Meta lässt ab September einen eigenen KI-Chip fertigen und will damit seine Rechenleistung binnen eines Jahres verdoppeln. Der Vorstoß zielt auf die teuerste Zutat des KI-Booms, die Abhängigkeit von Nvidia. Für europäische Unternehmen verschiebt sich damit eine Machtfrage, die längst nicht nur den Facebook-Konzern betrifft.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Ein KI-Chip mit dem Codenamen Iris geht ab September in die Fertigung und soll Meta bis 2027 auf 14 Gigawatt Rechenkapazität bringen. Das geht aus einem internen Memo hervor, das der Nachrichtenagentur Reuters vorliegt[1]. Hinter der nüchternen Produktionsmeldung steckt ein strategischer Bruch mit dem Marktführer für KI-Beschleuniger.
Das Wichtigste in Kürze
- Meta startet im September die Produktion des Chips „Iris“, der vierten Generation seiner MTIA-Familie.
- Die Rechenkapazität soll von 7 Gigawatt in diesem Jahr auf 14 Gigawatt im Jahr 2027 steigen.
- Der Chip ist auf KI-Inferenz zugeschnitten, das Training großer Sprachmodelle bleibt vorerst bei Nvidia und AMD.
- Entwickelt hat Meta den Chip mit Broadcom, gefertigt wird er bei TSMC in Taiwan.
Was hinter dem Iris-Chip steckt
Der Beschleuniger trägt intern die Bezeichnung MTIA 400 und gehört zur vierten Generation der „Meta Training and Inference Accelerators“. Laut dem Memo hat der Test nur sechs Wochen gedauert und ist ohne größere Probleme verlaufen.
Meta entwirft die Chips selbst, lässt sie von Broadcom mitentwickeln und bei TSMC fertigen. Ausgelegt sind sie zunächst auf Inferenz, also den laufenden Betrieb bereits trainierter Modelle, der die Empfehlungen und KI-Funktionen von Facebook und Instagram bis hin zum hauseigenen Bildgenerator antreibt.[2] Im Sechs-Monats-Takt sollen weitere Ausbaustufen folgen.
Warum ein eigener Chip die Nvidia-Rechnung verändert
Nvidias Grafikprozessoren sind Allzweckwerkzeuge und entsprechend teuer. Der Konzern verdient an jeder Einheit prächtig, seine Bruttomarge liegt seit Jahren jenseits der 70 Prozent. Genau diese Marge zahlt jeder Großkunde mit.
Ein anwendungsspezifischer Chip wie Iris ist dagegen auf einen einzigen Zweck zugeschnitten. Für die immer gleichen Inferenz-Aufgaben liefert er mehr Rechenleistung pro Watt und senkt die Kosten je Abfrage, ohne die Universalität einer Nvidia-Karte zu brauchen.
Meta steht damit nicht allein. Google betreibt seine TPUs seit einem Jahrzehnt, Amazon setzt auf Trainium und Inferentia, Microsoft auf den Maia-Chip. Der Bau eigener Beschleuniger, meist gemeinsam mit Broadcom oder Marvell, ist zum Muster der großen Cloud-Konzerne geworden.
Metas Chip senkt die Kosten für Meta, nicht für den Markt. Das Custom-Silizium bleibt hinter den Mauern der Hyperscaler, während der offene GPU-Markt so knapp und teuer bleibt wie zuvor.
— Markus Seyfferth, Chefredakteur Dr. Web
Was der Alleingang für Europa bedeutet
Europa hat dieser Entwicklung wenig entgegenzusetzen. Keiner der hiesigen Anbieter baut Beschleuniger in dieser Größenordnung, und Metas Chips wandern nicht in den freien Handel, sondern laufen ausschließlich in den eigenen Rechenzentren. Metas erstes Rechenzentrum in Kanada verschlingt allein ein Gigawatt.
Für deutschsprachige Entscheider heißt das zweierlei. Günstigere Inferenz senkt womöglich die Preise, die Hyperscaler für KI-Dienste aufrufen, doch am knappen GPU-Markt für eigene Hardware ändert sich nichts. Der EU Chips Act zielt zudem auf Fabriken, nicht auf KI-Beschleuniger, und die Fertigung bündelt sich weiter bei TSMC in Taiwan.
Beim Einkauf von KI-Leistung lohnt deshalb der Blick auf den Preis je Abfrage statt auf reine GPU-Stunden, dazu gehört das Klumpenrisiko der Lieferkette in jeden Vertrag. Die 14-Gigawatt-Marke zeigt außerdem, dass Rechenleistung zur Energiefrage geworden ist, ein Punkt, der auch die Debatte um deutsche Rechenzentren und die größten Standorte der Republik prägt.
Quellen
[1] Reuters: „Meta to put AI chip into production in September as it looks to double computing capacity, memo shows“ ↩
[2] Meta Newsroom: „Expanding Meta’s Custom Silicon to Power Our AI Workloads“ ↩
Mehr Newshunger?
- Ein Gigawatt für die KI: Metas erstes Rechenzentrum in Kanada läuft mit Erdgas
- Drei Milliarden Euro fürs Rechenzentrum, gestoppt vom Bebauungsplan
- Erst die Behörden, dann alle: Der kontrollierte Marktstart von GPT-5.6
- Grok 4.5 ist da: xAIs neues Modell setzt auf Tempo und Preis statt Benchmark-Krone
- GPT-Live: ChatGPT hört und spricht jetzt gleichzeitig
