Die Decke beim Monetarisieren von Wissen ist kaum höher als das, was Leopold 2024 mit einem 165-seitigen Langartikel veröffentlichte: „Situational Awareness: The Decade Ahead“. Damals war er 23 Jahre alt. Mit nur einem einzigen Artikel, der den Entwicklungsweg von KI tiefgehend quantifizierte, erhielt er 250 Millionen USD an Finanzierung. Anschließend investierte er in die KI-Computing-Infrastruktur, sodass das Volumen bis etwa April 2026 auf 24 Milliarden USD und zur Hochphase im Juli auf 45 Milliarden USD anwuchs. Das dauerte zwei Jahre. Leider platzte gestern alles: Aufgrund des starken Einsatzes von Hebelwirkung führten die massiven Einbrüche bei den Halbleitern zum Totalverlust (Margin Call/Abwicklung). Die verbleibende Position im Wert von 16 Milliarden USD wurde von einer Brokerfirma außerbörslich übernommen. Noch bekümmernder ist: Am zweiten Tag, nachdem er gefallen war, also heute, erholte sich der Halbleitersektor brutal; die durchschnittliche Kurssteigerung der betroffenen Aktien lag bei 30%, und der KOSPI (Korea Index) schoss um 18% nach oben (eine derart große Spanne ist historisch nie vorgekommen).
Warum konnte er allein mit einem Artikel 250 Millionen USD (u) einsammeln? Was stand überhaupt darin? Ich führe die wichtigsten Punkte aus:
Der Artikel quantifiziert die Fähigkeiten großer Modelle so: „Modellintelligenz ≈ Fortschritt des Algorithmus × Rechenleistung × Datenqualität × Engineering-Effizienz“. Und darin ist das Wichtigste: die Rechenleistung. Damals war in der berühmten OpenAI-Paper die „Scaling-Law“-Regel (Scaling Laws) beschrieben, also ein Gesetz mit doppelter Exponentialfunktion. Aus Sicht der Rechenleistung können wir es so verstehen: Ein exponentielles Wachstum der Rechenleistung führt zu einem linearen Wachstum der Modellfähigkeiten – und schließlich zur Realisierung von AGI. Daher habe ich ein paar zentrale Prognosen aus dem Artikel zusammengefasst:
1. In den nächsten 10 Jahren beginnt eine gewaltige Phase für Capex/Investitionsausgaben, die Investitionen in Rechenleistung werden exponentiell wachsen. Prognose: 2026 Capex von über 50 Milliarden USD, und zwar mit einer 2x-Expansion – das heißt, bis 2030 8 Billionen USD. Tatsächlich liegen die diesjährigen Capex-Pläne schon bei fast 1.000 Milliarden USD (USA/Korea), also deutlich über seiner damaligen Vorhersage.
2. Für einen einzelnen Trainings-Cluster sagte er voraus, dass er 2026 Werte im Bereich von mehreren Milliarden USD erreichen werde – etwa 1 Million H100-äquivalente GPUs. Aufgrund physischer Grenzen ist ein einzelner Cluster aktuell schwierig, so ein Niveau zu erreichen; die größte bisher erreichbare Größenordnung liegt bei etwa 200.000 GPUs. Das ist unter der Erwartung, aber die Richtung war völlig richtig.
3. Prognose um 2027 herum: möglicherweise wird es gelingen, AGI zu erreichen. Außerdem: Programmierer müssten dann kein manuelles Schreiben von Code mehr brauchen. Das ist sehr ambitioniert: Programmierer brauchen 2026 schon keinen manuellen Code mehr zu schreiben – aber AGI könnte sich bis etwa 2030 verschieben.
Andere Punkte sind für Investoren nicht so wichtig, daher gehe ich darauf nicht weiter ein.
$SNXXB
Warum konnte er allein mit einem Artikel 250 Millionen USD (u) einsammeln? Was stand überhaupt darin? Ich führe die wichtigsten Punkte aus:
Der Artikel quantifiziert die Fähigkeiten großer Modelle so: „Modellintelligenz ≈ Fortschritt des Algorithmus × Rechenleistung × Datenqualität × Engineering-Effizienz“. Und darin ist das Wichtigste: die Rechenleistung. Damals war in der berühmten OpenAI-Paper die „Scaling-Law“-Regel (Scaling Laws) beschrieben, also ein Gesetz mit doppelter Exponentialfunktion. Aus Sicht der Rechenleistung können wir es so verstehen: Ein exponentielles Wachstum der Rechenleistung führt zu einem linearen Wachstum der Modellfähigkeiten – und schließlich zur Realisierung von AGI. Daher habe ich ein paar zentrale Prognosen aus dem Artikel zusammengefasst:
1. In den nächsten 10 Jahren beginnt eine gewaltige Phase für Capex/Investitionsausgaben, die Investitionen in Rechenleistung werden exponentiell wachsen. Prognose: 2026 Capex von über 50 Milliarden USD, und zwar mit einer 2x-Expansion – das heißt, bis 2030 8 Billionen USD. Tatsächlich liegen die diesjährigen Capex-Pläne schon bei fast 1.000 Milliarden USD (USA/Korea), also deutlich über seiner damaligen Vorhersage.
2. Für einen einzelnen Trainings-Cluster sagte er voraus, dass er 2026 Werte im Bereich von mehreren Milliarden USD erreichen werde – etwa 1 Million H100-äquivalente GPUs. Aufgrund physischer Grenzen ist ein einzelner Cluster aktuell schwierig, so ein Niveau zu erreichen; die größte bisher erreichbare Größenordnung liegt bei etwa 200.000 GPUs. Das ist unter der Erwartung, aber die Richtung war völlig richtig.
3. Prognose um 2027 herum: möglicherweise wird es gelingen, AGI zu erreichen. Außerdem: Programmierer müssten dann kein manuelles Schreiben von Code mehr brauchen. Das ist sehr ambitioniert: Programmierer brauchen 2026 schon keinen manuellen Code mehr zu schreiben – aber AGI könnte sich bis etwa 2030 verschieben.
Andere Punkte sind für Investoren nicht so wichtig, daher gehe ich darauf nicht weiter ein.
$SNXXB