38 lines
2.9 KiB
Markdown
38 lines
2.9 KiB
Markdown
---
|
||
title: Modell-Sieg durch Pre-Training und Börsen-Sieg durch Hardware
|
||
date: 2025-11-28T00:00:00.000Z
|
||
tags:
|
||
- ki
|
||
- sovereignty
|
||
summary: ''
|
||
source: linkedin-post
|
||
visibility: primary
|
||
linkedin_url: 'https://www.linkedin.com/feed/update/urn%3Ali%3Ashare%3A7400246673249038336'
|
||
---
|
||
|
||
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
|