SoftBanks strategische KI-Investitionen
Um diese Zeit hat SoftBank seine Investitionen und strategischen Initiativen im KI-Bereich erheblich verstärkt.
Im Jahr 2024 tätigte die SoftBank Group eine Reihe bemerkenswerter Investitionen in KI-getriebene Unternehmen. Dazu gehörten Investitionen in das KI-Startup Perplexity AI, die Führung einer Investitionsrunde in das humanoide Roboter-Startup Skild AI, die Gründung eines Healthcare-Joint-Ventures mit Tempus AI in den Vereinigten Staaten und die Übernahme von Graphcore, einem britischen KI-Chip-Einhorn.
Bis 2025 intensivierte SoftBank seine Zusammenarbeit mit OpenAI. Ende März baute SoftBank seine Präsenz im KI-Chipsektor weiter aus, indem es die Übernahme von Ampere, einem amerikanischen Chipdesign-Unternehmen, für 6,5 Milliarden US-Dollar (ungefähr 47 Milliarden RMB) bekannt gab.
Gepaart mit seiner bereits bestehenden bedeutenden Beteiligung an Arm deuten diese Schritte auf SoftBanks strategische Ambition hin, seine Investitionen in die KI-Chip-Infrastruktur zu stärken.
Eine verpasste Gelegenheit mit Nvidia
Sechs Jahre zuvor veräußerte SoftBank seine gesamte Beteiligung an Nvidia und verpasste damit das nachfolgende explosive Wachstum des Unternehmens, das zu einer Marktkapitalisierung von einer Billion Dollar führte. Angesichts des aktuellen KI-Booms scheint SoftBank nun ein Comeback zu starten und signalisiert seine Ambition, möglicherweise Nvidias Dominanz herauszufordern.
Im November 2024 bemerkte Nvidias Gründer und CEO, Jensen Huang, auf einem KI-Gipfel in Japan gegenüber dem Publikum: ‘Sie wissen vielleicht nicht, dass Masa (Masayoshi Son) einst Nvidias größter Aktionär war.’ Dann teilte er humorvoll einen Moment des scheinbaren ‘Weinens’ mit Son und fügte hinzu: ‘Es ist in Ordnung, wir können zusammen weinen.’
Diese Episode wird als eine bedeutende verpasste Gelegenheit für SoftBank angesehen, eine Einschätzung, die Son öffentlich mit Bedauern eingeräumt hat.
Im Jahr 2017 erwarb SoftBank Nvidia-Aktien auf dem freien Markt und hielt schließlich fast 5 % des Unternehmens, was es zu einem der größten Aktionäre von Nvidia machte. SoftBank verkaufte seine Beteiligung jedoch im Jahr 2019 und verpasste damit Nvidias Aufstieg an die Spitze seiner Wachstumskurve.
Sons Begeisterung für Investitionen in KI-Chips wird immer größer. In einem öffentlichen Interview im Oktober 2024 betonte er, dass Nvidia ‘unterbewertet’ sei.
In den letzten zwei Jahren hat die SoftBank Group aktiv Allianzen geschmiedet und in KI-Chips und verwandte Infrastrukturindustrien investiert, um seine ASI-Vision zu verwirklichen, möglicherweise um vergangene Versäumnisse zu korrigieren.
Son hat sogar eine Begründung formuliert: die menschliche Evolution voranzutreiben, indem er die Entwicklung von Super Artificial Intelligence fördert. Er prognostiziert, dass Super Artificial Intelligence (ASI) bis 2035 erreicht sein wird.
Son betont, dass sich ASI von der häufiger diskutierten AGI (Artificial General Intelligence) unterscheidet. AGI bezieht sich auf eine allgemeine Intelligenz, die in der Lage ist, mehrere Aufgaben zu bewältigen und eine menschenähnliche Flexibilität aufweist, was wahrscheinlich nicht zu einer signifikanten Änderung der bestehenden Regeln in der menschlichen Gesellschaft führen wird. ASI hingegen wird die menschliche Intelligenz bei weitem übertreffen und einen Wendepunkt in der Menschheitsgeschichte markieren, wobei ASI-gesteuerte intelligente Roboter verschiedene physische Aufgaben im Auftrag von Menschen ausführen.
