Iris Coleman
17.12.2025 06:09
Dan Fu von together.ai argumentiert, dass künstliche allgemeine Intelligenz (AGI) durch Optimierung des Software-Hardware-Co-Designs, Verbesserung der aktuellen Chip-Auslastung und Überwindung wahrgenommener Hardware-Einschränkungen erreichbar ist.
Die Debatte über das Potenzial zur Erreichung künstlicher allgemeiner Intelligenz (AGI) intensiviert sich, wobei Dan Fu, Vice President of Kernels bei together.ai, einen optimistischen Ausblick bietet. Laut together.ai stellt Fu die Vorstellung in Frage, dass Fortschritte in der KI durch Hardware-Einschränkungen behindert werden. Stattdessen vertritt er die Ansicht, dass aktuelle Chips erheblich unterausgelastet sind und dass ein strategischer Ansatz beim Software-Hardware-Co-Design erhebliche Leistungsverbesserungen ermöglichen könnte.
Aktuelle Einschränkungen und zukünftiges Potenzial
Während sich die KI-Landschaft weiterentwickelt, werden Bedenken hinsichtlich des Erreichens der Grenzen digitaler Berechnungen immer häufiger. Einige Experten vermuten, dass Hardware-Einschränkungen, insbesondere bei GPUs, den Fortschritt bei der Entwicklung allgemein nützlicher KI behindern könnten. Im Gegensatz dazu präsentiert Fu in seiner Veröffentlichung „Yes, AGI Can Happen – A Computational Perspective" eine hoffnungsvollere Perspektive, die argumentiert, dass die Obergrenze für KI-Fähigkeiten noch nicht erreicht wurde.
Unterauslastung vorhandener Hardware
Fu hebt hervor, dass hochmoderne KI-Trainingsläufe wie DeepSeek-V3 oder Llama-4 oft nur etwa 20% mittlere FLOP-Auslastung (MFU) erreichen, wobei die Inferenz-Auslastung manchmal im einstelligen Bereich liegt. Diese Zahlen deuten auf eine erhebliche Möglichkeit hin, die Effizienz durch bessere Integration von Software und Hardware sowie Innovationen wie FP4-Training zu verbessern.
Fortschritte bei Rechenmodellen
Aktuelle KI-Modelle basieren auf älterer Hardware, und das Potenzial neuerer Rechenressourcen wurde noch nicht vollständig ausgeschöpft. Fu betont, dass massive Cluster der neuesten GPU-Generation mit über 100.000 Einheiten noch nicht vollständig in KI-Entwicklungsprozesse integriert wurden, was auf einen vielversprechenden Horizont für zukünftige Fortschritte hindeutet.
Heutiger Nutzen und zukünftige Auswirkungen
Trotz der wahrgenommenen Einschränkungen revolutionieren bestehende KI-Modelle bereits komplexe Arbeitsabläufe, wie das Schreiben hochleistungsfähiger GPU-Kernels mit menschlicher Unterstützung. Diese Transformation unterstreicht den unmittelbaren Nutzen von KI-Technologien und deutet auf das enorme Potenzial für zukünftige Anwendungen hin.
Für diejenigen, die sich für die Schnittstelle von Systemtechnik, Hardware-Effizienz und KI-Skalierung interessieren, bietet Fus Analyse wertvolle Einblicke. Die vollständige Analyse ist auf der together.ai-Website verfügbar.
Bildquelle: Shutterstock
Quelle: https://blockchain.news/news/exploring-potential-agi-hardware-software-synergy

