AMD

AMD erweitert seine Geschäftstätigkeiten im Bereich der künstlichen Intelligenz, indem es sich von einem reinen Halbleiterlieferanten zu einem Anbieter von Rack-Scale-Systemen und Software entwickelt. Diese Veränderung erfolgt als Reaktion auf die wachsende Nachfrage nach Server-CPUs, die durch agentische KI-Workloads angetrieben wird, die kontinuierliche Rechenleistung erfordern. Die neue Venice-Serie von Hochleistungsprozessoren ist speziell auf diese Anforderungen zugeschnitten. AMD prognostiziert ein starkes Wachstum im Bereich der Datenzentren und hebt die Bedeutung hybrider Rechenarchitekturen hervor, die Cloud- und On-Premises-Systeme kombinieren. Die Unternehmensführung betont die steigende Nachfrage nach CPUs in agentischen Umgebungen, was eine Neuausrichtung der Systemarchitektur notwendig macht. Der Markt für Server-CPUs wird bis 2030 auf 220 Milliarden Dollar geschätzt, und AMD plant, einen bedeutenden Marktanteil zu erobern. Zudem wird ein Software-Stack entwickelt, um die Effizienz und den Wert für die Kunden zu erhöhen.

Im zweiten Quartal 2026 erreichte der globale Markt für PC-Grafikkarten mit 12,5 Millionen Auslieferungen das höchste Niveau seit vier Jahren, was einem Anstieg von 10 Prozent im Vergleich zum Vorquartal und 6,6 Prozent im Jahresvergleich entspricht. Diese positive Entwicklung wird durch die anhaltende Nachfrage nach High-End-Gaming und lokalen KI-Anwendungen unterstützt. Nvidia dominiert den Markt mit einem beeindruckenden Anteil von etwa 90 Prozent im Desktop-Segment, während AMD und Intel deutlich zurückfallen. Im Gegensatz dazu verzeichnete der Markt für Desktop-CPUs einen Rückgang, was die Divergenz zwischen den beiden Segmenten verdeutlicht. Trotz steigender Preise und sinkender CPU-Nachfrage stieg die AIB-Attach-Rate auf 89 Prozent, was auf die Relevanz von 3A-Spielen und lokalen KI-Modellen hinweist. Nvidia expandiert zudem stark im Data-Center-Segment und erzielte im zweiten Quartal einen Umsatz von 89 Milliarden US-Dollar. Langfristig bleiben die Prognosen für den GPU-Markt jedoch konservativ, mit einer erwarteten durchschnittlichen jährlichen Wachstumsrate von minus 2,5 Prozent bis 2030.

Der Artikel "Insane! Run Kimi K3, 2.8 Trillion Parameters, on a Single 4GB GPU" beschreibt die revolutionäre Möglichkeit, das KI-Modell Kimi K3 mit 2,8 Billionen Parametern auf einer einzigen 4GB-GPU zu betreiben. Zunächst skeptisch, erkennt der Autor, dass die innovative Streaming-Architektur von Moonshot AI es ermöglicht, das Modell effizient zu nutzen, ohne alle Gewichte im GPU-Speicher laden zu müssen. Dies reduziert den Bedarf an teuren Hochleistungs-GPUs, da anstelle von etwa vierzig H200-Karten nur eine handelsübliche GPU erforderlich ist, um echte Token zu generieren. Die Herausforderung liegt darin, die begrenzten Ressourcen optimal zu nutzen, während die Leistungsfähigkeit des Modells erhalten bleibt. Diese Entwicklung könnte die Zugänglichkeit zu komplexen KI-Technologien erheblich verbessern und es Nutzern mit weniger leistungsfähiger Hardware ermöglichen, von fortschrittlichen Anwendungen zu profitieren.

Neousys hat den HPC-Server RGS-9805GC vorgestellt, der speziell für physikalische KI-Anwendungen entwickelt wurde. Ausgestattet mit einem AMD EPYC™ 9005-Prozessor und zwei NVIDIA RTX PRO™ 6000 MAX-Q-GPUs, bietet der Server eine hohe Rechendichte, die für KI-Inferenzen und Echtzeit-Entscheidungen erforderlich ist. Sein robustes Design ermöglicht den Betrieb in extremen Temperaturen von -25° C bis 60° C und erfüllt den MIL-STD-810H-Standard für Erschütterungs- und Vibrationsfestigkeit, wodurch er sich ideal für den Einsatz in autonomen Lkw und mobilen Robotern eignet. Der RGS-9805GC bietet zudem zahlreiche PCIe Gen5-Erweiterungsmöglichkeiten zur Unterstützung mehrerer Hochdurchsatz-Sensoren. Mit einem kompakten 3U-Design ist der Server auch für enge Installationsräume geeignet und hebt sich somit von herkömmlichen HPC-Servern ab. Insgesamt ermöglicht er Systemintegratoren, physikalische KI-Anwendungen in herausfordernden Edge-Umgebungen ohne Leistungseinbußen zu realisieren.

Im September, einem traditionell volatilen Monat für Aktien, bieten sich Investoren insbesondere im Halbleitersektor interessante Chancen. Nvidia wird als eine der vielversprechendsten Aktien hervorgehoben, da das Unternehmen mit seinen Grafikprozessoren (GPUs) eine Schlüsselrolle in der KI-Modellierung spielt und ein beeindruckendes Umsatzwachstum von 70 % bis 2028 prognostiziert. Die Übernahme von Groq hat Nvidias Wettbewerbsfähigkeit in der Sprachverarbeitung und bei zentralen Verarbeitungseinheiten (CPUs) gestärkt, was seine Position als umfassender Anbieter von KI-Infrastruktur festigt. Advanced Micro Devices (AMD) hingegen konzentriert sich auf Inferenztechnologie und hat durch die Übernahme von Talaas sowie Partnerschaften mit Cerebras seine Marktstellung verbessert. AMD sieht großes Potenzial im Bereich der agentischen KI, wo es sich erfolgreich gegen Intel behauptet und neue CPUs speziell für diese Anwendungen entwickelt hat. Der Markt für agentische KI wird bis 2030 auf 220 Milliarden Dollar geschätzt, was AMD zusätzliche Wachstumschancen eröffnet.

Der Markt für KI-Hardware hat in den letzten Jahren ein signifikantes Wachstum erlebt, angetrieben durch technologische Fortschritte und eine steigende Nachfrage in verschiedenen Branchen. Prognosen zufolge wird der Markt bis 2026 einen Wert von 38,49 Milliarden US-Dollar erreichen, was einer jährlichen Wachstumsrate von 23,3 % entspricht. Bis 2030 wird ein Anstieg auf 88,44 Milliarden US-Dollar erwartet, wobei Faktoren wie Edge Computing und latenzarme Prozesse entscheidend sind. KI-Beschleuniger spielen eine zentrale Rolle, da sie die Effizienz komplexer KI-Anwendungen steigern und Unternehmen dazu anregen, in maßgeschneiderte KI-Chips zu investieren. Die Marktlandschaft wird von führenden Unternehmen wie Qualcomm, NVIDIA und Intel dominiert, die innovative Produkte wie den Instinct MI325X AI-Beschleuniger von AMD einführen. Die Segmentierung des Marktes zeigt eine Vielzahl von Technologien und Anwendungen, die das kontinuierliche Wachstum fördern.

