AMD übernimmt Chip-Startup Taalas; kann es Nvidias KI-Dominanz erschüttern?

Taalas wurde 2023 gegründet, und sein technologischer Ansatz unterscheidet sich grundlegend von der großen Mehrheit der heute auf dem Markt erhältlichen KI-Chips. Das Unternehmen stellt keine Allzweck-GPUs her, sondern ätzt stattdessen die Gewichtungen spezifischer KI-Modelle direkt auf das Silizium, wodurch modellspezifische integrierte Schaltkreise entstehen.

Im Februar dieses Jahres stellte Taalas seinen ersten Testchip, den HC1, vor, der im ( TSM)-6-Nanometer-Verfahren von TSMC hergestellt wurde. Damalige Benchmarks zeigten, dass der Chip bei der Ausführung des Llama-3.1-8B-Modells Geschwindigkeiten von fast 17.000 Token pro Sekunde erreichte, was in etwa dem 48-Fachen der H200 und B200 von Nvidia entspricht.

Der Kompromiss bei diesem Ansatz ist der Verlust an Flexibilität; sobald ein Chip das Tape-out durchlaufen hat, ist das Modell auf dem Silizium eingefroren, und jedes wesentliche Update erfordert ein neues Tape-out. Taalas behauptet jedoch, dass es vom Erhalt eines neuen Modells bis zur Fertigstellung der Hardware-Implementierung nur etwa zwei Monate dauert. Dies bedeutet, dass Kunden eine Abwägung zwischen spezialisierter Leistung und der Update-Häufigkeit treffen müssen.

AMD-CEO Lisa Su erklärte bereits zuvor, dass es im Chipsektor keine Universallösung für alle Szenarien gebe. Der KI-Markt entwickelt sich in Richtung heterogenes Computing und maßgeschneiderte Chips. Die Übernahme von Taalas ist eine direkte Reaktion auf diesen Trend und zudem Teil der Rack-Scale-Strategie von AMD.

Seit 2024 hat AMD 665 Millionen US-Dollar für die Übernahme des KI-Modellentwicklers Silo AI und weitere 4,9 Milliarden US-Dollar für den Serverhersteller ZT Systems ausgegeben, um den Weg für sein Helios-Rack-Scale-System zu ebnen.

Im Juli dieses Jahres kündigte Lisa Su auf der Konferenz „Advancing AI 2026“ an, dass Helios die volle Serienproduktion erreicht hat. Die Auslieferungen sollen in der zweiten Jahreshälfte schrittweise anlaufen und im vierten Quartal online gehen, wobei Microsoft ( MSFT ), OpenAI, Anthropic und andere Kunden die Bereitstellung bereits bestätigt haben.

AMD plant, die Taalas-Chips neben seinen Instinct-GPUs einzusetzen. Mit der Angelegenheit vertrauten Personen zufolge wird bei der geteilten Architektur die Prompt-Verarbeitung von der GPU übernommen, während die Aufgaben zur Token-Generierung auf den Taalas-Beschleuniger ausgelagert werden, wodurch ein Bereitstellungspfad nach dem Prinzip „erst Validierung, dann Beschleunigung“ etabliert wird.

Sehen wir uns zuerst an, welche Trümpfe AMD in der Hand hält.

Lisa Su gab auf einer Konferenz im Juli bekannt, dass bis 2026 etwa 60 % der KI-Rechenleistung für die Inferenz genutzt werden. Inferenzkosten entwickeln sich zu einem zentralen Anliegen für Cloud-Anbieter und Unternehmen; unterdessen leiden Nvidia-GPUs bei Inferenzaufgaben unter geringer Energieeffizienz und hoher Latenz – ein Schwachpunkt, den die anwendungsspezifischen Chips von Taalas gezielt adressieren.

Was die Leistung betrifft, so reicht der 48-fache Vorsprung bei der Inferenzleistung – selbst wenn er sich beim tatsächlichen Einsatz verringert – aus, um Cloud-Anbieter zu einer Neuberechnung ihrer Kosten zu bewegen. Führende Kunden wie Microsoft und Meta ( META) haben bereits mit der Entwicklung eigener Inferenz-Chips begonnen, sodass der Einstieg von AMD zu diesem Zeitpunkt nicht zu spät kommt.

Auf Systemebene ist Helios mit 72 MI455X-GPUs ausgestattet und bietet eine um 15 % beziehungsweise 50 % höhere Rechenleistung und Speicherkapazität als die Vera Rubin NVL72 von Nvidia. Von den Chips über die Server bis hin zum Software-Stack behebt die Übernahme von Taalas die größte Schwachstelle auf der Inferenzseite.

Die Herausforderungen, vor denen AMD steht, sind jedoch ebenso unvermeidbar.

Erstens sind da die Einbußen bei der Flexibilität. Die Chips von Taalas verdrahten die Modelle fest auf dem Silizium, während KI-Modelle wöchentlich aktualisiert werden. Kunden, die sich für Taalas entscheiden, müssen einen Update-Rhythmus von einmal alle zwei Monate akzeptieren. Im Gegensatz dazu können sich die GPUs von Nvidia jederzeit an jedes neue Modell anpassen; diese Vielseitigkeit ist das Fundament für die unersetzliche Position von Nvidia.

Zweitens ist da das Entwickler-Ökosystem. Der Vorteil von Nvidia liegt in den Millionen von Entwicklern, die seit langem KI-Anwendungen auf der CUDA-Plattform erstellen, was die Wechselkosten extrem hoch macht. Obwohl der ROCm-Software-Stack von AMD aufholt, bleibt der Abstand beträchtlich.

Schließlich gibt es ein extremes Ungleichgewicht bei den Dimensionen. Für das Geschäftsjahr 2026 wird für Nvidia ein Umsatz von über 200 Milliarden US-Dollar prognostiziert, verglichen mit rund 30 Milliarden US-Dollar bei AMD. Ob bei den F&E-Investitionen, der Kontrolle über führende Lieferkettenkapazitäten oder den Kundenbeziehungen – die beiden spielen noch immer nicht in derselben Liga.

Realistisch betrachtet wird diese Übernahme allein den Vorsprung von Nvidia kurzfristig kaum ins Wanken bringen, aber sie eröffnet AMD einen Durchbruch in puncto Kostensenkung und Effizienzsteigerung.

Der Inferenzmarkt beginnt gerade erst zu explodieren, und Lisa Su erwartet, dass der Markt für KI-Beschleuniger bis 2030 ein Volumen von 1,4 Billionen US-Dollar erreichen wird. Wenn die Technologie von Taalas wie geplant erfolgreich kommerzialisiert wird, das Helios-System validiert ist und das ROCm-Ökosystem die Lücke weiter schließt, hat AMD gute Chancen, einen erheblichen zusätzlichen Marktanteil im Inferenzbereich zu erobern. In diesem Sinne ist die Übernahme von Taalas ein entscheidender Schritt.

Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.