SAN FRANCISCO – OpenAI, das KI-Unternehmen hinter ChatGPT, hat eine bedeutende Partnerschaft mit Oracle bekannt gegeben, um dessen Oracle Cloud Infrastructure (OCI) zur Erweiterung seiner KI-Rechenkapazität zu nutzen. Dieser Schritt signalisiert die immense und schnell wachsende Nachfrage nach leistungsstarker Hardware, die für das Training und den Betrieb fortschrittlicher KI-Modelle benötigt wird, und ergänzt die langjährige, enge Beziehung von OpenAI zu Microsoft Azure.
Durch die Zusammenarbeit erhält OpenAI Zugriff auf die KI-Infrastruktur von OCI, die leistungsstarke NVIDIA-Grafikprozessoren und eines der schnellsten Netzwerke im Cloud-Markt umfasst. In einer öffentlichen Erklärung betonte OpenAI-CEO Sam Altman, dass die Partnerschaft mit Oracle es dem Unternehmen ermöglichen werde, seine Geschäftstätigkeit weiter auszubauen. Diese strategische Entscheidung ist kein Ersatz für die grundlegende Partnerschaft mit Microsoft, sondern eine notwendige Erweiterung, um die enorme globale Nachfrage nach seinen KI-Diensten zu decken.
Für Oracle ist dies ein Meilenstein im hart umkämpften Cloud-Computing-Markt. Das Unternehmen hat massiv in den Aufbau einer speziell auf High-Performance-Computing und KI-Workloads zugeschnittenen Infrastruktur investiert – eine Strategie, die nun die namhaftesten Akteure der Branche anzieht. Oracle-Vorsitzender und CTO Larry Ellison erklärte: „Der Wettlauf um das weltweit größte große Sprachmodell ist eröffnet und sorgt für eine enorme Nachfrage nach Oracles KI-Infrastruktur der zweiten Generation.“
Dieser Schritt unterstreicht einen kritischen Trend in der KI-Branche: Der enorme Bedarf an spezialisierter Rechenleistung übersteigt die Kapazitäten einzelner Anbieter. Durch die Diversifizierung seiner Infrastruktur sichert OpenAI nicht nur die Ressourcen für die zukünftige Modellentwicklung, sondern minimiert auch die Risiken, die mit der Abhängigkeit von einem einzigen Cloud-Partner verbunden sind. Dieser Multi-Cloud-Ansatz dürfte von anderen KI-Vorreitern übernommen werden, die die Grenzen der Modellkomplexität und -skalierung weiter verschieben.