Nvidia hat sich als führender Anbieter im Bereich der künstlichen Intelligenz etabliert, insbesondere durch seine leistungsstarken Grafikprozessoren, die für das Training großer Sprachmodelle genutzt werden. Mit dem Einstieg in den Server-CPU-Markt setzt Nvidia die etablierten Unternehmen Intel und AMD unter Druck, da die Nachfrage nach Server-CPUs aufgrund des Trends zur agentischen KI und Inferenzlasten in Rechenzentren steigt. AMD erwartet, dass der Umsatz im Server-CPU-Segment bis 2030 jährlich um 50 % wachsen könnte, was ein Umsatzpotenzial von 220 Milliarden Dollar darstellt. Nvidia nutzt diese Entwicklung mit seiner Vera-CPU, die auf der Arm-Architektur basiert und höhere Effizienz sowie geringeren Stromverbrauch verspricht. CFO Colette Kress hebt hervor, dass die Vera-CPU agentische Aufgaben 1,8-mal schneller und mit fünfmal mehr Bandbreite pro Watt als herkömmliche CPUs bewältigen kann. Nvidia plant, in diesem Jahr CPUs im Wert von 20 Milliarden Dollar zu verkaufen und rechnet mit einer Verdopplung des Umsatzes im nächsten Jahr. Diese Trends könnten dazu führen, dass Arm-basierte Prozessoren an Marktanteil gewinnen, was für Intel und AMD nachteilig wäre, da der Anteil der x86-Serverprozessoren sinkt.

Hivello hat die Beta-Version seines Bitcoin-Cloud-Mining-Produkts gestartet, das es Nutzern ermöglicht, Bitcoin-Hashrate-Verträge zu erwerben, ohne eigene Mining-Hardware zu kaufen oder zu betreiben. Die Plattform bietet 30-tägige Verträge in unterschiedlichen Größen, die mit Kryptowährungen und Stablecoins bezahlt werden können. Hivello verwaltet die Mining-Hardware in spezialisierten Rechenzentren und vereinfacht den sonst komplexen Prozess des Bitcoin-Minings. Kunden können Verträge direkt über die Plattform auswählen und deren Wirtschaftlichkeit mit einem Online-Rechner bewerten. CEO Andrew Smith hebt hervor, dass Hivello die Zugänglichkeit des Bitcoin-Minings durch eine digitale Lösung verbessert. Zukünftig plant das Unternehmen, das Modell auch auf GPU- und KI-Computing auszuweiten, um Unternehmen den Zugang zu Hochleistungsrechenkapazitäten zu erleichtern. Hivello wird weiterhin Nutzerfeedback einholen, um die Plattform zu optimieren.

JD Cloud hat am 9. September die Pläne für den Aufbau eines 100.000-GPU-Clusters vorgestellt, der mit Chips des Unternehmens Moore Threads ausgestattet sein wird. Dies ist ein bedeutender Schritt, da es das erste Mal ist, dass inländische GPUs in einem so groß angelegten Kerncomputing-Cluster eingesetzt werden. Die Entscheidung für Moore Threads könnte die Abhängigkeit von ausländischen Technologien verringern und die Entwicklung lokaler Technologien fördern. Mit diesem umfangreichen Cluster wird JD Cloud in der Lage sein, leistungsstarke Rechenressourcen für diverse Anwendungen bereitzustellen, was potenziell die Einnahmen steigern könnte. Zudem könnte diese Initiative andere Unternehmen dazu ermutigen, ähnliche Technologien zu entwickeln und zu implementieren, was die Wettbewerbsfähigkeit der heimischen Industrie weiter stärken würde.

Loongson, ein chinesischer Hersteller von CPUs, hat eine Kapitalerhöhung von 2,3 Milliarden CNY (ca. 342,7 Millionen US-Dollar) angekündigt, um die Entwicklung von IT-Chips sowie zentralen CPU- und GPU-Technologien voranzutreiben. Diese Investitionen sind eine Reaktion auf die wachsende Nachfrage nach KI-Inferenz, die die Pläne für inländische Chips in China vorantreibt. Mit diesen Mitteln möchte Loongson seine Wettbewerbsfähigkeit im Halbleitermarkt stärken und die Entwicklung fortschrittlicher Chips fördern. Langfristig zielt das Unternehmen darauf ab, die Abhängigkeit von ausländischen Chip-Technologien zu verringern und die heimische Industrie zu unterstützen.

Im Jahr 2023 verzeichnete AMD eine beeindruckende Kurssteigerung von 143%, während Nvidia nur um 20% zulegte. Diese Entwicklung wird durch 33 EPS-Upgrade innerhalb von 30 Tagen unterstützt, was darauf hindeutet, dass der Markt AMDs Fortschritte im Data-Center-Bereich bereits einpreist. Der Umsatz von AMD in diesem Segment hat sich mehr als verdoppelt, und Prognosen für 2027 deuten auf eine weitere Verdopplung der Einnahmen hin. Trotz Nvidias dominierender Marktstellung mit einem Umsatz von 96,22 Milliarden Dollar und einer operativen Marge von 60% wird AMD als die asymmetrischere Investition betrachtet. Mit der Einführung des Helios-Produkts und steigenden Schätzungen für 2027 holt AMD auf. Die starke Nachfrage nach den MI450 GPUs, insbesondere von Kunden wie Anthropic, zeigt, dass AMD auf dem richtigen Weg ist, um seine Marktanteile zu vergrößern.

HIVE Digital Technologies Ltd. hat Mark Volk zum Senior Vice President für den Umsatz bei BUZZ High Performance Computing Inc. ernannt, um die kommerzielle Führung zu stärken und die globale AI-Infrastrukturplattform auszubauen. Diese Entscheidung reflektiert die wachsende Bedeutung von Power, Compute und kommerzieller Ausführung im Bereich der AI-Infrastruktur. Volk bringt fast 30 Jahre Erfahrung in der Kommerzialisierung von AI und Hochleistungsrechnern mit und wird die globale Markteinführungsstrategie von BUZZ HPC leiten. Sein Fokus liegt auf dem Aufbau einer Umsatzmaschine und der internationalen Skalierung, insbesondere durch die Vermarktung von GPU-gestützter AI-Infrastruktur und strategischen Partnerschaften. Zuvor war Volk CEO von CiphexAI Corporation und hatte bedeutende Positionen bei Hewlett Packard Enterprise inne. Zudem hat HIVE kürzlich die Marke von 1 Million US-Dollar im durchschnittlichen Tagesumsatz überschritten, was die Fortschritte des Unternehmens in der AI- und Bitcoin-Mining-Branche verdeutlicht.

Auf der KPCA Show 2026 präsentieren Samsung Electro-Mechanics und LG Innotek ihre neuesten Substrattechnologien für KI-Beschleuniger, um im hart umkämpften Markt für Verpackungssubstrate der nächsten Generation zu bestehen. Diese Substrate sind entscheidend für die effiziente Übertragung elektrischer Signale zwischen Chips und Hauptplatinen, insbesondere da KI-Beschleuniger zunehmend mehrere Chips in einem Paket integrieren. Samsung stellt innovative 2.5D- und 2.1D-Paketsubstrate vor, die Verformungen vermeiden und Chips direkt ohne Silizium-Interposer verbinden. LG Innotek präsentiert ein leistungsstarkes FC-BGA, das für die Massenproduktion im nächsten Jahr geplant ist. Beide Unternehmen setzen auf die Entwicklung von Glassubstrat-Technologien, die voraussichtlich 2028 in die Massenproduktion gehen sollen, um die Grenzen organischer Materialien zu überwinden. Diese Technologien zielen darauf ab, die Signalübertragung zu verbessern und den Energieverlust zu minimieren, was für die zukünftige Marktentwicklung von entscheidender Bedeutung sein könnte.

