PC-Geschichte & KI: Die Zukunft der Edge-Hardware vorhersagen

Dieser Inhalt stammt aus einer Sharing-Session von IceWhale Technology innerhalb des FreeS Fund. Ziel ist es, die wichtigsten Transformationen, Entwicklungstrends, kritischen Ereignisse und die zugrunde liegenden konstanten Verbraucherbedürfnisse der PC-Industrie im Silicon Valley der 1980er Jahre zu beleuchten. Der Artikel ist recht lang und behandelt den Zustand der Chips in den 1980ern, den Start und die Verbreitung von PCs, die Veränderungen in DOS- und Windows 1.0-Systemen von 1980-1990, frühe Killer-Apps für PCs und Cold-Start-Szenarien. Wir hoffen, Sie lesen geduldig und lassen sich inspirieren für Ihre Investitionsentscheidungen und Produktinnovationen im Bereich KI-Hardware und -Anwendungen.

Ein Zitat von Ray Dalio von Bridgewater Associates:

Der Aufstieg des PCs, der Prozess der Informatisierung und die vier Schlüsselelemente

Computer History Museum, Silicon Valley der 1980er

Apple I – 1976

$666

Autor: The wub
Lizenz: Creative Commons Namensnennung-Weitergabe unter gleichen Bedingungen 4.0

Apple II – 1977

MOS Technology 6502, 8-Bit, Farbe, 1200 $+, 8 Erweiterungssteckplätze

Autor: Rama
Lizenz: CC BY 2.0

IBM PC – 1981

Intel 8088, 16bit, 16 MHz, 1500 $

Autor: Rama & Musée Bolo
Lizenz: CC BY-SA 2.0 fr

Commodore 64 – 1982

595 $ -> 299 $

Autor: Bill Bertram
Lizenz: Creative Commons Namensnennung-Weitergabe unter gleichen Bedingungen 2.5

Heute, da OpenAI, Google und Microsoft die „Ära der Intelligenz“ auf Basis großer Modelle definieren, blicken wir zunächst zurück auf das frühe „Informationszeitalter“, das durch die Geburt des PCs im Jahr 1976 geprägt wurde. In diesem Moment wurde der Apple I geboren. Dieser Computer wurde von Steve Jobs und Steve Wozniak in einer Geek-Community namens Homebrew Computer Club vorgestellt und kostete 600 $. Die Veröffentlichung des Apple I im Club war vergleichbar mit einem heutigen Online-Crowdfunding-Projekt auf Kickstarter. Er richtete sich ausschließlich an Technikbegeisterte, erforderte den manuellen Zusammenbau der Teile und wurde als Bausatz verkauft… die frühen Verkaufszahlen lagen bei etwas über 200 Einheiten. Doch dieses Produkt legte den Grundstein für Apple und half Jobs und seinem Team, ihre erste Gruppe von Nutzern zu gewinnen.

Kurz darauf, im Jahr 1977, brachte Apple den Apple II heraus. Diese Generation war nicht nur optisch verfeinert und bot eine Farbanzeige, sondern verfügte auch über Erweiterungssteckplätze und ein integriertes Gehäuse, was es Technikbegeisterten erleichterte, das Gerät zu erweitern und selbst zu bauen. Die anderen Kern-Spezifikationen änderten sich jedoch kaum. Die Veröffentlichung des Apple II war ein Meilenstein; der Preis lag bei 1250 $, weit unter den damals teuren kommerziellen Computern.

Vier Jahre später entsandte IBM, angeblich unter Marktdruck, ein schlankes Team von 12 Personen, um ein Projekt mit dem Codenamen „Project Chess“ zu starten und seine Position als Branchenführer zu behaupten. Als führendes Unternehmen mussten sie natürlich ein starkes Zeichen setzen. Sie führten den IBM PC ein, basierend auf einem Intel-Prozessor, und setzten auf eine offene Hardware-Architektur. Dies öffnete die Tür für andere Hersteller, kompatible Geräte zu entwickeln, was wiederum die Entstehung des Wintel-Ökosystems förderte. IBMs offene Strategie führte schnell dazu, dass sein PC-Standard vom Markt akzeptiert wurde.

Der Commodore 64 von 1982 ist ein weiteres erwähnenswertes Unternehmen, obwohl es nicht sehr weit kam. In seinen frühen Tagen erkannte es mehrere Schlüsselstrategien richtig. Es bot führende Grafik- und Audioleistung zu einem wettbewerbsfähigen Preis von 595 $, was gut ankam. Gleichzeitig priorisierte Commodore die Expansion in den europäischen Markt, wobei über die Hälfte des Umsatzes aus Europa stammte. Durch die Nutzung lokaler Vertriebsnetze und Werbung gewann es schnell an Popularität und legte eine solide Grundlage für seine Präsenz im globalen Heimcomputermarkt.

So wie es heute zahlreiche Unterkanäle auf Reddit für große Modelle wie ChatGPT, LocalLLM und Stable Diffusion gibt, entstanden in den frühen Tagen jeder Ära viele talentierte Individuen und Ideen aus Online- und Offline-Communities. Das ist heute nicht so unbekannt, da viele Tech-Giganten früher in BBS-Foren unterwegs waren, als das Internet gerade aufkam, bevor sie sich in verschiedene Branchen zerstreuten. Heute hat die Community um große Modelle an führenden Universitäten ähnliche Eigenschaften.

Aber was noch interessanter ist, ist, dass solche Clubs dazu neigen, innerhalb eines Jahrzehnts allmählich zu verschwinden. Das Muster ist, dass wenn eine neue Kategorie entsteht, sie eine Gruppe von Enthusiasten anzieht, die in der Community sehr aktiv sind, verschiedene Ideen vorschlagen und sogar frühe Produktprototypen erstellen. Wenn große Unternehmen eingreifen und die Innovation sich in Richtung Kommerzialisierung verschiebt, reifen die frühen, von der Community ausgehenden Ideen allmählich heran und gewinnen an Substanz. Diese Gemeinschaften haben jedoch oft ein „Schicksal“: Sie sind während Phasen aktiver Innovation äußerst florierend, aber ihre Popularität schwindet, wenn die Branche reift und Giganten entstehen. Der Homebrew Computer Club sowie die Entwicklung der heutigen Modellindustrie, 3D-Druck und Quadrocopter folgen alle diesem „Boom-und-Bust“-Muster.

