Meta testet eigenen KI-Chip und investiert Milliarden in KI-Ausbau

Reuters ergänzt, dass der Meta-Konzern bereits erste Muster seines Chips in einer Chip-Fabrik herstellen ließ – ein Prozess, der als Tape-out bekannt ist. Sollte dieser erste Test fehlschlagen, müsste Meta die Entwicklung überarbeiten, was Zeit und hohe Kosten verursachen würde.

Meta im Umsatzrausch
– bringen Threads Ads den nächsten Wachstums-Boost?

Wie funktioniert der Chip – und wo wird er eingesetzt?

Der neue Chip von Meta ist speziell auf KI-Anwendungen ausgerichtet. Während herkömmliche Grafikprozessoren für viele verschiedene Rechenaufgaben genutzt werden können, wurde dieser Chip gezielt für die Arbeit mit KI-Modellen optimiert. Das macht ihn besonders energieeffizient. Hergestellt wird der Chip in Zusammenarbeit mit dem taiwanesischen Halbleiterhersteller TSMC.

Eingesetzt werden soll der Chip zunächst für Empfehlungssysteme – also die Algorithmen, die bestimmen, welche Inhalte Nutzer:innen auf Facebook oder Instagram sehen. Langfristig könnte er auch für fortschrittlichere KI-Anwendungen wie Chatbots oder generative KI-Modelle genutzt werden.

Meta plant, 2025 zwischen 114 und 119 Milliarden US-Dollar auszugeben. Davon sollen bis zu 65 Milliarden in die Weiterentwicklung der KI-Infrastruktur fließen – ein klares Zeichen, dass der Konzern langfristig auf KI setzt.

Eigene KI-Chips – riskante Wette oder Schlüssel zur neuen Meta-Zukunft?

Metas bisherige Versuche, eigene Chips zu entwickeln, waren nicht immer erfolgreich. Ein früherer Chip für KI-Anwendungen wurde nach einem fehlgeschlagenen Testlauf eingestellt. Stattdessen kaufte Meta 2022 Milliarden Dollar teure Nvidia-GPUs, um die eigenen KI-Systeme zu betreiben. Dennoch konnte Meta einen ersten eigenen Chip erfolgreich für Empfehlungssysteme einsetzen.

Meta-Produktchef Chris Cox bezeichnete den Entwicklungsprozess als eine „Gehen-Kriechen-Laufen-Situation“: Der Konzern arbeite sich Schritt für Schritt voran. Langfristig wolle Meta durch eigene Chips die Kosten senken und die Kontrolle über die KI-Infrastruktur behalten.

Neue Effizienzmodelle stellen Metas Chip-Strategie auf die Probe

Während Konzerne wie Meta und Nvidia auf leistungsfähige Chips setzen, verfolgen neue Player wie das chinesische Start-up DeepSeek einen anderen Ansatz: Statt große Rechenleistung zu benötigen, optimieren sie ihre KI-Modelle für mehr Effizienz. Diese Strategie könnte die Branche aufmischen, da sie zeigt, dass Fortschritt nicht zwangsläufig von immer größerer Hardware-Leistung abhängt. Sollten solche ressourcenschonenden Modelle erfolgreich sein, könnte das die Strategie von Meta infrage stellen und die Notwendigkeit gigantischer Rechenzentren reduzieren.

Falls der neue Chip hält, was sich der Konzern verspricht, könnte Meta unabhängiger werden, seine KI-Modelle effizienter betreiben und langfristig Kosten sparen. Falls nicht, könnte es ein teures Experiment werden.

DeepSeek:
Chinas KI-App überholt ChatGPT in den Charts und fordert Tech-Elite heraus