In der aktuellen Marktsituation haben AMD und Nvidia eine außergewöhnliche Bewertungsdifferenz erlebt, obwohl beide Unternehmen in der gleichen Branche tätig sind und beeindruckende Wachstumsraten aufweisen. Nvidia, mit einem größeren Marktanteil und schnelleren Wachstumsraten, hat deutlich höhere Gewinnmargen, insbesondere im Bereich der Grafikprozessoren. Im Gegensatz dazu ist AMD derzeit die teurere Aktie, was auf die unterschiedlichen Margen der beiden Unternehmen zurückzuführen ist. Nvidia erzielt den Großteil seines Umsatzes aus seiner profitablen Datenzentrumsdivision, während AMDs Umsatz auf weniger margenstarke Bereiche verteilt ist. Diese Diskrepanz deutet darauf hin, dass Nvidia langfristig eine höhere Bewertung rechtfertigen sollte. Investoren könnten daher geneigt sein, ihre Anteile an AMD zu verkaufen und in Nvidia zu investieren, da Nvidia im Vergleich zu AMD aktuell günstiger bewertet ist. Dies bietet eine potenzielle Gelegenheit für Anleger, von der bestehenden Preisabweichung zu profitieren.

Aitech hat die neuen 3U VPX C530 und U-C5300 GPGPU-Boards vorgestellt, die eine signifikante Steigerung der KI-Computing-Leistung für Verteidigungs- und Luftfahrtsysteme bieten. Diese Boards ermöglichen schnellere KI-Inferenz, verbesserte Grafikleistung und höhere Speicherbandbreite, was die effiziente Verarbeitung großer Sensordatenmengen in Verteidigungsplattformen unterstützt. Dank der leistungsstarken GPGPU-Technologie können Systemintegratoren komplexere KI-Modelle und zusätzliche Sensorströme implementieren, ohne Größe, Gewicht oder Energiebedarf zu erhöhen. Die U-C5300-Version ist zudem mit dem SOSA-Standard kompatibel, was die Interoperabilität in modernen Verteidigungsprogrammen erleichtert. Diese Innovationen sind entscheidend für Echtzeitanalysen und autonome Entscheidungen an der taktischen Front, wodurch die Effizienz und Reaktionsfähigkeit von Verteidigungsoperationen verbessert wird. Aitech positioniert sich somit als Vorreiter in der Bereitstellung moderner Lösungen für die Anforderungen der modernen Kriegsführung.

Biren Technology, ein chinesischer GPU-Entwickler, hat eine Partnerschaft mit der Shanghai University gegründet, um ein gemeinsames Labor für intelligente integrierte Schaltungen zu etablieren. Diese Zusammenarbeit fokussiert sich auf die Forschung zu optischen Interkonnektoren und fortschrittlichen Kühlungstechnologien für KI-Chips. Ziel ist es, innovative Lösungen zu entwickeln, die die Leistung und Effizienz der Chips steigern. Die Erforschung optischer Interkonnektoren könnte die Datenübertragungsraten erheblich erhöhen, was für KI-Anwendungen entscheidend ist. Zudem sollen neue Kühlungstechniken helfen, die thermischen Herausforderungen leistungsstarker Chips besser zu bewältigen. Diese Initiative könnte Biren einen Wettbewerbsvorteil im schnell wachsenden KI-Markt verschaffen.

Kubernetes spielt eine zentrale Rolle bei der Verwaltung von AI-Workloads in GPU-Clustern, indem es Server bereitstellt, überwacht und skaliert. Es ist jedoch nicht direkt an der Inferenz beteiligt. Die Zuweisung von GPUs erfolgt in unteilbaren Einheiten, was bedeutet, dass Pods nicht über mehrere Maschinen verteilt werden können. Ein Pod-Ausfall führt zum Verlust des Caches, was die Leistung beeinträchtigt, da der Ersatz-Pod kalt startet. Die Skalierung ist herausfordernd, da Kubernetes typischerweise auf CPU-Auslastung reagiert, was für Inferenz-Workloads nicht aussagekräftig ist. Um die Effizienz zu steigern, müssen Kubernetes und die Routing-Schicht besser kommunizieren, da sie unterschiedliche Informationen über den Zustand der Pods haben. Weitere Herausforderungen sind die langsame Bereitstellung neuer Pods und die Steuerung von Anfragen während des Starts. Insgesamt bietet Kubernetes Vorteile für die Verwaltung von Inferenzservern, erfüllt jedoch nicht vollständig die spezifischen Anforderungen von LLM-Workloads.

AMD hat sich in den letzten zwei Jahren als bedeutender Akteur im Bereich der KI-Computing-Infrastruktur etabliert, was zu einem beeindruckenden Umsatzwachstum von 107% im Data Center geführt hat. Ein entscheidender 6GW-GPU-Deal mit OpenAI hat die Aktienkurse in diesem Jahr um 113% steigen lassen. Dennoch hat die Aktie in den letzten Wochen an Wert verloren, was auf Gewinnmitnahmen und Bedenken hinsichtlich der Bewertung zurückzuführen ist. Besonders der Rückgang im Gaming-Segment um 31% belastet die Gesamtentwicklung von AMD. Trotz dieser Herausforderungen zeigen Analysten Optimismus, mit einer durchschnittlichen Kurszielerhöhung auf etwa 613,84 USD, was ein Potenzial von 34% bedeutet. Die Gewinnprognosen für das Geschäftsjahr 2027 wurden in den letzten 90 Tagen von 13 USD auf 15 USD angehoben, was auf eine positive Revisionstendenz hinweist. Insgesamt bleibt die Marktmeinung bullish, während Anleger auf weitere Beweise für die Nachhaltigkeit des Wachstums warten.

AMD hat mit der Ryzen AI Halo Workstation ein leistungsstarkes System vorgestellt, das die Ausführung von KI-Modellen mit bis zu 300 Milliarden Parametern lokal ermöglicht, ohne auf Cloud-Dienste angewiesen zu sein. Diese Workstation richtet sich an Kunden, die sensible Daten schützen möchten, wie Verteidigungsunternehmen, Krankenhäuser und Banken. CEO Lisa Su erklärte, dass diese Technologie eine Weiterentwicklung der Ryzen AI Max+ Plattform darstellt, die zuvor Modelle mit bis zu 200 Milliarden Parametern unterstützte. Trotz eines Umsatzanstiegs von 107 % im Data Center-Segment auf 7 Milliarden Dollar im zweiten Quartal 2026 wird die sofortige Umsatzwirkung der neuen Workstation als gering eingeschätzt. Die AMD-Aktie hat sich im Jahr 2026 bereits um 123 % erhöht, was auf optimistische Marktprognosen im Bereich KI hinweist. Analysten betrachten diese Entwicklung als strategisches Signal für die zukünftige Ausrichtung von AMD, da der Großteil des Unternehmensgewinns im Data Center-Bereich erzielt wird.