Autor: ZyMOS Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0

Der Intel 8088 ist ein klassischer Prozessor, der 1979 veröffentlicht wurde und im IBM PC verwendet wurde. 8-Bit-Datenbus, 16-Bit interne Verarbeitung: Obwohl intern 16-Bit, verwendete er einen 8-Bit externen Datenbus, was die Hardwarekosten senkte. 4,77 MHz Taktfrequenz: Moderate Verarbeitungsgeschwindigkeit, ausreichend für Textverarbeitung und einfache Spiele jener Zeit. Unterstützt 1 MB Speicher: Kann maximal 1 MB Speicher adressieren. Kompatibel mit dem x86-Befehlssatz: Kompatibel mit späteren x86-Prozessoren, legte die Grundlage für die PC-Standardisierung. 40-Pin-Gehäuse, geringer Stromverbrauch: Kleine Größe und geringer Stromverbrauch, geeignet für die Anforderungen von Desktop-Computern jener Zeit.

Zweitens betrachten wir die Chips jener Zeit, die die Grundlage für die PC-Kategorie bildeten. Die Definition eines PCs ist untrennbar mit dem kontinuierlichen Sinken der Chipkosten und „gerade ausreichender“ Rechenleistung verbunden. Die Eignung für den Gebrauch und die Erschwinglichkeit ermöglichten den PCs den Eintritt in den Massenmarkt. Der Intel 8088 ist ein typisches Beispiel. Der 8088 passte die Busbreite im Vergleich zu seinem Vorgänger, dem 8086, an, was zu geringeren Kosten führte und ihm erlaubte, der Kernchip des IBM PC zu werden.

Damals waren IBMs Hauptrechner für den kommerziellen und militärischen Bereich sehr groß und leistungsstark, aber für den Privatmarkt völlig „überdimensioniert“. Der 8088 hingegen war ein Schritt zurück, bot ausgewogene Rechenleistung zu geringeren Kosten, ähnlich wie heutige NAS-Geräte, die kommerzielle Server auf eine Größe und Rechenleistung vereinfachen, die für den Heimgebrauch geeignet ist, sodass Einzelpersonen ihre eigenen kleinen Rechenlösungen haben können.

Wenn NVIDIAs H200 heute der kommerzielle Marktführer ist, wer entwickelt dann die ASIC-Chips, die Modelle in verschiedene Computerterminals wie KI-PCs oder KI-NAS bringen werden?

Die Evolution der Systeme – Jede Generation preist ihre „benutzerfreundliche Oberfläche“ an

So wie heute jedes Unternehmen behauptet, ein „intelligentes System“ zu haben

Autor: Vadim Rumyantsev
Public Domain

Apple II DOS – 1978

Technikbegeisterte, Kleinunternehmen

Kommandozeilen-Schnittstelle

Autor: leighklotz
Creative Commons Attribution 2.0 Generic

Xerox Star OS – 1981

Unternehmensnutzer

Erster mit GUI; ein Luxusartikel zum Preis von 16.595 $…

Autor: Eric Chan aus Hongkong
Creative Commons Attribution 2.0

Macintosh – 1984

Massenkonsumenten, Kreativprofis, Bildung

Weitverbreitete Einführung der GUI

Drittens werfen wir einen Blick auf die frühen Betriebssysteme. So wie heute Modelle „feinjustiert“ werden, war es damals im Grunde nur etwas, womit Ingenieure herumexperimentieren konnten. Um 1978-79 arbeiteten nur etwa zehntausend Ingenieure im Silicon Valley mit DOS-Systemen, die vollständig auf der Kommandozeile basierten und keine grafische Benutzeroberfläche hatten. In dieser Phase waren Betriebssysteme noch weit davon entfernt, in den Alltag von Unternehmen und der breiten Öffentlichkeit einzudringen, ähnlich wie KI-Modelle heute, die noch immer in den Händen einer Gruppe von Technikbegeisterten sind.

It wasn’t until 1981, with the launch of IBM’s first PC, that the DOS system gradually gained more attention, but it was still a command-line version without a GUI. Therefore, the computing scenarios at that time were very similar to AI today: they required a large number of tech geeks and engineers to repeatedly adjust and integrate to achieve specific applications. What truly brought PCs and operating systems to the enterprise level was the Xerox Star’s graphical user interface (GUI), which kicked off the first real wave of user expansion.

In 1984, the graphical interface system launched by Apple further expanded the user base to creative, educational, and other professional fields, slowly opening up the mass application of operating systems. However, during this period, DOS and GUI systems coexisted for a long time, with companies maintaining two separate systems to serve different needs.

The Early 1980s Application Ecosystem, What We Call “Killer Apps” Today

Fourth, the application ecosystem that gradually developed alongside the system and hardware capabilities! Here are some representative applications and a glimpse of their penetration path in the PC productivity revolution.

In diesen frühen UI-Systemen hatte der Markt noch nicht das Verbraucherniveau erreicht und bestand hauptsächlich aus Produktivitätsszenarien. Einige Anwendungen begannen hervorzustechen, wie Lotus 1-2-3, eine bekannte Finanzverwaltungssoftware und eine frühe Version von Excel. WordPerfect, veröffentlicht 1985, wurde hauptsächlich in den Rechts- und Wissenschaftsbereichen verwendet. Diese Bearbeitungen erfolgten jedoch nicht über eine ausgereifte grafische Benutzeroberfläche, sondern basierten auf der DOS-Befehlszeile. Wissensarbeiter mussten die entsprechenden Befehlszeilenoperationen erlernen, um Bearbeitungsaufgaben zu erledigen.