SoftBanks ASI-Bereitstellungsstrategie
Gemäß dem Plan der SoftBank Group umfasst die Bereitstellung von ASI vier Schlüsseldimensionen:
- KI-Chips
- KI-Rechenzentren
- KI-Roboter
- Energie
Unter diesen sind KI-Chips die Kerninfrastruktur.
‘Arm wird die grundlegende Technologie für ASI bereitstellen’, erklärte Son. Er fügte hinzu, dass Arm zwar bedeutend sei, aber kein einzelnes Unternehmen ASI allein erreichen könne. Alle Mitglieder der SoftBank Group werden zusammenarbeiten, um dieses Ziel zu erreichen.
Dies erklärt SoftBanks zunehmende Übernahme von Unternehmen im KI-Chipsektor: beginnend mit seiner Investition in Arm, gefolgt von den Übernahmen von Graphcore und Ampere, wird SoftBanks KI-Chipstrategie immer deutlicher.
Anand Joshi, AI Technology Director bei TechInsights, sagte gegenüber 21st Century Business Herald, dass SoftBank ein globaler Marktführer im Bereich Artificial General Intelligence (AGI) werden will und seine jüngsten Investitionstätigkeiten diese Ambition widerspiegeln.
‘Um das Potenzial von AGI-Anwendungen voll auszuschöpfen, ist eine vollständige Infrastruktur erforderlich, die Chips, IP, Server, CPUs, KI-Beschleuniger und mehr umfasst’, erklärte er weiter. Wenn SoftBank in KI-Halbleiter investiert, konzentriert es sich immer auf eine breitere Vision, wobei die drei in diesem Entwurf eine perfekte Ergänzung bilden: Arm bietet Prozessor-IP für Rechenzentren; Ampere baut datenzentralspezifische Chips auf Basis dieser IPs; und Graphcore konzentriert sich auf die Forschung und Entwicklung von Rechenzentrums-KI-Beschleunigerchips.
In Bezug darauf, wie die drei Geschäftssynergien bilden werden, bemerkte Anand Joshi: ‘Es ist noch nicht klar, ob die drei Unternehmen planen, bestehende Produkte zu integrieren oder neue Lösungen auf den Markt zu bringen, aber die Kombination dieser drei hat das Potenzial, eine vollständige KI-Anwendungsinfrastruktur aufzubauen.’
Durch diese vertikale Integration kann OpenAI Modelle bereitstellen, die für den Betrieb auf dieser exklusiven Architektur optimiert sind, wodurch weltweit eine führende Modellleistung erzielt wird. ‘Unternehmenskunden werden diese KI-Serverkapazitäten über API-Aufrufe erwerben, und das Pay-per-Use-Modell wird ihnen sehr wahrscheinlich enorme Gewinne einbringen’, fügte er hinzu.
Da SoftBank durch Investitionen und Akquisitionen ein KI-Kernchip-Ökosystem aufbaut, glauben einige, dass SoftBank plant, einen potenziellen Konkurrenten von Nvidia zu schaffen.
Herausforderungen und Wettbewerb
In diesem Stadium ist dies jedoch nur eine Vision. Einerseits hat Nvidia einen starken Burggraben aufgebaut, der auf mehr als einem Jahrzehnt kontinuierlicher Investitionen in Software-Ökosysteme wie CUDA basiert. Bis heute sind Nvidia-GPU-Chips immer noch die erste Wahl der Branche für KI-Training. Dieser ökologische Vorteil verleiht ihm eine gewisse Wettbewerbsbarriere auf der KI-Inferenzseite; andererseits beschleunigt die ‘Anti-Nvidia-Allianz’, über die der Markt scherzt, sein Wachstum. Ein typisches Beispiel ist, dass Cloud-Service-Anbieter durch die Zusammenarbeit mit ASIC-Chipdesign-Unternehmen schnell selbst entwickelte KI-Inferenzchips iterieren, und Broadcom und Marvell (Marvell Electronics) sind wichtige Nutznießer.
