Compute-in-Memory verschmilzt Rechnen und Speicher auf einem einzigen Chip. Damit greift die Architektur genau die Schwachstelle an, die KI-Rechenzentren am meisten Strom kostet. Das Pekinger Start-up Qianheyibang, eine Ausgründung des Internetkonzerns NetEase, sammelt dafür mehr als 256 Millionen Euro ein, angeführt von einem chinesischen Staatsfonds und dem Investmentarm von China Mobile.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Ein Chip, der Daten dort verarbeitet, wo sie liegen, statt sie zwischen Speicher und Rechenkern hin und her zu schaufeln: So funktioniert Compute-in-Memory. Mit dieser Architektur will das Start-up Qianheyibang den teuersten Nebeneffekt des KI-Booms angehen, den wachsenden Energiehunger der Datenbewegung. Die frische Finanzierung zeigt, wie ernst Peking diese Wette nimmt.

Das Wichtigste in Kürze

  • Qianheyibang, ausgegründet von NetEase, hat in einer B-Runde mehr als 256 Millionen Euro eingesammelt, umgerechnet über 2 Milliarden Yuan.[1]
  • Der Chip nutzt Compute-in-Memory auf 3D-DRAM-Basis und legt Rechnen und Speichern zusammen, um die Datenbewegung zu drücken.
  • Angeführt haben die Runde der Staatsfonds Guotiao und der Kettenfonds von China Mobile, dazu kommen elf weitere Geldgeber.
  • Für Europa zählt die Frage, wie KI-Rechenzentren ihren Stromverbrauch senken, ohne am knappen HBM-Speicher zu hängen.

Was macht Compute-in-Memory anders?

Ein großer Chip mit integriertem Rechenschieber und Text „RECHNEN IM SPEICHER“
Klassische Rechner leiden beim KI-Training unter dem von-Neumann-Engpass: Die Datenübertragung zwischen Speicher und Rechenkern verbraucht mehr Energie als die Berechnung selbst

In klassischen Rechnern nach dem von-Neumann-Prinzip sitzen Speicher und Rechenkern getrennt, verbunden durch eine Leitung, die nie breit genug ist. Bei der KI-Inferenz verschlingt allein das Verschieben der Daten einen Großteil der Energie. Gerade die speicherlastige Textausgabe großer Modelle bremst diese Mauer aus. Wie teuer knapper Speicher wird, zeigte zuletzt Huawei mit seinem Umweg um den HBM-Engpass.

Compute-in-Memory legt beides zusammen und rechnet direkt im Speicher. Qianheyibang stapelt dafür DRAM dreidimensional und will so die Datenbewegung senken. Nach eigenen Angaben arbeitet das Kernteam seit 2018 an solchen 3D-DRAM-Chips, ursprünglich zur Beschleunigung von Cloud-Gaming bei NetEase, heute für KI-Modelle und Verschlüsselung. Denselben speicherzentrierten Ansatz verfolgt im Westen Cerebras, dessen Chips Modelle komplett im schnellen SRAM halten.

Warum steckt Peking Staatsgeld in den Chip?

Hinter der B-Runde steht geballtes Staatskapital. An der Spitze stehen der nationale Fonds Guotiao und der Kettenfonds des Netzbetreibers China Mobile, dazu kommen elf weitere Geldgeber.[1] Seit den US-Exportkontrollen fließt heimisches Kapital gezielt in eigene Chiparchitekturen, die ohne Nvidia auskommen.

Compute-in-Memory ist dabei mehr als ein Effizienztrick. Eine Architektur, die den Speicher-Engpass umgeht, braucht weniger vom teuren, exportbeschränkten HBM-Speicher. Dieselbe Suche nach Unabhängigkeit treibt Zhipu, dessen Modelle bereits auf 50.000 heimischen Chips laufen.

Compute-in-Memory ist Chinas Versuch, den Speicher-Engpass nicht mit mehr HBM zu lösen, sondern ihn architektonisch verschwinden zu lassen. Ob der Chip das im Rechenzentrum hält, entscheidet sich an messbaren Zahlen, die Qianheyibang bislang schuldig bleibt.

— Markus Seyfferth, Chefredakteur Dr. Web
Chinas Wette auf Compute-in-Memory
Die B-Runde von Qianheyibang in Zahlen
256 Mio. €
B-Runde, umgerechnet über 2 Milliarden Yuan (Kurs 7,7977 Yuan je Euro, 14.08.2026)
2024
Gegründet in Peking, Forschung am 3D-DRAM nach eigenen Angaben seit 2018
13 Geldgeber
Angeführt vom Staatsfonds Guotiao und dem Kettenfonds von China Mobile
bis zu 90 %
Anteil der Datenbewegung am Energiebudget klassischer KI-Chips, den der Ansatz senken soll

Was heißt das für Europa?

Der EU Chips Act fördert vor allem neue Fabriken, kaum aber alternative Rechenarchitekturen wie Compute-in-Memory. Genau dort könnte Europa einen Effizienzhebel übersehen, während die Stromrechnung der KI-Rechenzentren zum Standortthema wird. Wie sehr der Verbrauch drückt, rechnet SenseTime inzwischen in Tokens pro Watt vor.

Für Entscheider bleibt der Chip vorerst ein Signal, keine Kaufoption. Belastbare Leistungszahlen nennt Qianheyibang nicht. Bis zur Serienreife eines 3D-DRAM-Chips liegt ohnehin ein weiter Weg. Einkäufer von KI-Rechenleistung sollten Compute-in-Memory aber als kommenden Effizienzhebel im Blick behalten und die eigene Abhängigkeit von HBM-Lieferketten prüfen.

Quelle

[1] PEdaily (投资界): „谦合益邦完成超20亿元B轮融资,聚焦3D存算一体芯片领域“

Mehr Newshunger?

4,3 11 Bewertungen

Wie hat Ihnen dieser Artikel gefallen?