Im akademischen Forschungsbereich führte die Nutzung von PCs zur Dokumentendigitalisierung und Zusammenarbeit zu enormen Effizienzsteigerungen. Daher war bis 1988 die Durchdringungsrate von PCs in der Wissenschaft sehr hoch, insbesondere für Szenarien wie Dateitransfer, E-Mail-Kommunikation und Textbearbeitung. Erst 1989, mit der Verbesserung der CPU-Rechenleistung und der GUI-Verarbeitungskapazitäten, begann dies jedoch, einen großen Einfluss auf Branchen wie Druck und Werbedesign zu haben. Das ist ein wenig vergleichbar mit heute; obwohl OpenAI ein Videoweltmodell veröffentlicht hat, wurde es noch nicht schnell in praktischen Szenarien angewendet, da die Reifung der Rechenressourcen und der GUI-Technologie Zeit benötigt.

In den Anfangstagen einer neuen Computerplattform hat die Anwendungsinnovation, die tief in vertikale Szenarien eindringt, weiterhin einen enormen Wert für die Branche. Wenn wir eine Analogie zur Gegenwart ziehen, glaube ich, dass im nächsten Jahr, wenn die TPU-Rechenleistung in PCs bereitsteht und Windows als standardisiertes Zwischenbetriebssystem leistungsstarke KI-Rechenleistung für Anwendungen der oberen Schicht bereitstellen kann, eine neue Welle von KI-bezogenen, Copilot-ähnlichen PC-Anwendungen entstehen wird, die direkt am Edge laufen.

In diesem Kontext vertiefte Quicken die Erfahrung in Geschäftsszenarien auf Basis von Lotus weiter. Es verbesserte die Interaktionsoberfläche und die Konfigurierbarkeit des ursprünglichen DOS-Systems und entwickelte sich tiefgehend für die Bedürfnisse des Finanzmanagements und kleiner Unternehmen. Dies gab diesen frühen Anwendungen einen guten Überlebensraum.

Die Preise für diese Anwendungen waren jedoch ziemlich hoch. Zum Beispiel kostete Lotus 1-2-3 fast 500 Dollar, was 1985 eine sehr teure Lösung war. Dies zeigt, dass frühe Produktivitätsszenarien hauptsächlich von Verbrauchern mit hoher Kaufkraft angetrieben wurden.

Darüber hinaus gab es einige Spiele und Simulatoren für Enthusiasten, wie zum Beispiel „Flight Simulator“ unter Windows, die vielfältigere und leichtere Produktmerkmale boten und neue Nutzer anzogen, die gerne erkundeten und experimentierten. Daher sehen wir, dass das frühe PC-Ökosystem durch eine Kombination aus leistungsstarken Produktivitätstools, der Durchdringung von kleinen und mittleren Unternehmen, industrieller und akademischer Forschung sowie einigen interessanten Ausreißer-Anwendungen aufgebaut wurde. Der Zeitrahmen für diesen Prozess war jedoch sehr lang, da sich die zugrundeliegenden DOS- und GUI-Technologien relativ langsam entwickelten.

Insbesondere spielten Anwendungsanbieter wie Lotus eine Schlüsselrolle. Sie waren keine Betriebssystemanbieter; letztere konzentrierten sich auf den Aufbau der Zuverlässigkeit, Ressourcenplanung und Skalierbarkeit des Systems. Im Zeitraum von 1982 bis 1990 nutzte Lotus die Gelegenheit, eine Marktlücke zu füllen. Apple und Microsoft begannen erst in den 1990er Jahren, ihre vollständigen Office-Suiten zu veröffentlichen, was diesen systemnahen Anwendungen einen Marktvorteil von 7 bis 8 Jahren verschaffte. Sie nutzten die Popularität des IBM-PCs und des DOS-Systems, um schnell in den Bereich der Unternehmensanwender, Finanzbuchhaltung und andere Felder einzutreten. Diese Nutzer hatten einen hohen Bedarf an Datenverarbeitung, und die Kombination aus den neuen Computern und der Software von Lotus erreichte in diesen Szenarien eine vollständige Durchdringung.

Windows 1.0 und Ballmers „verrückter“ Verkaufsslogan

Zurück ins Jahr 1985: Lotus’ Marktanteil hatte bereits 50 % überschritten. Angesichts des hohen Preises von 495 $ ist es nicht schwer zu verstehen, warum Steve Ballmer bei der Bewerbung von Windows 1.0 betonte: „Wir bieten ein Schachspiel, eine Tabellenkalkulation und Bildverarbeitung für nur 99 $, nicht 500 oder 600 $.“ Zu dieser Zeit war die Preisgestaltung von Software ein sehr attraktives Verkaufsargument im Marketing. Beim Verkauf des Betriebssystems bot spezialisierte Grafiksoftware wie CorelDRAW, die später Photoshop ähnelte, den Nutzern professionelle Bildbearbeitungsfunktionen.

Vom erworbenen MS-DOS 1.0 zu Windows + Office

Der Aufstieg von Microsoft lag vielleicht nicht an den anfänglichen Produkten, sondern an seiner hervorragenden Geschäftsstrategie. Früh zeigte Microsoft ein scharfes Geschäftsgespür, indem es ein Drittanbieter-Betriebssystem namens 86-DOS erwarb [ja, sie kauften es…]. Dieser Schritt machte sie zu einem wichtigen Partner für IBM. Überraschenderweise expandierte Microsoft im zweiten Jahr schnell und kooperierte mit anderen Hardwareherstellern, ähnlich wie heute nach der Definition von Industriestandards durch Tesla zahlreiche Unternehmen folgten und so das gesamte ODM-Ökosystem und die Etablierung von AIPC-Standards vorantrieben.

Nachdem Microsoft den Standard definiert hatte, begannen die Hardwarehersteller zu handeln. Wenn wir heute auf den AI-PC-Markt und Edge-AI-Anwendungen blicken, sehen wir eine Vielzahl von Laptops mit 40 TOPS AI-Rechenleistung auf dem Markt, und Qualcomm unternimmt ähnliche Schritte. Dies bringt neue Variablen mit sich: Einerseits wird die Hardware aufgerüstet, andererseits wird die Bedeutung des Betriebssystems in der Mittelschicht hervorgehoben. Das Betriebssystem muss die 40 TOPS Rechenressourcen effektiv zuweisen, um die Anforderungen vieler Anwendungen in der oberen Schicht zu erfüllen. Microsoft investierte stark in die Entwicklung des Betriebssystems und hatte lange keine Zeit, mit Lotus oder WordPerfect zu konkurrieren.

