Das Ende der Monokultur: Wie sich der Markt für KI-Chips neu sortiert

Am 22. Juli stieg AMD mit bis zu fünf Milliarden Dollar bei Anthropic ein — und sicherte sich damit den dritten Gigawatt-Großkunden binnen neun Monaten. Die Meldung, die wir im Leitartikel dieser Ausgabe analysieren, ist für sich genommen ein großer Deal. Interessanter ist, was sie über den Zustand des Marktes verrät, auf dem sie stattfindet. Anthropic betreibt seine Claude-Modelle künftig auf vier verschiedenen Chip-Architekturen: Nvidia-GPUs, Google-TPUs, Amazons Trainium und nun AMDs Instinct-Beschleunigern. Vor zwei Jahren wäre das als exzentrische Ingenieurs-Marotte durchgegangen. Heute ist es die rationalste Einkaufsstrategie der Branche — und das beste Indiz dafür, dass die Ära, in der KI-Rechenleistung schlicht „Nvidia“ hieß, zu Ende geht. Nicht mit einem Knall, sondern in Raten.

Warum der Platzhirsch überhaupt angreifbar wurde

Um zu verstehen, warum sich der Markt gerade jetzt öffnet, hilft eine Unterscheidung, die in Vorstandsetagen oft verwischt wird: die zwischen Training und Inferenz. Das Training eines KI-Modells ist der Fabrikbau — ein gigantisches, einmaliges Projekt voller Unwägbarkeiten, bei dem Flexibilität alles ist. Die Inferenz ist der laufende Betrieb der Fabrik: dieselben Handgriffe, milliardenfach wiederholt, jedes Mal, wenn ein Nutzer eine Frage stellt oder ein Agent einen Arbeitsschritt ausführt. Nvidias GPUs sind die unangefochtenen Universalwerkzeuge für den Fabrikbau. Aber im Dauerbetrieb zählt etwas anderes: die Kosten pro erzeugtem Token, also pro Ausgabe-Einheit des Modells.

Und genau dieser Dauerbetrieb dominiert inzwischen das Geschäft. Rund zwei Drittel aller KI-Rechenzyklen entfallen Branchenschätzungen zufolge mittlerweile auf Inferenz, Tendenz steigend — jede ausgerollte Agenten-Anwendung verschiebt das Verhältnis weiter. Für einen bekannten, stabilen Workload lohnt sich aber Spezialisierung: Ein Chip, der nur eine Sache können muss, kann sie billiger. Der Markt für solche maßgeschneiderten KI-Chips (ASICs) wächst mit rund 45 Prozent jährlich fast dreimal so schnell wie der Gesamtmarkt. Die Inferenz ist die Einfallspforte, durch die alle Herausforderer marschieren.

Drei Angriffe, drei Logiken

Der erste Angriff ist der klassische: ein zweiter Anbieter, der dasselbe verkauft. AMD ist der einzige Herausforderer, der wie Nvidia frei verkäufliche Beschleuniger für jedermann baut — und hat binnen neun Monaten OpenAI (sechs Gigawatt samt Aktien-Bezugsrechten), Meta und nun Anthropic als Großkunden gewonnen. Bemerkenswert ist dabei weniger die Hardware als die Software-Flanke: Anthropic wird laut Vereinbarung seine Claude-Modelle einsetzen, um AMDs Software-Ökosystem ROCm weiterzuentwickeln — jenen Werkzeugkasten, dessen Rückstand gegenüber Nvidias CUDA jahrelang der eigentliche Burggraben war. Noch liegt AMDs Marktanteil bei KI-GPUs nach Analystenschätzungen im einstelligen Prozentbereich; die Deals der letzten Monate sind die Wette, dass sich das ändert.

Der zweite Angriff kommt von den eigenen Großkunden. Google betreibt mit der TPU-Reihe seit Jahren eigenes Silizium — die aktuelle Generation Ironwood skaliert auf Verbünde von über 9.000 Chips — und entwickelt mit „Frozen v2“ laut Berichten bereits einen Chip, in den die Architektur des Gemini-Modells buchstäblich eingraviert ist. Amazon hat für Anthropic das Trainium-Großcluster Rainier mit einer halben Million Chips hochgezogen, Microsoft lässt seinen Maia-200-Chip inzwischen Copilot- und OpenAI-Workloads bedienen, Meta hat sich bei Broadcom ein Gigawatt eigener MTIA-Chips gesichert — und selbst OpenAI stellte im Juni mit „Jalapeño“ seinen ersten eigenen Inferenz-Chip vor. All diese Chips kann man nicht kaufen; sie tauchen in keiner Marktanteilsstatistik für Endkunden auf. Aber jedes interne Gigawatt ist ein Gigawatt, das nicht bei Nvidia bestellt wird.