ASUS hat auf der AI Tech 2026 in Seoul die Einführung einer integrierten AI-Factory-Plattform angekündigt, die eine umfassende Infrastruktur für KI-Anwendungen bieten soll. Diese Initiative wird durch Partnerschaften mit führenden Unternehmen wie NVIDIA, AMD und Intel unterstützt, um leistungsstarke Hardware-Lösungen für Rechenzentren und Unternehmen bereitzustellen. Zu den neuen Produkten gehört der AI POD XA VR721-E3, der eine zehnfache Leistung pro Watt im Vergleich zu Vorgängermodellen bietet, sowie Systeme für Grafikbeschleuniger und Edge-Computing. Auf der IFA in Berlin wurden zudem neue Workstations und Notebooks der ProArt-Serie vorgestellt, die auf der NVIDIA RTX-Spark-Plattform basieren und für anspruchsvolle KI-Workloads konzipiert sind. ASUS kündigte auch strategische Kooperationen an, darunter die Entwicklung eines spezialisierten KI-Agenten für den pharmazeutischen Bereich in Zusammenarbeit mit Qualcomm und ein Angebot für Käufer ausgewählter Laptops, die Zugang zu Google AI-Diensten erhalten. Diese neuen Technologien und Partnerschaften könnten die Effizienz und Leistungsfähigkeit von KI-Anwendungen in verschiedenen Branchen erheblich steigern.

Advanced Micro Devices (AMD) prognostiziert einen erheblichen Anstieg der Nachfrage nach KI-Produkten, insbesondere für die MI450-Beschleunigerplattform und Helios-Rack-Systeme, die ab Ende des dritten Quartals verfügbar sein werden. Diese Nachfrage umfasst Server-CPUs, spezialisierte Beschleuniger und KI-PCs, was AMD veranlasst hat, den adressierbaren Markt bis 2030 auf 2 Billionen Dollar zu schätzen. Die Umsatzprognosen für Server-CPUs zeigen ein Wachstum von über 80 % in der zweiten Jahreshälfte und über 70 % im kommenden Jahr, trotz Herausforderungen in der Lieferkette. AMD kooperiert mit großen Unternehmen wie Meta und OpenAI, um komplexe Systeme zu entwickeln, und erkennt eine steigende Nachfrage nach agentischer KI, die sowohl GPUs als auch CPUs erfordert. Um Produktionsengpässe zu bewältigen, hat AMD seine Investitionen erhöht. Obwohl die Einführung von KI-Beschleunigern die Margen belasten könnte, wird ein starkes Umsatzwachstum in der Server-CPU- und Embedded-Sparte erwartet. Zudem plant AMD, seine Produktpalette durch neue Technologien und Partnerschaften zu erweitern, um wettbewerbsfähig zu bleiben.

F-Secure und AMD Silo AI haben eine innovative Methode entwickelt, um digitale Reisen im Zeitalter der agentischen KI zu sichern. Durch die Kombination von F-Secure Trust-Technologie und AMDs Rechenplattformen wird eine dynamische Datenverarbeitung ermöglicht, die kontextabhängig entscheidet, ob Daten lokal oder in der Cloud verarbeitet werden. Diese Herangehensweise ist besonders wichtig, da 84% der Verbraucher Bedenken hinsichtlich der Authentizität von Online-Inhalten haben, was das Vertrauen in digitale Interaktionen gefährdet. Die Zusammenarbeit zielt darauf ab, den digitalen Lebensstil der Verbraucher zu schützen, indem Vertrauen nicht pauschal, sondern situationsabhängig gewährt wird. Die Einführung der F-Secure TrustPath-Lösung wird für das vierte Quartal 2026 erwartet und stellt einen bedeutenden Fortschritt im Bereich der Verbrauchersicherheit dar.

In dem Artikel wird Advanced Micro Devices (AMD) als weniger attraktive Investitionsmöglichkeit im Vergleich zu Broadcom dargestellt, trotz einer beeindruckenden Kurssteigerung von über 120% in diesem Jahr. Während AMDs Datenzentrumssparte ein starkes Wachstum von 107% auf 6,7 Milliarden Dollar im zweiten Quartal verzeichnete, übertrifft Broadcoms AI-Semiconductor-Sparte mit einem Umsatz von 16,7 Milliarden Dollar und einem jährlichen Wachstum von 221% deutlich. Broadcom entwickelt maßgeschneiderte KI-Chips, die höhere Leistung zu geringeren Kosten bieten, und kooperiert mit Hyperscalern, um spezifische Lösungen für verschiedene Arbeitslasten zu schaffen. Die Umsatzprognosen für Broadcoms AI-Sparte wurden von 100 Milliarden Dollar auf 115 Milliarden Dollar angehoben, mit einer Verdopplung auf 230 Milliarden Dollar bis 2028. Diese Entwicklungen deuten darauf hin, dass Broadcom in den kommenden Jahren AMD übertreffen wird, was es zu einer attraktiveren Investitionsoption macht.

Gorilla Technology Group Inc. hat den Übergang zur physischen Umsetzung seines Yotta AI-Infrastrukturprogramms in Indien vollzogen, indem die Lieferung von über 25.000 GPUs begonnen hat. Dieser Schritt ist entscheidend für die angestrebten Einnahmen von etwa 500 Millionen US-Dollar bis 2027. Das Unternehmen prüft zudem Möglichkeiten zur Verdopplung seiner GPU-Kapazität, was auf eine hohe Nachfrage nach KI-Infrastruktur hinweist. Die Yotta-Programme sind zentral für die Expansion von Gorillas KI-Infrastruktur in Indien, und das Unternehmen konzentriert sich auf die Lieferung, Installation und Integration der Geräte. CEO Jay Chandan hebt hervor, dass die Infrastruktur nun Realität wird und die Erwartungen übertrifft. CTO Dr. Rajesh Natarajan bekräftigt die Absicht, eine langfristige KI-Infrastrukturplattform in Indien aufzubauen, und betont die neuen Möglichkeiten, die sich aus der wachsenden Nachfrage ergeben.

Der Markt für neuronale Prozessoren wird bis 2033 voraussichtlich auf 703 Millionen US-Dollar anwachsen, mit einer jährlichen Wachstumsrate von 20 %. Diese Entwicklung wird durch die verstärkte Integration spezialisierter neuronaler Verarbeitung in Verbrauchergeräte gefördert, da Unternehmen in der Halbleiter- und KI-Hardware-Branche zunehmend in diese Technologien investieren. Die Nachfrage nach energieeffizienten Prozessoren und die rasche Einführung von KI-Anwendungen treiben den Wandel voran. In den USA haben Firmen wie Qualcomm und AMD neue Produkte entwickelt, die lokale KI-Inferenz ermöglichen. In Japan expandiert EdgeCortix mit seinem KI-Beschleuniger SAKURA-II, um die Effizienz in verschiedenen Industrien zu verbessern. Strategische Partnerschaften, wie die zwischen NVIDIA und MediaTek sowie AMD und Anthropic, verdeutlichen die Bedeutung von Zusammenarbeit in diesem dynamischen Markt. Die Anwendungen neuronaler Prozessoren erstrecken sich über Bereiche wie autonomes Fahren, Robotik und intelligente Edge-Geräte, was die kommerzielle Nachfrage weiter steigert.

Nvidia hat den Kauf von Hugging Face für 12,9 Milliarden Dollar abgeschlossen, was als bedeutende Investition in Open-Source-KI gilt. Dennoch bleibt das Vertrauen der Community in Nvidias Neutralität fraglich, da keine verbindlichen Governance-Vereinbarungen veröffentlicht wurden, die die Nutzung konkurrierender Chips wie AMD und Groq regeln. Diese Übernahme könnte problematisch sein, da Hugging Face eine zentrale Plattform für offene Modelle und Datensätze darstellt, was zu einem Konflikt führen könnte, wenn Nvidia gleichzeitig die Hardware vertreibt, auf der diese Modelle laufen. CEO Jensen Huang betont zwar die Bedeutung sowohl geschlossener als auch offener Modelle, doch seine Aussagen sind strategisch und rechtlich nicht bindend. Die Zukunft der Übernahme hängt von der Veröffentlichung klarer Richtlinien zur Neutralität beim Hosting von Modellen und zur Governance der Mitwirkenden ab. Trotz dieser Herausforderungen verzeichnete Nvidia im zweiten Quartal 2027 einen Umsatz von 96,22 Milliarden Dollar, was einem Anstieg von über 105 Prozent im Vergleich zum Vorjahr entspricht, und die Aktienkurse sind ebenfalls gestiegen.