Erst im dritten Jahr begann Microsoft, WordPerfect zu imitieren [das System übernimmt wichtige Anwendungen], und dies setzte sich bis 1989 fort. Über acht Jahre hinweg festigte Microsoft seine Drittanbieter-Lizenzierung für das System und begann 1985 mit dem eigenständigen Verkauf von Windows 1.0. Es ist bemerkenswert, dass Windows 1.0 erst volle vier Jahre nach dem GUI-System von Xerox veröffentlicht wurde, was den langen Entwicklungsprozess eines Betriebssystems verdeutlicht. Das frühe Windows wurde hauptsächlich mit Hardwaregeräten gebündelt verkauft, mit Verkaufszahlen von mehreren Zehntausend Einheiten in den ersten zwei bis drei Jahren und einer kumulierten Auslieferung von fünf bis sechs Millionen Einheiten innerhalb von acht Jahren.

Die Produktivitätsrevolution vs. jeder Haushalt

Damals war der Hauptmarkt für PCs nicht nur Nordamerika; auch entwickelte Länder in Europa importierten diese Geräte per Schiff. Die Nutzerbasis konzentrierte sich hauptsächlich auf intensive Produktivitätsszenarien. Erst 1989, als Anwendungen wie Bildverarbeitung aufkamen, wurden neue Anwendungsfälle angetrieben. Selbst mit der Einführung von GUI-Systemen gelangten sie nicht sofort in den Massenkonsum. Der wirkliche Einzug in Privathaushalte erfolgte etwa 1994, mit dem Aufstieg des Netscape-Browsers und des Internets, als immer mehr Menschen, die Computer bei der Arbeit nutzten, Geräte für zu Hause kauften.

Dieser technologische Entwicklungspfad, von einer Produktivitätsrevolution zu einem Konsumentenboom, ist in der PC-Ära deutlich sichtbar. Heute verbreiten sich Informationen schnell, und ob KI jede Verbrauchersituation stärken kann, muss sich noch zeigen. In den Anfangsphasen sollten wir den Veränderungen auf der Produktions- und Angebotsseite besondere Aufmerksamkeit schenken.

Ein weiterer Schlüsselfaktor ist die Entwicklung der Mensch-Computer-Interaktion. Die Einführung der Maus schuf eine neue Art der Interaktion, die die Verbreitung von PCs stark beeinflusste. Ähnlich können wir die aktuelle Struktur anhand der Entwicklung von Microsoft reflektieren. Wenn heute OpenAI die Möglichkeit eines KI-Betriebssystems in der Cloud prüft, dann werden Anwendungen auf der Edge ohne Betriebssystem-Unterstützung Schwierigkeiten haben zu wachsen. Wenn Betriebssystem und Hardware entscheidende Durchbrüche erzielen, könnten Anwendungen im unteren Bereich explosionsartig wachsen.

Heute interagieren wir über natürliche Sprache und Videostreams, und diese neuen Variablen werden auch die Anwendungsszenarien von KI beeinflussen. Kurz zusammengefasst: Der Grund, warum Microsoft von 1981 bis 1989 DOS und GUI parallel entwickelte, lag darin, dass sie mit einer Vielzahl von Hardwaregeräten kompatibel sein mussten. Das erklärt auch, warum Steve Jobs das Windows-System einst als komplex und unästhetisch betrachtete. Aus geschäftlicher Sicht ging Microsoft jedoch behutsam vor: Vom Erwerb des Codes und der Einführung einer GUI bis zur Veröffentlichung von Office acht Jahre nach Lotus festigten sie ihre Position im Ökosystem auf vielfältige Weise.

Ein Einblick in die aktuelle Windows-Architektur durch die Linse von Windows NT

Windows-NT-Architekturdiagramm mit übersetzten Komponenten

User-Mode-Subsysteme: Anwendungs-Kompatibilität Windows-Manager und GDI: Benutzeroberfläche und Fensterverwaltung Strommanager: Verwaltet die Stromversorgung PnP-Manager: Plug-and-Play-Geräte-Manager Prozessmanager: Verwaltet Prozesse VMM: Virtueller Speicher-Manager IPC-Manager: Interprozesskommunikation, wie Nachrichtenübermittlung Sicherheitsreferenzmonitor: Autorisierung und Sicherheit E/A-Manager: Verwaltet Ein-/Ausgabeanforderungen für Geräte Objektmanager: Bietet einheitliche Kontrolle und Sicherheit für Objekte wie Dateien, Prozesse und Geräte Mikrokernel: Kernfunktionen des Betriebssystems, Interprozesskommunikation, Thread-Management Kernel-Modus-Treiber: Interagieren direkt mit der Hardware und bieten Hardware-Schnittstellen für das System HAL: Hardware-Abstraktionsschicht, überdeckt Unterschiede zwischen Hardware

Zusammenfassung der vier Elemente – Variablen und konstante Anforderungen erkennen

Chips, System, Anwendungen und Geräte

In diesem Prozess sind mehrere Schlüsselelemente hervorzuheben. Das erste ist die Entwicklung von Speicher- und Recheneinheiten. Obwohl die Kosten für frühe Chips und Speicher sanken, fielen sie nicht signifikant, was mit dem Fortschritt von Moores Gesetz zusammenhängt. Heute wird die Bereitstellung von Edge Computing auch dadurch ermöglicht, dass die technologische Entwicklung einen bestimmten Wendepunkt erreicht hat.

Zweitens übernimmt das Betriebssystem als wichtige Middleware Schlüsselaufgaben wie Ressourcenmanagement und Geräteanpassung. Obwohl frühe Systeme nicht leistungsfähig waren, war ihre Bedeutung offensichtlich.