Angesichts des bestehenden Wettbewerbsumfelds ist es für Neueinsteiger nicht einfach, schnell Durchbrüche zu erzielen, zumal Graphcore und Ampere beide mit großen finanziellen Schwierigkeiten konfrontiert waren, als sie von SoftBank übernommen wurden, was bedeutet, dass die Kommerzialisierungsfähigkeiten der beiden Unternehmen noch verbessert werden müssen.
Laut SoftBanks Offenlegung verringerte sich Amperes Betriebseinkommen zwischen 2022 und 2024 von 152 Millionen US-Dollar auf 16 Millionen US-Dollar, eine Reduzierung um fast das Zehnfache. Das Unternehmen scheint zu versuchen, die Rentabilität wiederherzustellen, verlor aber bis 2024 immer noch 581 Millionen US-Dollar. Das Nettovermögen und das Gesamtvermögen nehmen ebenfalls weiterhin deutlich ab.
Laut öffentlichen Informationen konzentrierte sich Ampere zunächst auf Cloud-native Computing und hat sich seitdem auf das Gebiet der künstlichen Intelligenz (KI Compute) ausgeweitet. Die Produkte des Unternehmens decken eine Reihe von Cloud-Workloads vom Edge bis zum Cloud-Rechenzentrum ab.
Die zuvor eingereichten Dokumente von Graphcore zeigen, dass sein Umsatz im Jahr 2022 2,7 Millionen US-Dollar betrug, bei einem Verlust von 204,6 Millionen US-Dollar.
In Bezug auf die Betriebsbedingungen sagte Anand Joshi gegenüber 21st Century Business Herald, dass sich Arm und Ampere zwar gut entwickelt hätten, die Entwicklung von Graphcore jedoch nicht zufriedenstellend sei.
‘Die Chips des letzteren sind schwer, das Leistungsniveau der gleichen Generation von Produkten zu erreichen, die gleichzeitig veröffentlicht wurden, was zu seiner Hauptherausforderung geworden ist. Graphcore hat jedoch die Bedeutung von unterstützender Software erkannt und begonnen, in Compiler und andere technische Bereiche zu investieren. Dieses Glied ist genau die Kernherausforderung beim Aufbau einer Infrastruktur für künstliche Intelligenz und muss überwunden werden’, fuhr er fort.
Nach Anand Joshis Ansicht sind Serverchips, die auf der Arm-Architektur basieren, im Vergleich dazu auf den Markt gekommen und verfügen über ein relativ ausgereiftes Software-Ökosystem. Diesen Produkten fehlt jedoch immer noch die horizontale Skalierungsfähigkeit (Skalierungsfähigkeit), die die x86-Architektur besitzt. ‘Um erfolgreich zu sein, müssen diese drei Unternehmen zusammenarbeiten, um eine einheitliche Software-Roadmap zu entwickeln.’
Unter ihnen ist Arm zweifellos ein relativ ausgereifter Hersteller in Bezug auf die Entwicklung. Obwohl in der Öffentlichkeit Chip-Produkte, die auf der Arm-Architektur basieren, mehr als 99 % der Smartphones auf dem Markt abdecken, hat sie sich in den letzten Jahren auch schnell für Rechenzentren, PCs und andere Bereiche entwickelt.
