Nicolas Sauvage setzt auf die langweiligen Teile der KI | TechCrunch

Nicolas Sauvage glaubt, dass es vier Jahre dauert, bis die besten Wetten offensichtlich sind – er glaubt, dass er letzte Woche auf der Bühne der StrictlyVC-Veranstaltung in San Francisco mitgewirkt hat, die TDK Ventures mitveranstaltet hat. Es ist eine Theorie, an deren Beweis er seit 2019 arbeitet, als er den Corporate-Venture-Zweig des japanischen Elektronikriesen gründete, der mittlerweile 500 Millionen US-Dollar in vier Fonds verwaltet. Das KI-Chip-Startup Groq, das in seiner letzten Finanzierungsrunde im vergangenen Herbst einen Wert von 6,9 Milliarden US-Dollar hatte, ist das bekannteste Beispiel dieser Denkweise. Im Jahr 2020, lange bevor der Boom der generativen KI Infrastrukturwetten offensichtlich erscheinen ließ, stellte Sauvage einen Scheck für das Unternehmen aus, das von Jonathan Ross gegründet wurde – einem der Ingenieure, die die Tensor Processing Units von Google gebaut haben. Groq konzentrierte sich von Anfang an auf Inferenz: den rechenintensiven Aufwand, der jedes Mal auftritt, wenn ein Modell auf eine Anfrage antwortet. Ross hatte seinen Chip entworfen, indem er zuerst den Compiler baute und die Architektur reduzierte, bis, wie Sauvage es beschreibt, „nicht mehr ein Teil entfernt werden kann und es trotzdem funktioniert.“ Für manche mag es wie eine Nische ausgesehen haben, aber Sauvage wusste, was er mit den Zwängen seiner Muttergesellschaft unternahm, und erkannte eine Asymmetrie. Im Gegensatz zu Consumer-Hardware, die eine natürliche Obergrenze hat, steigt die Nachfrage nach Inferenz mit jeder neuen Anwendung und jedem neuen Modell. Damals konnte Sauvage noch nicht ahnen, dass die Nachfrage nach Schlussfolgerungen in diesem Jahr explodieren würde, dank aller KI-Agenten, die planen und handeln