Drittens konnten frühe Killeranwendungen Geld verdienen, aber wenn sie nicht tief entwickelt wurden, konnten sie schließlich ersetzt werden [was heute oft als vertikale Szenarien bezeichnet wird, die Tiefe erfordern]. Ob Anwendungsanbieter bis zur Betriebssystemebene vordringen können, ist weiterhin eine Frage, die es zu bedenken gilt.

Letztendlich wird Wert durch ein kommerzielles Vehikel eingefangen. In den Anfangstagen kauften die Menschen Hardware als Vehikel, aber mit der Etablierung von Systemplattformen nahm die Bedeutung der Hardware relativ ab. In der Ära, in der „Plattform König ist“, teilte das Betriebssystem nicht nur den Wert, sondern förderte auch ein reichhaltiges Anwendungsökosystem. Dieses Phänomen wurde auch in der Ära des mobilen Internets bestätigt.

Wir können diese vier Elemente – Hardware, Betriebssystem, Anwendungen und Mensch-Computer-Interaktion – auf die aktuelle Entwicklung der KI übertragen. Auf der Angebotsseite sollten wir darüber nachdenken, warum Menschen Computer und KI-Modelle benötigen. Die unveränderte Nachfrage besteht in effizienter und bequemer Speicherung und Bearbeitung von Informationen. Jede Generation von Rechengeräten strebt nach einer natürlicheren und einfacheren Mensch-Computer-Interaktion, was ein ewiges Thema ist.

Schließlich sind auch die Verbreitung und das Teilen von Informationen wichtige Faktoren, die die technologische Entwicklung vorantreiben. Von frühen E-Mails bis zu späteren Browsern hat die Entwicklung der Verbreitungsmethoden die tief verwurzelten Bedürfnisse der Menschen nach Digitalisierung erfüllt. Heute glauben wir allgemein, dass wir uns in einer Welle der Intelligenz befinden, ähnlich wie bei der vergangenen Informationsrevolution, und wir können historische Muster nutzen, um Analogien zu ziehen und über zukünftige Richtungen nachzudenken.

• Technologische Basisschicht (Schlüssel zu Speicher/Rechenleistung): Die Entwicklung von Kernhardwaretechnologien wie Prozessoren (Rechenleistung) und Speicher (Speichermedien).
• Plattformschicht: Die grundlegende Plattform des PCs, die Schnittstellen zur Hardware und eine Laufzeitumgebung für Anwendungen der oberen Schicht bereitstellt.
• Anwendungsschicht: Anwendungssoftware ist der Hauptgrund für Nutzer, PCs zu kaufen, und ein wichtiger Faktor, um Nutzer für eine bestimmte Plattform zu gewinnen.
• Transaktionsmittel: Hardwareprodukte sind die physischen Geräte, die Endbenutzer kaufen, und stehen den Nutzern zur Auswahl und zum Kauf zur Verfügung.

Nachfrage – Digitalisierung:

• Aufbewahrung: Ein praktisches Medium zur dauerhaften Speicherung von Informationen.
• Produktion: Der ständige Bedarf an Effizienz bei der Verarbeitung von Text, Daten, Bildern und Informationen in Produktivitätsszenarien.
• Verbreitung: Die Effizienz der Zusammenarbeit.

Wichtige Ereignisse und Trends nach 1990

Die obige Tabelle zeigt deutlich einige sehr interessante Informationen! In den 1990er Jahren begrüßten wir die Veröffentlichung des Intel Pentium-Prozessors, die Explosion der Internetanwendungen, die Geburt von Windows 98 sowie das Aufkommen von USB 1.1, Netbooks und Ultrabooks. Diese Reihe technologischer Innovationen skizziert den unveränderten Trend in der Entwicklung von Computern – das Internet ist wirklich in jedem Haushalt angekommen.

Während dieser Zeit wurden CPUs weiter leichter und die Einführung von USB 1.1 machte die Erweiterung von Peripheriegeräten bequemer, wodurch es einfach wurde, Geräte wie Mäuse anzuschließen. Der Aufstieg des Internets führte dazu, dass eine große Anzahl von Verbrauchern begann, persönliche Computergeräte zu nutzen. Es ist bemerkenswert, dass die Entwicklung des PCs einen klaren Trend zeigt: Leichtbau und Portabilität. Ein frühes Mikrokosmos des Mobiltelefons war der PDA.

Desktop-Computer – 2000

Notebook – 2005

Ultrabook – 2012

Die obigen Bilder sind KI-generierte Simulationen

Die PDA-Revolution der 1990er Jahre bietet eine interessante Perspektive. Da die Zeit begrenzt ist, werden wir hier nicht näher darauf eingehen. Eine Rückschau auf diesen Verlauf könnte jedoch einige wichtige Analogien für den zukünftigen Entwicklungsweg von KI-PCs oder KI-NAS bieten.

Ich habe dies mit Kollegen bei Lenovo besprochen. Ihre frühe Marktdurchdringung betraf bereits Browser. Im Jahr 2000 startete Lenovo ein Programm, das den Zugang zum Einwählinternet erleichterte, die Netzwerkeinrichtung und Verbindung vereinfachte und so mehr Nutzern den Internetzugang ermöglichte. Das half ihnen, den Markt schnell zu erobern. Dann begann die Ära der Markencomputer.

Eine Konstante in der Entwicklung von PCs ist die Hinwendung zu Portabilität und Dünnheit, die es Einzelpersonen ermöglicht, jederzeit und überall auf die digitale Welt zuzugreifen. Ein weiterer Trend ist der Übergang von früher schwerer Produktion zu Multi-Szenario-Durchdringung. Auf welche vertikalen Branchen wird sich KI zunächst konzentrieren? Wann wird sie weit verbreitet sein? Dies hängt eng mit der zugrundeliegenden Rechenleistung, der Geräteform und der Reife des Betriebssystems zusammen – all dies ist miteinander verknüpft. Wir sehen, dass die zweite Hälfte der PC-Ära diese Multi-Szenario-Durchdringung verkörpert.

