25家科技公司签了一封公开信，主题是开源模型的重要性。媒体在忙着数签名名单，但我看到的，是一张正在重新洗牌的牌桌
Am wertvollsten an diesem Brief ist nicht, wer ihn unterschrieben hat.
Es ist Huang Renxun, selten auf X öffentlich zu Wort gemeldet.
Ein Mann, der Spaten verkauft, wählt Open Source als Einstiegssatz für sein Social-Media-Konto – das ist keine Haltung, das ist eine strategische Ansage. $NVDA will in den nächsten fünf Jahren 26 Milliarden US-Dollar in offene Gewichtsmodelle stecken – nicht weil Huang Renxun an den Open-Source-Geist glaubt, sondern weil er eine größere Chance erkannt hat als nur der Verkauf von GPUs.
Zum Wintel des KI-Zeitalters werden.
Die Wintel-Geschichte kennen wir alle: Microsoft macht Betriebssysteme, Intel macht CPUs – gemeinsam haben die beiden die Hardware-Standards und Software-Einstiegspunkte des PC-Zeitalters für jeden Computer definiert. Nicht das billigste, nicht das schnellste – sondern der Standard. Sobald es zum Standard wird, richten sich alle Softwareentwickler, alle OEM-Hersteller und die gesamte IT-Beschaffung von Unternehmen nach deiner Architektur.
Huang Renxun tut mit Open-Source-Modellen genau dasselbe.
CUDA ist der erste Schritt – damit sich alle KI-Entwickler daran gewöhnen, im Nvidia-Architektur-Ökosystem Code zu schreiben. Offene Gewichtsmodelle sind der zweite Schritt – damit KI-Anwendungs-Start-ups in dem $NVDA -Ökosystem wachsen, sich finanzieren und auch wieder aussteigen können. Wenn du Llama trainierst, TensorRT für Inferenz nutzt und NIM bereitstellst, läuft dein gesamter Technologiestack auf Schienen, die zu Nvidia führen.
Das ist keine Burggraben
Das ist Gravitation aus dem Erdinneren.
Das erklärt, warum $MSFT unterschrieben hat: Azure muss zum größten Plattform-Player für Modellausführung im KI-Zeitalter werden. Einerseits hält es die Premiumaufschläge für die proprietären OpenAI-Modelle ab, andererseits greift es den Rechenbedarf auf, der durch das Open-Source-Ökosystem entsteht.
Das erklärt, warum $META unterschrieben hat: Llama öffnet nicht nur das Modell selbst, sondern einen Ökosystem-Zugang. Durch die Verbreiterung der Entwicklerbasis definiert Meta gerade neu, wie KI-Modelle verteilt werden.
Und OpenAI und Anthropic machen nicht mit. Im Grunde liegt das an unterschiedlichen kommerziellen Pfaden: Ihre Bewertungslogik speist sich weiterhin aus Modellfähigkeiten und API-Einnahmen – nicht aus der Ökosystem-Größe, die offene Gewichte mit sich bringen.
Die Frage ist nicht, wer mit Open Source oder Closed Source besser gewinnen wird.
Die Frage ist: Wenn nur wenige Unternehmen die Rechenstandards für KI definieren, können die meisten Beteiligten nur in diesen Ökosystem-Regeln gegeneinander antreten.
Open Source und Closed Source können nebeneinander existieren.
Aber das Recht, Standards zu definieren, gibt es nur einmal.
Am wertvollsten an diesem Brief ist nicht, wer ihn unterschrieben hat.
Es ist Huang Renxun, selten auf X öffentlich zu Wort gemeldet.
Ein Mann, der Spaten verkauft, wählt Open Source als Einstiegssatz für sein Social-Media-Konto – das ist keine Haltung, das ist eine strategische Ansage. $NVDA will in den nächsten fünf Jahren 26 Milliarden US-Dollar in offene Gewichtsmodelle stecken – nicht weil Huang Renxun an den Open-Source-Geist glaubt, sondern weil er eine größere Chance erkannt hat als nur der Verkauf von GPUs.
Zum Wintel des KI-Zeitalters werden.
Die Wintel-Geschichte kennen wir alle: Microsoft macht Betriebssysteme, Intel macht CPUs – gemeinsam haben die beiden die Hardware-Standards und Software-Einstiegspunkte des PC-Zeitalters für jeden Computer definiert. Nicht das billigste, nicht das schnellste – sondern der Standard. Sobald es zum Standard wird, richten sich alle Softwareentwickler, alle OEM-Hersteller und die gesamte IT-Beschaffung von Unternehmen nach deiner Architektur.
Huang Renxun tut mit Open-Source-Modellen genau dasselbe.
CUDA ist der erste Schritt – damit sich alle KI-Entwickler daran gewöhnen, im Nvidia-Architektur-Ökosystem Code zu schreiben. Offene Gewichtsmodelle sind der zweite Schritt – damit KI-Anwendungs-Start-ups in dem $NVDA -Ökosystem wachsen, sich finanzieren und auch wieder aussteigen können. Wenn du Llama trainierst, TensorRT für Inferenz nutzt und NIM bereitstellst, läuft dein gesamter Technologiestack auf Schienen, die zu Nvidia führen.
Das ist keine Burggraben
Das ist Gravitation aus dem Erdinneren.
Das erklärt, warum $MSFT unterschrieben hat: Azure muss zum größten Plattform-Player für Modellausführung im KI-Zeitalter werden. Einerseits hält es die Premiumaufschläge für die proprietären OpenAI-Modelle ab, andererseits greift es den Rechenbedarf auf, der durch das Open-Source-Ökosystem entsteht.
Das erklärt, warum $META unterschrieben hat: Llama öffnet nicht nur das Modell selbst, sondern einen Ökosystem-Zugang. Durch die Verbreiterung der Entwicklerbasis definiert Meta gerade neu, wie KI-Modelle verteilt werden.
Und OpenAI und Anthropic machen nicht mit. Im Grunde liegt das an unterschiedlichen kommerziellen Pfaden: Ihre Bewertungslogik speist sich weiterhin aus Modellfähigkeiten und API-Einnahmen – nicht aus der Ökosystem-Größe, die offene Gewichte mit sich bringen.
Die Frage ist nicht, wer mit Open Source oder Closed Source besser gewinnen wird.
Die Frage ist: Wenn nur wenige Unternehmen die Rechenstandards für KI definieren, können die meisten Beteiligten nur in diesen Ökosystem-Regeln gegeneinander antreten.
Open Source und Closed Source können nebeneinander existieren.
Aber das Recht, Standards zu definieren, gibt es nur einmal.