Meta steigt mit eigenen Chips ins KI-Geschäft ein – und das könnte Nvidia in Zukunft teuer zu stehen kommen. Wie Reuters berichtet, hat das Unternehmen nach erfolgreichen Tests mit dem taiwanesischen Chiphersteller TSMC begonnen, seine hauseigenen KI-Chips in kleinerem Rahmen einzusetzen. Ziel ist es, diese Chips ab 2026 nicht nur für die KI-Inferenz, also die Anpassung von Inhalten an Nutzer, sondern auch für das Training von Modellen zu nutzen.
Warum eigene Chips?
Der Grund für Metas Chip-Offensive ist einfach: Kosten senken. Das Unternehmen investiert massiv in KI-Technologien, um langfristig zu wachsen – doch die Infrastruktur ist extrem teuer. Meta, zu dem auch Instagram und WhatsApp gehören, rechnet 2025 mit Gesamtausgaben zwischen 114 und 119 Milliarden US-Dollar. Ein Großteil davon – bis zu 65 Milliarden US-Dollar – fließt in den Ausbau der KI-Infrastruktur.
Einer der Insider berichtet, dass der neue Chip von Meta ein sogenannter dedizierter Beschleuniger ist. Das bedeutet, dass er ausschließlich für KI-Berechnungen entwickelt wurde, was ihn effizienter macht als herkömmliche GPUs, die normalerweise für KI-Workloads genutzt werden.
Meta braucht KI – auch wenn der Hype vorbei ist
Selbst wenn generative KI-Anwendungen wie Chatbots sich als überbewerteter Hype entpuppen, bleibt die Technologie für Meta essenziell. Der Konzern kann sie nutzen, um die Empfehlungssysteme für Inhalte und Werbung zu verbessern. Da Meta den Großteil seiner Einnahmen durch Werbung erzielt, kann bereits eine minimale Steigerung der Werbeeffektivität Milliarden an Mehreinnahmen bedeuten.
Trotz einiger Rückschläge, insbesondere in der Reality Labs-Abteilung, hat Meta in den letzten Jahren starke Hardware-Teams aufgebaut. Produkte wie die Ray-Ban AI-Brille sind erste Erfolge, doch die ganz große Revolution lässt noch auf sich warten. Intern sollen Führungskräfte bereits gewarnt haben, dass Metas Hardware-Bemühungen noch nicht den erhofften Durchbruch gebracht haben. Auch die VR-Headsets verkaufen sich bisher nur in den niedrigen Millionen-Bereichen.
Langfristig verfolgt Mark Zuckerberg das Ziel, sich unabhängiger von Apple und Google zu machen. Eigene Hardware-Plattformen sind ein wesentlicher Baustein dieser Strategie.
Nvidia verliert seine treuesten Kunden
Seit 2022 haben die größten Tech-Konzerne Milliarden in Nvidia-GPUs investiert, da sie als Branchenstandard für KI-Processing gelten. Zwar gibt es mit AMD einige Konkurrenz, doch Nvidia hat sich durch seine CUDA-Software-Plattform einen entscheidenden Vorteil verschafft. Diese ermöglicht Entwicklern die einfache Implementierung von KI-Anwendungen auf Nvidia-Chips.
Allerdings gibt es ein Problem: Laut Nvidia selbst kamen fast 50 % des Umsatzes in einem Quartal allein von vier großen Tech-Konzernen. Genau diese Unternehmen arbeiten nun daran, eigene Chips zu entwickeln, um sich unabhängiger zu machen und Kosten zu senken. Sie haben den finanziellen Spielraum, um mehrere Jahre auf eine Rendite zu warten. Amazon setzt bereits auf seine Inferentia-Chips, während Google seit Jahren seine Tensor Processing Units (TPUs) weiterentwickelt.
Die starke Abhängigkeit von wenigen Großkunden könnte Nvidia langfristig Probleme bereiten. Zudem könnten effizientere KI-Modelle, wie das chinesische DeepSeek, die Nachfrage nach Nvidia-Chips weiter reduzieren. Dennoch gibt sich Nvidia-CEO Jensen Huang optimistisch: Er geht davon aus, dass Rechenzentrumsbetreiber in den nächsten fünf Jahren 1 Billion US-Dollar in den Ausbau ihrer Infrastruktur investieren werden – ein massiver Markt für Nvidia.
Ein harter Wettbewerb steht bevor
Obwohl Meta, Amazon und Google große Fortschritte bei ihren eigenen Chips machen, werden viele Unternehmen weiterhin auf Nvidia setzen. Die Entwicklung von Hochleistungs-Chips ist teuer, kompliziert und nicht jedes Unternehmen hat die Ressourcen oder das Know-how, um mitzuhalten.
Trotzdem: Wenn die großen Tech-Konzerne stückweise unabhängiger von Nvidia werden, könnte das langfristig den gesamten Markt umkrempeln. Meta macht mit seinen eigenen Chips einen wichtigen Schritt in Richtung Selbstständigkeit – und Nvidia wird genau hinsehen, wie sich das entwickelt.