Heute treiben neue Variablen wie GPUs, TPUs und RISC-Vs integrierte NPU die Systementwicklung voran, und diese Systemänderungen werden die Anwendungsschicht durchdringen. Wenn die Zeit reif ist, werden viele interessante KI-native Anwendungen entstehen, die lokale Copiloten noch leistungsfähiger machen. Es gibt jedoch viele Schlüsselfaktoren in der Lieferkette, die eine tiefgehende Betrachtung und Beobachtung der Veränderungen bei den wichtigsten Akteuren erfordern.

Veränderliche Faktoren, unveränderte Trends

• 1. Portabilität: Von schwer zu tragbar, geringerer Stromverbrauch und leichtere Geräte – die Einstiegskosten in die digitale Welt werden deutlich gesenkt.
• 2. Multi-Szenario: Gaming, Zeichnen, Programmieren und zugehörige Peripheriegeräte – die Grenzen digitaler Anwendungen werden erheblich erweitert.

Was ist der Schlüssel zur Etablierung einer neuen Kategorie? Spezialisierte Geräte vs. universelle Computergeräte

In diesem Prozess wurde mir eine interessante Frage bewusst: Wie vergleichen sich die heutigen multifunktionalen KI-Hardware mit der PC-Entwicklung der Vergangenheit? Welche Geräteinnovationen werden vom PC verschlungen, und welche nicht? Der PC war damals so dominant, wie heute Smartphones, Laptops und Cloud-Computing. In welchen Szenarien kam es also zu einer Divergenz zwischen spezialisierten und universellen Geräten, die letztlich nicht durch ein einziges, einheitliches Gerät ersetzt wurden?

Ich habe festgestellt, dass die 1983 von Nintendo eingeführte Spielkonsole tatsächlich denselben Chip wie der Apple I und II verwendete, aber zu einem spezialisierten Gerät wurde. Bis heute folgt der Kauf einer PS5 oder Xbox derselben Logik. Daher kann bei ausreichender Tiefe der Rechenanforderungen, Systemvoraussetzungen und Anwendungsszenarien eines vertikalen Szenarios eine eigenständige Kategorie spezialisierter Geräte entstehen. Der PDA von 1999 ist ein weiteres Beispiel. Er nutzte relativ veraltete, stromsparende Geräte, um den Bedarf an einem persönlichen digitalen Assistenten zu decken. Obwohl der PDA damals noch kein Telefon war, sondern nur ein kostengünstiges Werkzeug für Terminplanung und Kontaktverwaltung, war er viel günstiger als ein PC und besetzte ein kleines Ökosystem tragbarer Geräte, das als Vorläufer des Mobiltelefons angesehen werden kann. Er wurde jedoch nicht vollständig durch spätere Laptops ersetzt; stattdessen überholte die Entwicklung der Mobiltelefone ihn.

Zwischen 1980 und 2000 entstand in der Computerindustrie ein einziges, einheitliches Rechengerät? Das Schlüsselwort lautet „Szenentiefe“.

NES – 1983

MOS Technology 6502

PDA – 1999

Motorola DragonBall 16 MHz

Die Grenze zwischen spezialisierten und allgemeinen Geräten regt uns zum Nachdenken an: Welche der heutigen AI-Smart-Hardware werden von AI-Handys verschlungen, und welche werden sich eigenständig in neue Kategorien wie AI-Spielzeug entwickeln? In Bezug auf Szenentiefe und Investitionen in Assets können wir Spielkonsolen und PDAs als Analogien für tiefgehende Überlegungen verwenden.

Nebenbei bemerkt: die frühen 8-Bit-Prozessoren hatten eine Rechenleistung, die mit heutigen ARM-Prozessoren nicht mithalten konnte; sie waren vergleichbar mit dem Display-Controller in Ihrem Kühlschrank oder Ihrer Mikrowelle. Ein Computer aus dem Jahr 1980 befand sich im Wesentlichen auf dem Rechenleistungsniveau Ihres Kühlschranks zu Hause. Der Punkt ist: Rückblickend war er nicht so leistungsstark, wie man vielleicht denkt, legte aber die Grundlage für die gesamte PC-Industrie und die Entwicklung des Internets.

Heutige KI-PCs, Anwendungen und neue Chancen

Zurück in die Gegenwart: Obwohl sich die Elemente der Industriekette verändert haben, bleibt der Bedarf der Menschen an Datenspeicherung, -produktion und -verbreitung unverändert. Auf abstrakter Ebene verschieben sich die Bedürfnisse der Menschen von GUI-Operationen hin zu der Notwendigkeit, dass ein Konkurrent oder ein intelligenter Agent automatisch Code oder Aufgaben erledigt. Was konstant bleibt, ist das Bedürfnis, Informationen zu erfassen und zu speichern. Mit der Einführung von Copilot können Kreative Kontext eingeben und die Maschine hilft ihnen, kreative Skripte zu erstellen oder zu verstehen, was ihre Kollegen tun.

Zum Beispiel kann ein Unternehmen einen Agenten einsetzen, der alle relevanten Innovationen der Branche in Echtzeit verfolgt und automatisch wöchentliche Berichte erstellt. Diese Methoden zur Speicherung und Erfassung von Produktionsdaten werden immer intelligenter und klüger. Und das Trägermedium dafür wird definitiv anders sein als ein traditioneller PC; es wird ein ständig aktives, Echtzeit-Rechengerät sein. Früher brauchte man eine Maus und eine GUI, um produktiv zu sein; wenn Intelligenz jedoch direkt in das Rechengerät eingebettet ist, kann es eigenständig handeln. Das bedeutet, dass die Mensch-Computer-Interaktion nicht mehr auf Maus und Bildschirm angewiesen ist. Man kann ihm eine Aufgabe geben, und es erledigt sie direkt.

Und der Prozess, all dies zu erreichen, zeigt ein Muster, das im Mikrokosmos der letzten 40 Jahre erkennbar ist. Daher haben diese zugrunde liegenden Szenenanforderungen eine Konsistenz! Die neue Produktivität, die durch GPT angetrieben wird, wird weiterhin von Produktivitätsszenarien in den Anfangsphasen dominiert, genau wie Lotus 1-2-3 in der DOS-Ära! Wir können auf diesem Fundament aufbauen, neue Produktionsvariablen hinzufügen und mögliche frühe Anwendungsszenarien finden. In Kombination mit der zuvor erwähnten Spieleindustrie, der Bildverarbeitungsindustrie sowie Methoden zur Produktion, Erfassung und Verbreitung von Daten können wir theoretisch alle Möglichkeiten erforschen.

