen wurde über alle Modalitäten hinweg gleichzeitig erlernt. Das ist der Unterschied zwischen einer KI, die „raten“ muss, und einer, die Konzepte wirklich „versteht“.
Und hier kommt der Twist, den die Wall Street liebt:
Ein solches Pre-Training erfordert eine Rechenleistung, die auf dem freien Markt (Nvidia H100/Blackwell) kaum noch bezahlbar ist. Dass Google dieses Modell überhaupt bauen konnte, liegt an den Ironwood TPUs.
Alphabet musste für dieses massive Pre-Training nicht bei Nvidia in der Schlange stehen und Marge abgeben. Das Unternehmen hat seine eigenen Chips genutzt.
Die Ironwood-Architektur ermöglicht es Google, diese gigantischen Trainings-Cluster (und die spätere Inferenz) zu einem Bruchteil der Kosten der Konkurrenz zu betreiben.
Das erklärt die Divergenz der letzten Woche.
Für uns Nutzer bedeutet das Pre-Training die Qualität, wegen der ich gewechselt bin.
Für die Börse garantieren die TPUs, dass Google diesen Qualitätsvorsprung skalieren kann, ohne die Gewinne aufzufressen.
Deshalb klettern Larry Page und Sergey Brin auf der Forbes-Liste nach oben: Sie sind die einzigen, die die vollständige Souveränität über den teuersten Rohstoff des Jahrhunderts besitzen – Compute.
Quellen zur Vertiefung:
Google Blog: A new era of intelligence with Gemini 3 https://lnkd.in/eixnuRgP
Erklärt die neuen multimodalen Fähigkeiten, die direkt aus dem verbesserten Pre-Training resultieren.
Google Cloud: Ironwood: The first Google TPU for the age of inference https://lnkd.in/eBQNEYEF
Zeigt, wie die eigene Chip-Architektur Training und Inferenz effizient macht.
TPU vs. GPU: The Ultimate Guide to the AI Hardware War
https://lnkd.in/eAg8YSqE
Deep Dive in die Technologie-Unterschiede
Reuters: Alphabet on pace to hit $4 trillion market value https://lnkd.in/e_kExyaH
Beleg für den Erfolg der Google Mutter Aktie
semianalysis: TPUv7: Google Takes a Swing at the King
https://lnkd.in/eh4JpHRM
Deep dive in die Marktauswirkungen