Im Jahr 2026 wird die KI-Inferenzinfrastruktur durch ein komplexes Zusammenspiel verschiedener Komponenten charakterisiert, die eine schnelle und zuverlässige Bearbeitung von Anfragen gewährleisten. Der Prozess beginnt mit Anfragen von Anwendungen, die durch mehrere Schichten von Gateways, Engines und GPUs geleitet werden, wobei jede Schicht spezifische Entscheidungen zur Effizienzsteigerung trifft. Die Inferenz-Engine spielt eine zentrale Rolle, indem sie Anfragen verwaltet, den KV-Cache steuert und Ergebnisse streamt, was die Benutzererfahrung verbessert. Die Cache-Lokalisierung wird als wichtig erachtet, um die Effizienz bei ähnlichen Anfragen zu erhöhen. Zudem werden Routing-Entscheidungen komplexer, da sie Queue-Tiefe, Zustand des KV-Caches und Ressourcenverfügbarkeit berücksichtigen müssen. Kubernetes wird als zentrales Werkzeug zur Ressourcenverwaltung angesehen, kann jedoch die speziellen Anforderungen der Inferenzverarbeitung nicht vollständig erfüllen, was zusätzliche Schichten erforderlich macht. Abschließend wird die Bedeutung von präziser Beobachtbarkeit und Metrik-Sammlung hervorgehoben, um die Leistung der KI-Infrastruktur zu bewerten und zu optimieren.

In dem Artikel "AMD Is Behind The AI Chip Shift Nobody Is Talking About" wird die beeindruckende Wachstumsdynamik von AMD im Vergleich zu NVIDIA im Bereich der Künstlichen Intelligenz (KI) beleuchtet. Während AMDs Aktienkurs in diesem Jahr um 123% gestiegen ist und der Umsatz im Data Center-Bereich auf 6,72 Milliarden Dollar mehr als verdoppelt wurde, verzeichnete NVIDIA lediglich einen Anstieg von 24% bei einem Umsatz von 89,02 Milliarden Dollar. AMD setzt auf seine offene Helios-Plattform, die 30% mehr Tokens pro Dollar bietet, und hat bereits Partnerschaften mit Unternehmen wie Anthropic und Microsoft geschlossen. Im Gegensatz dazu verfolgt NVIDIA eine geschlossene Plattformstrategie, die als "AI-Fabrik" bekannt ist und eine umfassende Lösung für den gesamten KI-Lebenszyklus bietet. Diese unterschiedlichen Ansätze verdeutlichen, wie beide Unternehmen versuchen, von der wachsenden Nachfrage nach KI-Computing zu profitieren. AMD könnte durch seine innovative Strategie langfristig eine stärkere Marktposition erreichen, während NVIDIA auf seine etablierte Plattform setzt, um Einnahmen zu maximieren.

Am 4. September 2026 verzeichneten AMD und Intel signifikante Kursgewinne von 4,7% bzw. 4,5%, während Nvidia lediglich um 0,8% zulegte. Dies deutet darauf hin, dass Investoren zunehmend das Potenzial von AMD und Intel im AI-Sektor erkennen. AMD meldete im zweiten Quartal einen Rekordumsatz von 11,5 Milliarden Dollar, wobei 58% aus dem Data Center stammten, und bietet eine breite Produktpalette als Alternative zu Nvidia. Intel hingegen steigerte seinen Umsatz im Bereich Data Center und AI um 59% auf 6,3 Milliarden Dollar, sieht sich jedoch Herausforderungen wie hohen Kosten und unsicheren Renditen gegenüber. Das Interesse von Hedgefonds an AMD und Intel ist im zweiten Quartal 2026 gestiegen, was auf ein wachsendes Vertrauen in diese Unternehmen hinweist. Dennoch müssen beide Firmen ihre Softwarekompetenz und Produktakzeptanz unter Beweis stellen, um im Wettbewerb mit Nvidia erfolgreich zu sein. Während Nvidia weiterhin wächst, haben AMD und Intel die Möglichkeit, Marktanteile in einem sich erweiternden Sektor zu gewinnen, wobei der Erfolg letztlich von Lieferungen, Margen und freiem Cashflow abhängt.

Im zweiten Quartal 2026 erzielte AMD einen Umsatz von 11,54 Milliarden Dollar, was einem Anstieg von 50,1 % im Vergleich zum Vorjahr entspricht. Im Gegensatz dazu verzeichnete Broadcom im dritten Quartal einen Umsatz von 29,59 Milliarden Dollar, mit einem beeindruckenden Wachstum von 85,5 %. Trotz AMDs starkem Wachstum, insbesondere im Data-Center-Bereich, stellt Broadcom eine ernsthafte Bedrohung dar. Das Unternehmen fokussiert sich auf maßgeschneiderte KI-Halbleiter und arbeitet mit Kunden wie OpenAI, Anthropic und Meta zusammen, die eigene Beschleuniger entwickeln. Broadcoms Umsatz im Bereich KI-Semiconductors erreichte 16,7 Milliarden Dollar und wuchs um 221 % im Jahresvergleich, mit Prognosen von 21,7 Milliarden Dollar für das vierte Quartal. Zudem verfügt Broadcom über strukturelle Vorteile, wie einen freien Cashflow von 14 Milliarden Dollar und eine Gewinnmarge von 67,9 %, die AMDs 27 % deutlich übertreffen. Diese Unterschiede in der Strategie und den finanziellen Kennzahlen könnten AMDs langfristige Wettbewerbsfähigkeit im KI-Sektor gefährden.

Ein neues Mod-Projekt namens DLSS-NR-on-AMD ermöglicht es, Nvidias DLSS 5 auf AMD-Grafikkarten der Serien Radeon RX 9000 und RX 7000 zu nutzen, obwohl die Spielbarkeit eingeschränkt ist. Die Mod macht die ursprünglich für RTX-Karten entwickelte Technologie in DirectX-12-Spielen, die FSR unterstützen, verfügbar. Allerdings erreicht eine RX 9070 XT nur etwa 33 fps in 1080p, was die Leistung beeinträchtigt. Dies liegt daran, dass RDNA 4 keine speziellen Recheneinheiten für die erforderlichen Matrixoperationen hat und stattdessen normale Compute Units verwendet werden. Die Installation erfordert spezifische Software und Treiber, und die Nutzung erfolgt auf eigene Gefahr, da der Windows Defender beim Ausführen der Mod anschlägt. Der Entwickler hat die Mod als vollständige Neuimplementierung der Neural-Network-Runtime für AMD beschrieben, ohne Nvidia-Code zu verwenden. Modder haben die DLSS 5-Bibliothek bereits in andere Spiele integriert. Während Nvidia offizielle Unterstützung für die RTX-40-Reihe angekündigt hat, plant der Entwickler, die Performance der Mod weiter zu optimieren, um sie an das Niveau einer RTX 5070 Ti heranzuführen.