Neue Produktionsfaktoren

Jetzt können wir vier neue Produktionsfaktoren erkennen: die Entwicklung von GPUs und TPUs, neue Betriebssystemmodelle, Datenprivatisierung und die Menge einzigartiger Benutzerdaten. Wenn diese Faktoren kombiniert werden, könnten wir die Geburt eines brandneuen „Compute-and-Storage-integrierten“ Rechengeräts erleben. Seine Position unterscheidet sich von der von Mobiltelefonen, Laptops und sogar der öffentlichen Cloud. Ich werde versuchen, seine Merkmale klar in einer Tabelle aufzulisten.

• Private Daten: Hochwertige firmeneigene Datenressourcen oder privat erworbene Daten durch Maschinen sind wichtige Vermögenswerte für das Training und die Optimierung von KI-Modellen.
• Große Modellfähigkeit: Die Fähigkeit zu verstehen, zu generieren und zu schlussfolgern, anpassbar an verschiedene Aufgaben und Szenarien.
• GPU- oder ASIC-Rechenleistung: Spezialisierte Hochleistungs-Hardware für Inferenz.
• KI-Anwendungen: Neue Anwendungen basierend auf LLMs, die in verschiedene Szenarien integriert sind.

Szenarien und Träger – Eine Tabelle

Aufgrund der begrenzten Akkulaufzeit wird das Computing zunehmend leichter, was zu den heutigen Mobiltelefonen und Laptops geführt hat. Daher verläuft die technologische Entwicklung stets in Richtung Portabilität und Zusammenarbeit, was langfristige Bedürfnisse der Menschen sind. Ähnlich wie bei der Entwicklung des E-Commerce streben Menschen nach hochwertigeren Marken und leichteren Erlebnissen und wünschen sich tragbarere Akkus und Telefone. Allerdings sind Rechenleistung und Akkulaufzeit durch Energie- und Stromverbrauch begrenzt, was das Intelligenzniveau der auf Geräten laufenden Modelle einschränkt, derzeit typischerweise auf dem Niveau von 3 Milliarden Parametern.

Das bedeutet, dass, wenn Windows oder das nächste Android-System bereit sind, sie wahrscheinlich auf 3B-Modellen und Copilot basieren werden, was eine neue Generation von KI-Anwendungen inspiriert, wie KI-gesteuerte Browser, E-Mail-Antworttools usw. Der Raum für diese Anwendungen ist begrenzt, aber sie werden dennoch sehr interessant sein, da sie hinter den Kulissen nur 3B-Modelle ausführen können. Dies ist eine Phase, die Mobiltelefone und Laptops unvermeidlich durchlaufen werden, da sich die KI-Rechenleistung pro Watt aus Sicht des Siliziumprozesses nicht schnell dramatisch ändern wird.

Auf der anderen Seite gibt es reines Cloud-Computing. Das Problem bei der Cloud ist jedoch: Sind Sie bereit, Ihre Daten von Plattformen wie Notion, Slack und Lark einem Cloud-Anbieter anzuvertrauen? Oder sind Sie bereit, einem einzigen Cloud-Dienstleister vollen Zugriff auf Ihre Taobao-, WeChat- und Finanzkonten zu gewähren? Das bringt offensichtlich enorme psychologische Entscheidungskosten mit sich. Daher wird die Cloud auf der höchsten Ebene existieren und die intelligentesten Modellfähigkeiten über API-Aufrufe bereitstellen, die große Unternehmen durchdringen und abdecken.

In der Zwischenzeit hat sich eine Gelegenheit ergeben, ein neues Betriebssystem zu entwickeln. Dieses Betriebssystem wird als Träger für einen intelligenten Agenten fungieren, der auf einem Gerät läuft, das 24 Stunden am Tag eingeschaltet ist. Sie können ihm Aufgaben von Ihrem Telefon oder Laptop senden, die es automatisch im Hintergrund ausführt. Es verfügt über eine enorme Datenspeicherkapazität und da keine Rechenleistungseinschränkungen bestehen, kann es mit einer GPU im Bereich von hundert Watt ausgestattet werden, die etwa 200 TOPS KI-Rechenleistung bietet. Die Weiterentwicklung von TPUs und NPUs wird die Kosten für Rechenleistung weiter senken, ähnlich der Entwicklung des frühen 8088-Chips.

Auf dieser Grundlage kann ein Echtzeitmodell mit ausreichender Intelligenz entwickelt werden, das für alle dient. Übertragen auf die Gegenwart handelt es sich dabei um die großen Modelle im Bereich von 7B bis 100B, die derzeit von vielen veröffentlicht werden und nach der Quantisierung vollständig auf einer 200 TOPS Rechenarchitektur laufen können. Mit geeigneter Betriebssystemunterstützung wird ein reichhaltiges Ökosystem intelligenter Agentenanwendungen entstehen. Diese systemnahen Modelle sind fein abgestimmt, was wir oft als Edge-Modelle bezeichnen. Obwohl die Industrie viele Elemente umfasst, hat dieses neue Gerät eine klare Positionierung. Ähnlich wie bei einem Laptop, den man kauft, kann man sich in verschiedene Konten einloggen, ohne sich zu sehr um Datensicherheitsprobleme sorgen zu müssen, da es sich um das persönliche Rechengerät handelt. Es ist intelligent genug, um Ihnen rund um die Uhr zu dienen.

Kreative, Ingenieure und Wissensarbeiter

Schöpfer

Freiberufler

Programmierer

Abgesehen von Frontend-Innovationen wie Brillen und Kopfhörern ist es sehr wahrscheinlich, dass auf der Backend-Seite ein persönliches Computergerät entsteht, das vom Produktivitäts- zum Konsumgerät wird. Dieses Gerät wandelt sich von reinem Computing zu einer integrierten Compute-und-Storage-Lösung. Heute werden Datenmobilität und Zusammenarbeit verbessert, während die Nachfrage nach Rechenleistung steigt. Ein Compute-und-Storage-integriertes Gerät wird so zu einem notwendigen Träger für einen persönlichen intelligenten Agenten.

