Der stille Aufstand gegen Nvidia: Wie Custom-AI-Chips 2026 die Rechenzentren erobern

Ein Vertrag, der mehr verrät als er sagt

Am 27. Mai 2026 schoss die Snowflake-Aktie nachbörslich um über 30 Prozent in die Höhe. Auslöser war ein Vertrag, der auf den ersten Blick nach Routine klingt: Der Datenanalyse-Konzern verpflichtet sich, über fünf Jahre sechs Milliarden Dollar bei Amazons Cloud-Sparte AWS auszugeben. Doch ein Detail ließ Branchenbeobachter aufhorchen. Im Zentrum des Deals stehen nicht Nvidias begehrte KI-Beschleuniger, sondern Amazons selbst entwickelte Graviton-Chips — Prozessoren, die Amazon im eigenen Haus designt.

Snowflakes Engagement bei AWS ist über die Jahre kontinuierlich gewachsen, und der neue Deal reiht sich in eine Kette ähnlicher Ankündigungen: Nur einen Monat zuvor, im April 2026, hatte Meta einen milliardenschweren Vertrag über „zig Millionen" Graviton-Rechenkerne unterschrieben. Was hier passiert, ist kein Zufall, sondern ein Muster — ein leiser, aber tiefgreifender Aufstand gegen die Firma, die das KI-Zeitalter bisher dominiert: Nvidia.

CPU, GPU und warum der Unterschied jetzt zählt

Um zu verstehen, was sich verschiebt, hilft eine einfache Unterscheidung. Eine CPU (Central Processing Unit) ist der Generalist eines Computers — sie erledigt vielfältige Aufgaben nacheinander, schnell und flexibel, wie ein erfahrener Sachbearbeiter. Eine GPU (Graphics Processing Unit) ist der Spezialist für Massenarbeit: Sie führt Tausende ähnlicher Rechnungen gleichzeitig aus, wie eine Halle voller Aushilfskräfte, die alle dieselbe simple Aufgabe parallel abarbeiten. Genau das braucht man, um KI-Modelle zu trainieren — ihnen also aus riesigen Datenmengen Muster beizubringen. Nvidia hat dieses Geschäft erfunden und beherrscht es: Im ersten Halbjahr 2025 hielt das Unternehmen rund 92 Prozent des Marktes für leistungsstarke Rechenzentren-GPUs.

Doch der Markt verschiebt sich vom Training zur Inferenz — dem laufenden Betrieb fertiger Modelle, also dem Moment, in dem ein Chatbot tatsächlich antwortet. Und mit dem Aufstieg sogenannter agentischer KI (Systeme, die eigenständig planen, Werkzeuge nutzen und Aufgaben in Schritten abarbeiten) wächst der Bedarf an klassischer CPU-Leistung. Denn während das KI-Modell selbst auf Spezialchips läuft, übernimmt die CPU die Orchestrierung: Sie steuert die Agenten, verwaltet den Speicher, koordiniert die Werkzeugaufrufe. Genau diesen Bedarf bedienen Graviton-CPUs — Chips auf Basis der ARM-Architektur, einem stromsparenden Bauplan, der ursprünglich aus Smartphones kommt und pro verbrauchtem Watt deutlich mehr Leistung liefert als klassische Server-CPUs.

Amazons doppelter Angriff

AWS verfolgt eine Zwei-Fronten-Strategie. Neben den Graviton-CPUs entwickelt Amazon mit Trainium einen eigenen KI-Beschleuniger fürs Training und mit Inferentia einen für die Inferenz. Das Ausmaß ist mittlerweile beachtlich: Mit „Project Rainier", einem Rechencluster aus fast einer halben Million Trainium2-Chips, hat AWS gemeinsam mit dem KI-Labor Anthropic eine der weltgrößten KI-Recheninfrastrukturen aufgebaut. Anthropics Modell Claude soll im Laufe des Jahres auf über einer Million Trainium2-Chips laufen.

Die Logik dahinter ist ökonomisch zwingend. Ein ASIC (Application-Specific Integrated Circuit) — ein Chip, der für genau eine Aufgabe maßgeschneidert ist — kann diese Aufgabe billiger und energieeffizienter erledigen als ein Allzweck-Chip. Wer selbst designt, spart zudem Nvidias üppige Gewinnmarge und ist unabhängig von dessen Lieferzeiten. Nach Analysen des Branchendienstes SemiAnalysis liegen die Gesamtbetriebskosten (TCO, Total Cost of Ownership — also Anschaffung, Strom, Kühlung und Wartung über die gesamte Lebensdauer) bei eigenen Chips 30 bis 50 Prozent niedriger als bei vergleichbaren Nvidia-Systemen. Allein die Existenz von Googles Spezialchips, so berichtete SemiAnalysis, habe OpenAI einen Rabatt von rund 30 Prozent auf seine Nvidia-Flotte verschafft — als Druckmittel in der Verhandlung.

Google und Microsoft: die Eigenbau-Front

Google ist hier am weitesten. Seine TPU (Tensor Processing Unit) ist in siebter Generation angekommen: „Ironwood" liefert pro Chip ein Vielfaches der Leistung des Vorgängers und ist mit 192 Gigabyte schnellem Speicher bestückt. Der größte Coup ist ein Megadeal mit Anthropic, das bis zu einer Million TPU-Chips und über ein Gigawatt Rechenkapazität erhält — finanziell auf zweistellige Milliardenbeträge geschätzt. Mit der achten Generation will Google erstmals separate Chips für Training und Inferenz bauen. Dass ausgerechnet Anthropic gleichzeitig auf AWS-Trainium und Google-TPUs setzt, zeigt die neue Mehrgleisigkeit der Branche.