Arm Senior Vice President und General Manager der Infrastructure Business Unit Mohamed Awad veröffentlichte kürzlich einen Artikel, in dem er darauf hinwies, dass Arm vor mehr als sechs Jahren die Arm Neoverse-Plattform für die nächste Generation von Cloud-Infrastruktur auf den Markt gebracht hat. Heute hat der Einsatz der Neoverse-Technologie eine neue Höhe erreicht: 2025 werden fast 50 % der Rechenleistung, die an führende Hyperscale-Cloud-Service-Anbieter geliefert wird, auf der Arm-Architektur basieren. Hyperscale-Cloud-Service-Anbieter wie Amazon Web Services (AWS), Google Cloud und Microsoft Azure haben alle die Arm-Computing-Plattform übernommen, um ihre eigenen Allzweck-Custom-Chips zu entwickeln.
Anand Joshi sagte Reportern, dass Arm zu einem wichtigen Akteur auf dem Rechenzentrumsmarkt geworden ist. Zum Beispiel bewirbt Amazon seinen selbst entwickelten Chip Graviton als kostengünstige Alternative zu X86, und seine Marktleistung ist derzeit gut. In ähnlicher Weise ist Amazons ‘Graviton+Inferential’-Serie selbst entwickelter Chip-Produkte als kostengünstige Alternative zur ‘x86+Nvidia’-Lösung positioniert. Nvidia hat die Arm-Architektur auch an seine Grace-CPU-Chips in der Blackwell-Serie von Produkten angepasst.
‘Wenn SoftBank, Arm und Ampere diese Strategie also erfolgreich umsetzen können, wird erwartet, dass Arm eine unübersehbare Kraft auf dem Rechenzentrumsmarkt wird’, fuhr er fort.
SoftBanks breitere KI-Investitionsstrategie
Aufgrund übermäßiger Investitionen in KI-bezogene Industrien musste die SoftBank Corporation auf der Investorenkonferenz im Februar dieses Jahres ihre Gesamtinvestitionsstrategie in der KI-Industrie erläutern.
Unternehmenspräsident und CEO Junichi Miyakawa analysierte, dass dies 8 Ebenen umfasst: die Bereitstellung des künstlichen Intelligenzprojekts auf Unternehmensebene ‘Cristal Intelligence’ durch ein Joint Venture mit OpenAI; die Entwicklung eines nativen Large Language Model (LLM) speziell für Japanisch; die Zusammenarbeit mit Microsoft Japan im Rahmen einer strategischen Allianz im Bereich der generativen künstlichen Intelligenz; die Bereitstellung des Gemini-Modells von Google Workspace für Unternehmenskunden; die Einrichtung einer japanischen Top-Plattform für künstliche Intelligenz; die Einrichtung von KI-Rechenzentren in Hokkaido und Osaka; die Entwicklung von AI-RAN und die Bereitstellung von AITRAS, um AI-RAN vom Konzept ins Leben zu bringen; der Aufbau einer super verteilten Recheninfrastruktur.
Dies bedeutet, dass SoftBanks Layout angesichts der ASI-Vision eine umfassende Dimension von Hardware zu Software, von Rechenleistung zu Kommunikation und von Infrastruktur zu Lösungen abdeckt.
Objektiv betrachtet wird dies voraussichtlich auch KI-Chip-Unternehmen helfen, die derzeit im Spiel relativ schwach erscheinen, ihre Fähigkeiten weiter zu festigen.
Anand Joshi sagte gegenüber 21st Century Business Herald, dass Nvidias ausgezeichneter Software-Stack seine Konkurrenten in Bezug auf die Leistung bei weitem übertroffen hat. Ampere und Graphcore sind derzeit nicht in der Lage, Nvidia in Bezug auf die Leistung zu übertreffen. ‘Sie müssen sich auf den Vorteil der Gesamtbetriebskosten (Total Cost of Ownership) konzentrieren oder das Preis-/Inferenzpotenzial, das Leistungs-/Stromverbrauchsverhältnis als Durchbruch nutzen, um Durchbrüche im Wettbewerb auf dem Markt zu erzielen.’