Der dritte Angriff findet auf einem anderen Spielfeld statt. China baut, beschleunigt durch die US-Exportkontrollen, einen kompletten Parallel-Stack auf: Huawei zeigte im Juli auf der Shanghaier KI-Messe WAIC seinen Atlas-950-Rechenverbund mit tausenden Ascend-Chips und beansprucht — unabhängig nicht verifiziert — ein Vielfaches der Leistung vergleichbarer Nvidia-Systeme. Wichtiger als die Hardware-Zahlen ist der Software-Befund: DeepSeeks V4-Modell wurde erstmals explizit für Huawei-Chips optimiert statt für Nvidia-Hardware. Aus der Nvidia-Monokultur wird also nicht ein bunter Weltmarkt, sondern zunächst zwei getrennte Ökosysteme — mit allen Konsequenzen für Unternehmen, die in beiden Welten Geschäfte machen.

Warum Nvidia trotzdem nicht fällt

Wer daraus Nvidias Niedergang ableitet, liest die Zahlen falsch. Der Konzern meldete zuletzt 81,6 Milliarden Dollar Quartalsumsatz, davon gut 75 Milliarden im Rechenzentrumsgeschäft — ein Plus von 92 Prozent. Die neue Vera-Rubin-Generation ist seit Juni in Vollproduktion, und die Hyperscaler nehmen die ersten NVL72-Systeme gerade in Betrieb; Microsoft reklamierte vergangene Woche für sich, als erster eines eingeschaltet zu haben. Analystenschätzungen zum Nvidia-Marktanteil streuen je nach Methode erheblich — die Spanne reicht von rund 70 bis 85 Prozent, nach knapp 90 Prozent auf dem Höhepunkt. Das ist Erosion, kein Einsturz.

Nvidias eigentliche Verteidigungslinie ist dabei längst nicht mehr der einzelne Chip, sondern das Gesamtsystem: die CUDA-Software, an der fünfzehn Jahre Entwickler-Gewohnheit hängen, und vor allem die Verbindungstechnik, die zehntausende Chips zu einer Maschine koppelt. Nvidias Netzwerksparte wuchs zuletzt um 199 Prozent — schneller als das Chipgeschäft selbst. Konzernchef Jensen Huang bringt die Kampfansage an alle Spezialchip-Projekte auf einen Satz: Niemand könne ihm eine Plattform mit besseren Gesamtbetriebskosten zeigen. Das ist Verkäufer-Rhetorik, aber sie benennt den richtigen Maßstab: Entscheidend ist nicht der Chippreis, sondern was ein fertig integriertes System pro Token kostet — und da spielt Nvidia seine Größenvorteile weiter gnadenlos aus.

Was Einkäufer daraus machen sollten

Für die allermeisten Unternehmen ist die gute Nachricht: Sie kaufen keine Chips, sondern Tokens — und auf dieser Ebene wirkt der neue Wettbewerb bereits. Die Preise pro Token sind binnen weniger Jahre um Größenordnungen gefallen; die Schätzungen variieren je nach Vergleichsmaßstab, aber die Richtung ist eindeutig und der Wettbewerb der Chip-Architekturen ist einer ihrer Treiber. Wer heute Verträge über KI-Kapazität verhandelt, sollte diese Deflation einpreisen, statt Preise von heute über Jahre festzuschreiben.

Die zweite Lehre betrifft die Architektur der eigenen Produkte. Dass ausgerechnet die Frontier-Labore — die anspruchsvollsten Chip-Kunden der Welt — ihre Workloads auf vier Architekturen verteilen, ist ein Hinweis darauf, wie man mit einem Markt umgeht, in dem Lieferzeiten für Spitzenhardware bei einem Jahr liegen und Speicherchips chronisch knapp sind: Abhängigkeiten streuen, bevor man sie spürt. Übersetzt in die Welt der KI-Anwender heißt das, die Modellschicht und die Cloud-Schicht so zu bauen, dass sie austauschbar bleiben — keine Logik fest an einen Anbieter schweißen, Abstraktionsschichten nutzen, Ausstiegskosten regelmäßig durchrechnen. Das kostet im Alltag wenig und ist im Ernstfall — sei er preislich, regulatorisch oder geopolitisch — der Unterschied zwischen einer Migration und einer Krise.

Und die dritte Lehre ist eine über Zeithorizonte. Der Umbau des Chip-Markts vollzieht sich in Wellen, die Jahre auseinanderliegen: AMDs erste Anthropic-Gigawatt kommen 2027, Googles Spezialchip frühestens 2028, Chinas Parallel-Stack reift über Jahre. Wer heute strategische Entscheidungen trifft, entscheidet also nicht auf Basis des Marktes, den es gibt, sondern des Marktes, der gerade entsteht. Die Monokultur endet — aber wie bei jeder Liberalisierung eines Infrastrukturmarktes gehören die ersten Jahre nicht dem billigsten Anbieter, sondern dem, der die Übergangszeit am klügsten managt. Für Nvidia gilt das übrigens genauso wie für seine Kunden.