Microsoft hingegen kämpft mit seinem eigenen Programm. Der KI-Chip Maia 200 (Codename „Braga") wurde Berichten zufolge in der Massenproduktion verschoben — wegen Designänderungen auf Wunsch von OpenAI, Personalfluktuation und Instabilität in Simulationen (von Microsoft nicht bestätigt). Die ARM-CPU Cobalt läuft, doch beim eigentlichen KI-Beschleuniger hinkt Microsoft hinterher — ein Beleg dafür, dass eigene Chips kein Selbstläufer sind.

Nvidias Gegenwehr — und ein Schachzug

Nvidia sitzt das nicht aus. Auf der Quartalskonferenz am 20. Mai 2026 verkündete CEO Jensen Huang einen „brandneuen" Markt von 200 Milliarden Dollar — und greift damit ausgerechnet die CPU an. Mit der Vera-CPU (Teil der kommenden „Rubin"-Generation, Nachfolger der aktuellen Blackwell-Chips) drängt Nvidia erstmals selbst ins Geschäft mit Allzweck-Prozessoren. Huangs Argument: Wenn Milliarden KI-Agenten entstehen, braucht jeder einen Rechen-Unterbau — und Nvidia will auch den liefern. Allein für 2026 erwartet das Unternehmen 20 Milliarden Dollar Vera-Umsatz.

Nvidias eigentlicher Burggraben aber bleibt CUDA — die Software-Plattform, mit der Entwickler Nvidia-GPUs programmieren. Über vier Millionen Entwickler und Zehntausende Firmen sind daran gebunden. Wer auf einen anderen Chip wechseln will, muss seinen Code anpassen. Genau dieser Migrationsaufwand galt lange als Grund für die zögerliche Trainium-Adoption. Die Alternative heißt XLA, ein Compiler, der KI-Modelle für TPUs und andere Chips übersetzt — doch große Teile davon sind Google-spezifisch, das Portabilitätsversprechen also brüchig.

China baut seinen eigenen Stack

Eine ganz andere Dynamik treibt China. Von Nvidias Spitzen-GPUs durch US-Exportkontrollen abgeschnitten, baut Huawei mit seinen Ascend-Chips eine eigene Lieferkette auf. Der jüngste Ascend-Beschleuniger liefert nach Herstellerangaben ein Vielfaches der Leistung von Nvidias für China gedrosseltem Exportchip, und entscheidend: Huaweis Software-Stack ist CUDA-kompatibel, senkt die Wechselhürde also gezielt. Die treibende Figur hinter Huaweis Halbleiter-Strategie wird in chinesischen Medien als „Chip Queen" gehandelt (ein kolportierter Beiname, keine offizielle Funktionsbezeichnung). Ob Huawei Nvidia technisch wirklich einholt, ist umstritten. Doch der Trend zum Eigenbau ist global — und er beschleunigt sich, je länger die Exportbeschränkungen bestehen.

Der eigentliche Engpass: Speicher

Bemerkenswert ist, was all diese Chips gemeinsam ausbremst: HBM (High Bandwidth Memory) — ultraschneller, gestapelter Speicher, der Daten mit über einem Terabyte pro Sekunde liefert, ein Vielfaches von normalem Server-Speicher. Ohne ihn verhungert selbst der stärkste KI-Chip. Die drei Hersteller SK Hynix, Samsung und Micron haben den Großteil ihrer Produktion auf HBM umgestellt, die Kapazitäten sind weit in die Zukunft ausverkauft, und die Speicherpreise stiegen sprunghaft. Branchenvertreter warnen, der Mangel könne bis Ende des Jahrzehnts anhalten. Der Engpass verschiebt sich also vom Rechenchip zum Speicher — und macht eigene, effizientere Chip-Designs umso wertvoller.

Was das für Unternehmen bedeutet

Für CEOs und Tech-Leads in SaaS- und Tech-Firmen ist die Botschaft praktisch. Erstens: Die Cloud-Kosten für KI dürften unter Druck geraten, weil die Hyperscaler ihre Margenvorteile aus eigener Hardware zumindest teilweise weitergeben — wer geschickt verhandelt, kann Custom Silicon als Hebel nutzen, so wie OpenAI es vorgemacht hat. Zweitens: Die Kehrseite ist eine neue Form des Vendor-Lock-ins. Wer seine KI-Workloads tief auf Trainium oder TPU optimiert, bindet sich an AWS beziehungsweise Google — TPUs etwa gibt es ausschließlich in der Google-Cloud. Drittens, und am wichtigsten: Wer Portabilität will, sollte heute auf abstrahierende Frameworks setzen (PyTorch, vLLM und deren Hardware-Brücken), statt sich auf einen einzigen Chip-Stack festzunageln. Die gute Nachricht: Je mehr diese Frameworks die Hardware-Unterschiede verbergen, desto mehr wird die Plattformwahl zur reinen Kostenfrage — und desto weniger zur technischen Einbahnstraße.

Nvidias Anteil am KI-Beschleunigermarkt soll laut Branchenschätzungen mittelfristig von über 90 in Richtung 75 Prozent sinken. Das ist kein Sturz, aber ein Wendepunkt. Der stille Aufstand entscheidet sich nicht in einem dramatischen Moment, sondern in Hunderten nüchterner Einkaufsentscheidungen wie der von Snowflake. Und genau deshalb ist er so mächtig.