Er wies weiter darauf hin, dass SoftBank als Aktionär von OpenAI einige der Modelle von OpenAI auf den Arm- und Graphcore-Plattformen optimieren kann. Diese Modelle können die fortschrittlichste AGI-Technologie darstellen und eine exklusive Verkaufsstrategie verfolgen. Dies wird ihnen einen einzigartigen Vorteil gegenüber ihren Konkurrenten verschaffen.
‘Darüber hinaus glaube ich, dass SoftBank Anpassungen an der Technologie-Roadmap von Arm fördern wird, um die Entwicklung von Ampere und Graphcore zu unterstützen. Daher werden wir sehen, dass die IP-Roadmap von Arm eng an die von OpenAI vorgeschlagenen Anforderungen an große KI-Modelle angepasst ist’, fuhr Anand Joshi fort.
SoftBank verstärkt in der Tat seine Geschäftsbeziehung zu OpenAI.
Im Februar dieses Jahres gab SoftBank seine Zusammenarbeit mit OpenAI zum Aufbau von ‘Crystal Intelligence’ bekannt, und Arm ist ebenfalls ein wichtiges Mitglied. SoftBank wies darauf hin, dass im Rahmen der Vereinbarung mit OpenAI SoftBank Group-Unternehmen, darunter Arm und SoftBank Corporation, in Japan Vorrang erhalten, um die neuesten und fortschrittlichsten von OpenAI entwickelten Modelle zu erhalten.
Am 1. April gab SoftBank weitere Investitionen in OpenAI bekannt. SoftBank wies darauf hin, dass OpenAI ein wichtiger Partner bei seinen Bemühungen ist, in Richtung ASI voranzukommen. Seit September 2024 hat das Unternehmen über den SoftBank Vision Fund 2 insgesamt 2,2 Milliarden US-Dollar in OpenAI investiert. Am 21. Januar gaben SoftBank und OpenAI gemeinsam den ‘Stargate’-Plan bekannt, der darauf abzielt, eine dedizierte KI-Infrastruktur für OpenAI aufzubauen. Dieses Mal plant SoftBank, bis zu 30 Milliarden US-Dollar in sie zu investieren, wobei weitere 10 Milliarden US-Dollar an gemeinsame Investoren vergeben werden.
Natürlich ist SoftBanks Haltung gegenüber Nvidia nicht ausschließlich die ‘wettbewerbsorientierte/feindselige’ Stimmung, die die Außenwelt glaubt. Im November 2024, das heißt, vor und nach dem Dialog zwischen Jensen Huang und Masayoshi Son, gaben Nvidia und SoftBank bekannt, dass sie eine geschäftliche Zusammenarbeit eingehen würden. Einerseits muss SoftBank derzeit Nvidia-GPU-Chips verwenden, um eine Recheninfrastruktur aufzubauen; andererseits verfügt Nvidia auch über Bereitstellungen in der Kommunikationsbeschleunigung, die dazu beitragen werden, die technischen Fähigkeiten von AI-RAN in SoftBanks ASI-Route zu verbessern.
Auf dem oben genannten Gipfel sagte Huang Renxun mit Emotionen: ‘Ich bin seit vielen Jahren im Technologiebereich tätig, beginnend mit der PC-Welle. Die gesamte Computerindustrie begann mit PCs und entwickelte sich dann zum Internet, Cloud Computing, Mobile Cloud und künstlicher Intelligenz. Masayoshi Son ist die einzige Person auf der Welt, die in jeder Runde (genau) (potenzielle) Gewinner ausgewählt und sich mit ihnen weiterentwickelt hat.’
Die aktuelle KI-Welle ist im Aufwind, und auch der KI-Chipbereich ist im Aufwind, und Giganten zeigen Anzeichen für eine beschleunigte Zusammenarbeit und einen beschleunigten Wettbewerb, um reichhaltigere industrielle Kettenfähigkeiten zu suchen. Unabhängig davon, wie das Ergebnis von Masayoshi Sons ‘Zehn-Jahres-Vereinbarung’ aussehen wird, legt sie den Grundstein für eine wichtige Fußnote in der neuen Runde des Technologietransformations.