Turing-KI-Chip

Turing ist der Name einer Chip-Bauweise der US-Firma NVIDIA, vorgestellt im Jahr 2018. Chips dieser Bauweise stecken zum Beispiel in Grafikkarten wie der GeForce RTX 2080. Grafikkarten waren ursprünglich dafür da, Bilder für Computerspiele zu berechnen. Turing war eine der ersten Bauweisen, die zusätzlich Schaltkreise mitbrachte, die speziell für künstliche Intelligenz gebaut wurden. Damit landete Rechenleistung für lernende Programme erstmals in normalen Spiele-PCs und nicht nur in teuren Servern. Der Name erinnert an Alan Turing, einen britischen Mathematiker, der als einer der Begründer der Informatik gilt.

Der Moment, in dem Grafikkarten zu KI-Maschinen wurden

Ein KI-Modell besteht im Kern aus riesigen Zahlentabellen, die ständig miteinander multipliziert werden. Genau diese Art von Rechnung braucht auch ein Computerspiel, wenn es Licht, Schatten und Bewegung darstellt. Deshalb waren Grafikchips schon vor Turing für KI interessant. Mit Turing hat NVIDIA diese Doppelnutzung zum ersten Mal offen als Verkaufsargument benutzt.

Wirtschaftlich war das ein Wendepunkt. NVIDIA verkaufte bis dahin vor allem an Spieler. Ab Turing wuchs das Geschäft mit Rechenzentren stark, und heute macht es den größten Teil des Umsatzes aus. Wenn in Wirtschaftsnachrichten steht, NVIDIA sei zum wertvollsten Unternehmen der Welt aufgestiegen, beginnt diese Geschichte bei Chip-Generationen wie Turing.

Wichtig ist eine Abgrenzung: Turing ist nicht der Chip, auf dem heute ChatGPT läuft. Dafür sind längst neuere Generationen zuständig, die Namen wie Ampere, Hopper oder Blackwell tragen. Turing gilt als Vorstufe. Man begegnet dem Namen deshalb oft in Rückblicken oder bei gebrauchter Hardware.

Tensor-Kerne, RT-Kerne und was sie tun

Ein Turing-Chip enthält drei Sorten von Recheneinheiten. Die klassischen Shader-Einheiten erledigen die normale Grafikarbeit. Dazu kamen sogenannte RT-Kerne, die Lichtstrahlen in Spielen realistisch berechnen. Und schließlich die Tensor-Kerne, die für KI zuständig sind.

Ein Tensor-Kern kann nur eine einzige Sache, diese aber extrem schnell: er multipliziert kleine Zahlentabellen und addiert das Ergebnis. Man kann sich das wie einen Spezialisten am Fließband vorstellen. Er beherrscht keinen anderen Handgriff, schafft seinen aber hundertfach in der Zeit, die ein Allrounder für einen braucht. Genau aus solchen Handgriffen bestehen KI-Berechnungen zu einem großen Teil.

Dazu kommt ein Trick namens niedrige Genauigkeit. Statt Zahlen mit sehr vielen Nachkommastellen zu speichern, rechnen Tensor-Kerne bewusst gröber. Für KI reicht das meist aus, weil das Endergebnis eine Wahrscheinlichkeit ist und keine exakte Zahl. Gröber rechnen heißt weniger Speicher und mehr Tempo. Dieses Prinzip nutzen alle heutigen KI-Chips.

Von DLSS im Spiel bis zur Meldung im Wirtschaftsteil

Am direktesten begegnet man Turing beim Spielen. Die Technik DLSS lässt das Spiel in niedriger Auflösung berechnen und rechnet das Bild danach mit einem KI-Modell hoch. Das Ergebnis sieht fast so scharf aus wie ein echtes Bild in hoher Auflösung, kostet aber weniger Rechenzeit. Die Tensor-Kerne führen dabei das Modell aus.

Außerhalb von Spielen tauchte Turing in Videokonferenzen auf, etwa beim Freistellen des Hintergrunds oder beim Entfernen von Störgeräuschen. Auch Studierende und kleine Firmen nutzten solche Karten, um eigene KI-Modelle zu trainieren, weil sie deutlich billiger waren als Serverhardware.

In Nachrichten liest man den Namen heute meist im Zusammenhang mit Chip-Generationen und Exportregeln. Die USA schränken ein, welche KI-Chips nach China verkauft werden dürfen. Ältere Bauweisen wie Turing fallen dabei oft unter die Grenzwerte, neuere nicht. Ein häufiger Irrtum ist übrigens, Turing sei ein Chip nur für KI. Er ist ein Grafikchip, der KI zusätzlich kann.