Anfangs könnten solche Geräte sich auf Gruppen wie Kreative, Ingenieure und Wissensarbeiter konzentrieren, um in den Markt einzutreten. Diese haben typischerweise große Mengen an reichhaltigen Mediendaten und Asset-Management-Bedürfnisse und benötigen Produktivitätstools, um ihre Herausforderungen bei Speicherung und Zusammenarbeit zu bewältigen. Dies ähnelt dem Durchdringungspfad früher PCs, die Nutzer ansprechen, die bereit sind zu zahlen und eine starke Nachfrage nach Produktivität haben, um so in dieses neue Schlachtfeld einzutreten.

ZimaCube – Die private Cloud der Kreativen

Wir haben kürzlich weitere Interviews mit zahlreichen Kreativen und Content-Profis geführt und dabei ein breiteres Spektrum an Anwendungsszenarien entdeckt. Tatsächlich hat diese Kategorie eine sehr lange Pipeline. Der Ansatz von ZimaCube ähnelt eher Apples vertikaler Integration, und wir müssen überdenken, wie wir in den verschiedenen Phasen vorgehen. Derzeit dient NAS (Network Attached Storage) als Träger für KI. Es durchläuft einen eigenen Iterationsprozess. Innerhalb dieses Prozesses erreichen wir die Kommerzialisierung durch vertikale Integration der privaten Cloud-Lösungen der Kreativen.

Hardware ist keine Barriere, sondern der Ausgangspunkt; sie benötigt eine gewisse Einzigartigkeit.	System und Anwendungen dienen dem Szenario.

Hardware ist der Ausgangspunkt; alles beginnt mit Hardware, aber der Wert liegt in den Anwendungen. Ein offenes Anwendungsökosystem kann uns helfen, verschiedene aufkommende Anwendungen wie Lotus 1-2-3 früher zu integrieren. Wir müssen nicht überstürzt viele Ressourcen in die Entwicklung von Anwendungen investieren; stattdessen sollten wir eine Plattform aufbauen und diese durch gemeinschaftsbasierte Aktivitäten fördern.

System- und Drittanbieteranwendungen

Bleiben Sie offen, integrieren Sie gängige Anwendungen aus der LocalLLM-Community und bauen Sie einen App Store mit Dokumentation und einzigartigen Anwendungsstandards auf.

Die Notwendigkeit, Systeme und Gemeinschaften in einem globalen Geschäftskontext zu verbinden

Hybrid-Hardware- und Softwareprodukte sind jedoch tatsächlich schwer zu schaffen. Im heutigen China benötigen viele innovative Unternehmen doppelte Fähigkeiten. In Bezug auf organisatorische Fähigkeiten müssen sie einerseits einem „Wasserfall“-Ansatz für Hardwaremanagement und Produktionsprozesse folgen, um Hardwarekosten und -risiken zu kontrollieren; andererseits müssen sie eine agile, iterative Logik aufbauen, um Softwaresysteme wöchentlich oder monatlich zu aktualisieren.

Gemeinschaften können ein hervorragendes Mittel sein, um globale Nutzerbedürfnisse und Feedback in unsere Softwaresysteme zurückzuführen. Hardware selbst benötigt möglicherweise keine häufigen Updates. Wenn Sie eine Powerbank verkaufen, können Amazons Bewertungen und Wasserfallmanagement die Produktdefinition und einen einjährigen Verkaufszyklus abschließen. Doch heute gibt es nur wenige Nischen für kreative Unternehmen, die sich ausschließlich auf Hardwarelieferungen verlassen. Die meisten Kategorien, die auf Skaleneffekten beruhen, werden von Giganten dominiert, und es gibt keine neuen Verkehrsstrukturen, die den Markt schnell erweitern können.

Eine universelle Herausforderung: Ein Aufruf an die nächste Generation von Plattformbauern

Die Geschichte zeigt, dass jede Ära des Rechnens letztlich von einer oder wenigen dominanten Plattformen geprägt ist. Heute ist der Aufbau dieser neuen Plattform eine gemeinsame Chance und Herausforderung für alle Innovatoren weltweit. Dies erfordert eine beispiellose und umfassende Fähigkeit, die Grenzen überschreitet:

Tiefe Integration von Hardware und Software: Dies erfordert die perfekte Verschmelzung der „Wasserfall“-Strenge der Hardwareentwicklung mit der „agilen“ Iteration der Software. Erfolgreiche Innovation dreht sich nicht mehr nur um Hardware oder Software, sondern um ein nahtlos integriertes „Hybridprodukt“.

Gemeinsamer Aufbau von Ökosystemen und Gemeinschaften: So wie der Homebrew Computer Club die PC-Revolution auslöste, sind heutige Open-Source-Communities (wie LocalLLM) die Wiegen der nächsten Generation von „Killer-Apps“. Ein geschlossenes System mag kurzfristig gewinnen, aber nur ein offenes Ökosystem kann die Zukunft gewinnen.

Daher lautet die wichtigste Lektion aus den 1980er Jahren nicht Geografie, sondern Vision. Die Sieger jener Zeit gewannen nicht, weil sie im Silicon Valley waren, sondern weil sie Chips, Systeme und Anwendungen erfolgreich zu einer Plattform integrierten, die Menschen befähigte und ein neues Zeitalter einläutete.

Heute ist die Bühne bereitet. Für Unternehmer und Investoren weltweit stellt sich nicht die Frage, „wo“ Innovationen stattfinden, sondern „wie“ die neuen Produktionsfaktoren – private Daten, KI-Modelle und zugängliche Rechenleistung – effektiv in eine neue, menschenzentrierte Plattform organisiert werden können, die Kreativität freisetzt. Dies ist keine Solovorstellung eines einzelnen Landes oder einer Region, sondern ein globales Unterfangen, das uns alle betrifft und darauf abzielt, die Zukunft des Rechnens neu zu gestalten.