Nvidia hat mit seinem aktuellen Geschäftsbericht ein starkes Signal an die Investoren von AMD und Intel gesendet, indem es die wachsende Bedeutung seiner CPU-Sparte betonte. Im zweiten Quartal 2027 stiegen die Umsätze um 106 % auf 96,2 Milliarden Dollar, wobei die Server-CPU-Sparte bereits über 5 Milliarden Dollar einbrachte. Mit der Einführung der neuen Vera-CPU plant Nvidia, signifikante Marktanteile im geschätzten 200 Milliarden Dollar schweren Server-CPU-Segment zu gewinnen. Diese Entwicklung könnte den Druck auf AMD und Intel erhöhen, da Nvidia nicht nur schneller wächst, sondern auch seine CPUs in umfassende Server-Systeme integriert. Während AMD und Intel weiterhin in ihre Produkte investieren, könnte Nvidia durch seine innovative Strategie Marktanteile gewinnen, ohne direkt mit den Spezifikationen der Konkurrenz zu konkurrieren. Die positive Reaktion der Anleger spiegelte sich in einem Anstieg des Nvidia-Aktienkurses um 8,7 % wider. Für Investoren wird es entscheidend sein, die Prognosen für das Geschäftsjahr 2028 zu beobachten, um die zukünftige Wettbewerbsfähigkeit von Nvidia sowie die Marktanteile von AMD und Intel zu bewerten.

Sharon AI, ein australisches Unternehmen im Bereich Neocloud, hat eine fünfjährige Vereinbarung mit Rafay Systems unterzeichnet, um die Rafay-Plattform als zentrale Orchestrierungsschicht für seine AI Factory-Umgebungen zu nutzen. Diese Partnerschaft zielt darauf ab, die Bereitstellung, Verwaltung und Überwachung der Recheninfrastruktur zu standardisieren und sicherzustellen, dass sie für Kunden an verschiedenen Standorten und mit unterschiedlichen Arbeitslasten verfügbar ist. Die neue Architektur soll bis zu 150.000 Grafikprozessoren (GPUs) orchestrieren und langfristig größere GPU-Bereitstellungen unterstützen. CEO James Manning hebt hervor, dass die Vereinbarung eine effiziente Verwaltung der AI-Infrastruktur ermöglicht und die Bereitstellung von Dienstleistungen beschleunigt. Die Plattform bietet Automatisierung, Beobachtbarkeit und sichere Multi-Tenancy-Funktionen, um den unterschiedlichen Anforderungen der Kunden gerecht zu werden. Rafay betont, dass der Betrieb von AI-Infrastruktur in großem Maßstab nicht nur Zugang zu GPU-Kapazitäten erfordert, sondern auch umfassende Orchestrierungs-, Automatisierungs- und Governance-Funktionen, um zuverlässige AI-Dienste zu gewährleisten.

GPT-6 Astra, das neueste Modell von OpenAI, hat in Tests mit den Roboterarmen YAM eine beeindruckende Erfolgsquote von 95 % erzielt, indem es einen roten Block in 19 von 20 Versuchen platzierte. Im Vergleich dazu erreichte das Vorgängermodell Claude Fable 5.1 lediglich 40 %. Die Tests, durchgeführt von RoboCurve, zeigten, dass Astra nicht nur schneller, sondern auch kostengünstiger ist, da es 2,3-mal weniger pro Ausführung benötigt. Bei präzisen Aufgaben, wie dem Einsetzen eines Puzzlestücks, hatten jedoch alle Modelle Schwierigkeiten, die letzten Millimeter der Bewegung ohne taktile Rückmeldung zu bewältigen. Astra wurde auf über 100.000 GPUs trainiert und übertraf auch in anderen Benchmarks, was seine Vielseitigkeit und Effizienz unterstreicht. Die Ergebnisse deuten darauf hin, dass Astra besonders für grobe Manipulationsaufgaben geeignet ist, während für präzise Anwendungen zusätzliche Kontrollsysteme erforderlich sind. Die Kosteneinsparungen könnten für Unternehmen in der Logistik und Fertigung erheblich sein, jedoch sollten weitere Tests durchgeführt werden, bevor eine Umstellung auf Astra oder Investitionen in präzise Systeme erfolgen.

Der LG OLED evo AI G6 65 Zoll Fernseher überzeugt mit einer beeindruckenden 4K-Auflösung von 3.840 x 2.160 Pixeln und einer hohen Bildwiederholfrequenz von 165 Hz, was ihn besonders für Gamer und Heimkino-Fans attraktiv macht. Angetrieben vom leistungsstarken alpha 11 Gen3 4K AI-Prozessor bietet er eine Reaktionszeit von nur 0,1 ms und unterstützt Technologien wie G-Sync und AMD FreeSync Premium für flüssige Bilder. Mit vier HDMI-Eingängen, zwei USB-Anschlüssen und WLAN nach Wi-Fi 6 ist die Konnektivität umfassend. Mit einem Gewicht von 27,7 kg und großzügigen Abmessungen eignet sich der Fernseher ideal für große Wohnzimmer. Der Preis beginnt bei 689 Euro, was ihn im oberen Preissegment der 65-Zoll-Klasse positioniert. Die fünfjährige Panelgarantie sowie die Unterstützung von Dolby Vision und Dolby Atmos machen das G6-Modell zu einer attraktiven Wahl für Nutzer, die Wert auf hohe Bildqualität und moderne Technik legen.

Tata Consultancy Services (TCS) plant den Bau eines umfangreichen KI-Datenzentrums in Hyderabad, das von der Tochtergesellschaft HyperVault entwickelt wird. Mit einer Investition von bis zu ₹70.000 crore und einer Fläche von 264 Acres wird das Zentrum eine Kapazität von bis zu 1 Gigawatt haben und gilt als eines der größten KI-Infrastrukturprojekte in Indien. Der Bau erfolgt schrittweise, abhängig von der Nachfrage und technologischen Anforderungen, und richtet sich speziell an Unternehmen im KI-Bereich sowie Hyperscaler. Das Zentrum wird hochdichte GPU-Implementierungen für KI-Training und fortschrittliche Rechenaufgaben unterstützen. TCS erwartet, dass das Projekt mehrere tausend direkte und indirekte Arbeitsplätze schafft und umweltfreundliche Energie- und Wassermanagement-Prinzipien integriert. Die Regierung von Telangana begrüßt das Vorhaben als historisch und hebt die wachsende Bedeutung von Hyderabad in der globalen KI-Infrastruktur hervor.

Der Artikel "The KV Cache: AI’s Unseen Database Dominating GPU Memory" untersucht die Herausforderungen bei der Nutzung großer Sprachmodelle (LLMs), wobei er betont, dass nicht die Rechenleistung der GPUs, sondern die Speicherbandbreite die Hauptgrenze der Leistung darstellt. Der Key-Value Cache, der während der Inferenz ständig wächst, wird als Flaschenhals identifiziert. Entwickler sehen sich häufig mit Problemen wie langsamen APIs bei hoher gleichzeitiger Nutzung und hohen Kosten bei langen Kontextabfragen konfrontiert. Diese Schwierigkeiten führen dazu, dass die tatsächliche Leistung der Modelle hinter den Erwartungen zurückbleibt, was oft fälschlicherweise auf unzureichende Rechenkapazität zurückgeführt wird. In Wirklichkeit sind die GPU-Kerne häufig untätig, da sie auf Daten warten müssen. Der Artikel schlägt vor, durch eine verbesserte Verwaltung des KV Caches, ähnlich wie bei einer Datenbank, signifikante Leistungssteigerungen und Kosteneinsparungen zu erzielen.

Chunghwa Precision Test Technology prognostiziert, dass die Einnahmen aus anwendungsspezifischen integrierten Schaltungen (ASIC) bis 2027 die Einnahmen aus Grafikprozessoren (GPU) übertreffen werden. Diese Entwicklung wird durch die steigende Nachfrage nach Künstlicher Intelligenz (KI) und Hochleistungsrechnen (HPC) angetrieben, was zu einem Anstieg im Bereich fortschrittlicher Testschnittstellen führt. Der wachsende Bedarf an leistungsstarker Technologie zeigt, wie sich der Halbleitermarkt anpasst. Unternehmen, die in diesen Bereichen tätig sind, könnten von der steigenden Nachfrage profitieren, was langfristig die Wettbewerbslandschaft in der Technologiebranche verändern und neue Innovationsmöglichkeiten schaffen könnte.

OpenAI hat mit GPT-6 Astra ein neues KI-Modell vorgestellt, das auf über 100.000 GPUs trainiert wurde und die höchste Sicherheitsbewertung „Critical“ im Bereich Cybersicherheit erreicht hat. Dieses Modell markiert einen bedeutenden Fortschritt in der Entwicklung künstlicher allgemeiner Intelligenz (AGI) und zeigt erhebliche Leistungsverbesserungen im Vergleich zu früheren Versionen. Besonders bemerkenswert ist die Fähigkeit von GPT-6 Astra, autonom Sicherheitslücken zu identifizieren, was durch eine 100-prozentige Erfolgsquote in speziellen Tests belegt wird. Um potenzielle Risiken zu minimieren, hat OpenAI spezifische Sicherheitsvorkehrungen getroffen und die offensiven Fähigkeiten des Modells eingeschränkt. Die Einführung erfolgt schrittweise, beginnend mit Teilnehmern des Cybersicherheitsprogramms „Daybreak“ und später für eine breitere Nutzergruppe. Gleichzeitig gab es massive technische Störungen bei OpenAI und anderen KI-Anbietern, die auf Probleme mit der Microsoft Azure-Infrastruktur zurückzuführen sind, was die Herausforderungen im Bereich der KI-gestützten Cybersicherheit verdeutlicht.

Der Artikel "Run 100B+ AI Models Locally? The Hardware You’ll Need" beleuchtet, wie moderne Technologien wie Modellquantisierung und Mixture-of-Experts-Architekturen in Verbindung mit leistungsstarken Verbraucher-GPUs es ermöglichen, KI-Modelle mit über 100 Milliarden Parametern lokal zu betreiben. Dies führt zu einem Paradigmenwechsel weg von API-basierten Lösungen, die oft unvorhersehbare Kosten und Latenzzeiten mit sich bringen. Die Autoren betonen, dass lokale KI-Lösungen Unternehmen mehr Kontrolle über ihre Daten geben und die Betriebskosten von variablen zu einmaligen Investitionen umwandeln. Diese Entwicklung schützt sensible Benutzerdaten vor Dritten und optimiert die Ausführungsgeschwindigkeit. Ein Vergleich mit einem Wasserwerk verdeutlicht die Vorteile dieser neuen Herangehensweise, da Unternehmen unabhängiger von externen Anbietern werden und ihre Ressourcen effizienter nutzen können.

ASUS hat auf der AI Tech 2026 in Seoul die Erweiterung seines AI-Infrastruktur-Ökosystems vorgestellt, indem es strategische Partnerschaften mit Intel und AMD eingegangen ist. Diese Kooperationen sollen die AI-Transformation beschleunigen und Innovationen im Technologiestack fördern. ASUS bietet eine breite Produktpalette, die auf den Technologien von Intel und AMD basiert, um Unternehmen die Implementierung vielfältiger AI-Workloads in unterschiedlichen Rechenumgebungen zu ermöglichen. Ein Schwerpunkt liegt auf der Entwicklung einer zuverlässigen Edge-AI-Infrastruktur, die Echtzeitanalysen in Bereichen wie Transport, Gesundheitswesen und Fertigung unterstützt, während sensible Daten lokal verarbeitet werden, um die Vertraulichkeit zu wahren. Die neuen industriellen Edge-Server von ASUS sind für raue Umgebungen konzipiert und bieten robuste Lösungen für Anwendungen wie Fabrikautomatisierung und Videoüberwachung. Mit dem Ziel, AI überall zu integrieren, hilft ASUS Organisationen, AI-Lösungen von der Cloud bis zum Edge zu entwickeln und zu skalieren, um die nächste Ära des intelligenten Rechnens einzuleiten.

Cango Inc. hat bekannt gegeben, dass ihre Tochtergesellschaft EcoHash Technology LLC bedeutende Fortschritte im Bereich der KI-Computing-Dienste erzielt hat. EcoHash hat die Infrastruktur in einer 50-MW-Anlage in Georgia modifiziert, um einen speziellen Bereich für KI-Computing mit einer Kapazität von bis zu 3 Megawatt zu schaffen. Zu den Modifikationen gehören die Installation containerisierter Hochleistungsrechner, die eine modulare und kosteneffiziente Bereitstellung von GPU-Kapazitäten ermöglichen. Diese Technologie erlaubt es Cango, die KI-Infrastruktur schneller zu skalieren, da die neuen Module in bestehende Mining-Infrastrukturen integriert wurden. EcoHash hat zudem mit der Bereitstellung kommerzieller GPU-Computing-Dienste begonnen, wobei erste Kunden aus den Bereichen GPU-Cloud-Plattformen und KI-nativen Cloud-Anbietern stammen. Diese Entwicklungen verdeutlichen, wie Cango seine Ressourcen nutzt, um innovative Lösungen im KI-Bereich anzubieten und die Grundlage für zukünftige Expansionen zu schaffen.

Der Artikel "Continuous Batching: Why Your GPU Waits for the Slowest Request" thematisiert die ineffizienten Wartezeiten, die bei der Verarbeitung von Anfragen an Sprachmodelle auf GPUs entstehen. Diese Wartezeiten resultieren daraus, dass die GPU alle Anfragen in einem statischen Batch bearbeitet, der bis zur Fertigstellung der langsamsten Anfrage läuft. Während dieser Zeit wird die GPU durch bereits abgeschlossene Anfragen belastet, was die Effizienz mindert. Die Kosten für diese Wartezeiten können die Ausgaben für andere Optimierungen übersteigen. Eine vielversprechende Lösung ist das Continuous Batching, bei dem Anfragen dynamisch gruppiert werden. Diese Methode minimiert Wartezeiten und optimiert die Ressourcennutzung der GPU, was zu einer Kostenreduktion und einer verbesserten Gesamtleistung führt.

Die Kubernetes-native KI-Plattform Kubermatic AI optimiert die Nutzung teurer GPU-Ressourcen in Unternehmen, indem sie diese konsolidiert und als geteilte Dienste für verschiedene Teams bereitstellt. Anstatt separate Modellinstanzen für jedes Team zu betreiben, ermöglicht die Plattform eine einmalige Bereitstellung eines Modells, das sicher von mehreren Mandanten genutzt werden kann. Dies verbessert die oft niedrige Auslastung der GPUs, die in vielen Rechenzentren ungenutzt bleiben. Kubermatic AI nutzt bestehende Infrastruktur und ermöglicht es, identische Modell-Deployments zu einer gemeinsamen Instanz zusammenzuführen, während spezifische Kontingente und Governance-Richtlinien für jedes Team gewahrt bleiben. Die Plattform unterstützt sowohl selbst gehostete Open-Source-Modelle als auch externe Closed-Source-Anbieter und integriert agentenbasierte Arbeitsabläufe. Zudem bietet sie eine AI-konforme Infrastruktur, die die Portabilität von Modellen zwischen verschiedenen Cloud-Umgebungen erleichtert. Die tatsächlichen Einsparungen und Effizienzgewinne hängen jedoch vom individuellen Setup der Unternehmen ab.

Im August 2023 veröffentlichten AMD und NVIDIA beeindruckende Quartalszahlen, die den intensiven Wettbewerb im Bereich der KI-Beschleuniger verdeutlichen. AMD erzielte einen Umsatz von 11,54 Milliarden Dollar und ein bemerkenswertes Wachstum von 107 % im Rechenzentrum, während NVIDIA mit 96,22 Milliarden Dollar und einer optimistischen Prognose aufwartete. Trotz der erheblichen Umsatzunterschiede zeigen die Bruttomargen, dass beide Unternehmen über eine starke Preissetzungsmacht verfügen: NVIDIA hat eine Bruttomarge von 75 %, während AMD auf 56 % gestiegen ist. AMD konnte Marktanteile durch Produkte wie Helios und die MI450-Serie gewinnen, während NVIDIA mit hoher Nachfrage und begrenztem Angebot kämpft. Die zentrale Frage bleibt, ob NVIDIA seine Margen in Zukunft halten kann oder ob AMD Druck auf die Preise ausübt. Der Autor des Artikels favorisiert NVIDIA aufgrund seiner stabileren Margenstruktur und Bewertung, während die Kursgewinne von AMD als bereits eingepreist betrachtet werden.

Acer hat kürzlich zwei neue Mainstream-Computing-Lösungen vorgestellt, die speziell für Gamer, Kreative und Familien entwickelt wurden. Der Aspire G 3D 16 Laptop nutzt eine innovative Naked-Eye-3D-Technologie, die 2D-Inhalte in beeindruckende 3D-Visualisierungen umwandelt, ohne dass spezielle 3D-Inhalte oder eine separate Grafikkarte erforderlich sind. Ausgestattet mit einem leistungsstarken AMD Ryzen™ AI Max+ 395 Prozessor und verschiedenen Speicheroptionen, bietet er eine hohe Leistung für kreative Anwendungen und Gaming. Zudem verfügt der Laptop über eine 16-Zoll-3D-IPS-Anzeige mit hoher Auflösung und einer schnellen 120-Hz-Refresh-Rate. Auch die Aspire S 27 und S 24 All-in-One-Desktops wurden aktualisiert und bieten nun Intel Core Series 3 Prozessoren sowie eine optionale Touchscreen-Funktion mit Stylus-Unterstützung, was sie zu einer eleganten Wahl für Familien macht. Beide Modelle sind für das vierte Quartal 2026 in der EMEA-Region verfügbar, während das genaue Veröffentlichungsdatum des Aspire G 3D 16 noch bekannt gegeben wird.

HUMAIN hat Compal Electronics als strategischen Partner ausgewählt, um die Entwicklung seiner KI-Infrastruktur zu fördern, mit einem besonderen Fokus auf die Integration von Cloud- und Edge-Computing. Diese Partnerschaft wird auf der LEAP 2026 vorgestellt und zielt darauf ab, die Einführung von KI durch leistungsstarke, skalierbare Plattformen zu beschleunigen. Tareq Amin, CEO von HUMAIN, hebt hervor, dass die Zusammenarbeit darauf abzielt, KI aus den Rechenzentren in die physische Welt zu bringen. Die langfristige Roadmap sieht die Entwicklung von KI-Infrastrukturplattformen vor, die sich parallel zum wachsenden KI-Ökosystem von HUMAIN weiterentwickeln. Compal wird HUMAIN unterstützen, indem es skalierbare ODM-Fähigkeiten bereitstellt, um den Anforderungen an KI-Computing gerecht zu werden. Das Lösungsportfolio umfasst KI-Server, die auf Technologien von NVIDIA und AMD basieren und vielseitige Anwendungen ermöglichen.

Tiger Global Management hat im zweiten Quartal 2023 seine Beteiligung an Alphabet Inc. um 45,4% reduziert und gleichzeitig eine neue Position in Advanced Micro Devices, Inc. (AMD) eröffnet. Diese Umstrukturierung deutet darauf hin, dass der Fonds seine Investitionen von großen KI-Plattformen hin zu Chip-Lieferanten verlagert, die in diesem Bereich an Bedeutung gewinnen. Trotz der Reduzierung bleibt Alphabet eine wichtige Beteiligung, was die Maßnahme eher als Rebalancierung denn als vollständigen Rückzug erscheinen lässt. Alphabet steht vor Herausforderungen wie steigenden Kosten und regulatorischen Hürden, während AMD ein starkes Umsatzwachstum, insbesondere im Datenzentrum-Segment, verzeichnet. Diese Veränderungen im Portfolio von Tiger Global spiegeln ein breiteres Marktinteresse wider, da auch andere Hedgefonds ihre Anteile an beiden Unternehmen erhöht haben. Das zeigt, dass das Interesse an verschiedenen Aspekten der KI-Industrie, sowohl an Plattformen als auch an Chips, weiterhin stark ist.

Im zweiten Quartal 2026 haben sowohl AMD als auch Alphabet beeindruckende Ergebnisse erzielt, jedoch mit unterschiedlichen Ansätzen im Bereich Künstliche Intelligenz. AMD verzeichnete einen Umsatzanstieg von 50% auf 11,5 Milliarden Dollar, wobei die Einnahmen aus dem Data Center um 107% auf ein Rekordhoch von 6,7 Milliarden Dollar stiegen. Im Gegensatz dazu erreichte Alphabet einen Cloud-Umsatz von 24,8 Milliarden Dollar, was einem Anstieg von 82% entspricht, und hat einen Cloud-Rückstand von 514 Milliarden Dollar, der auf zukünftige Nachfrage hinweist. Während AMD auf spezialisierte Hardware-Lösungen setzt, verfolgt Alphabet eine umfassendere Strategie, die Suchdienste, Cloud-Dienste und KI-Entwicklung umfasst. AMD sieht sich jedoch Risiken im Hardware-Markt gegenüber, insbesondere da die Gaming-Einnahmen um 31% gesunken sind. CEO Lisa Su hebt die starke Nachfrage nach den Helios-Systemen hervor, die im wachsenden Markt für KI-Beschleuniger eine wichtige Rolle spielen könnten. Die unterschiedlichen Geschäftsmodelle und Marktstrategien lassen auf eine unterschiedliche Zukunft für beide Unternehmen schließen, wobei Alphabet als stabiler Wert und AMD als potenzieller KI-Überraschungssieger gilt.

Imec hat seine Halbleiter-Roadmap bis in die frühen 2040er Jahre aktualisiert und betont, dass die zukünftige Skalierung von Künstlicher Intelligenz (KI) eine enge Integration von Logik, Speicher, Verbindungen und Systemarchitektur erfordert. Diese ganzheitliche Systemarchitektur ist entscheidend, um signifikante Fortschritte in der KI-Technologie zu erzielen. Durch die Verbesserung der Halbleitertechnologie wird nicht nur die Hardware optimiert, sondern auch die Gestaltung und Implementierung von KI-Systemen revolutioniert. Imec's Ansatz könnte dazu führen, dass KI-Anwendungen leistungsfähiger und vielseitiger werden, was weitreichende Auswirkungen auf verschiedene Industrien haben könnte. Die Fokussierung auf eine integrierte Architektur verspricht eine erhebliche Steigerung der Effizienz und Leistungsfähigkeit von KI-Anwendungen in der Zukunft.