Top 30+ KI-Chip-Hersteller: NVIDIA & Seine Konkurrenten

Basierend auf unseren Erfahrungen mit dem AIMultiple Cloud-GPU-Benchmark mit 10 verschiedenen GPU-Modellen in 4 verschiedenen Szenarien sind dies die führenden KI-Hardware-Unternehmen für Rechenzentrums-Workloads.

30+ KI-Chip-Hersteller nach Kategorie

*Das ausgewählte Produkt ist die Komponente, Plattform oder das angekündigte Projekt, das den jeweiligen Anbieter am besten repräsentiert. Einige Einträge sind Systeme, Dienste oder lizenzierbares IP und nicht ein einzelner Chip.

**Broadcom verkauft keinen markenrechtlich geschützten KI-Beschleuniger. Seine XPUs werden gemeinsam mit dem Kunden, der sie betreiben wird, entwickelt und unter dessen Namen ausgeliefert.

***Die Arm AGI CPU ist eine Rechenzentrums-Host-CPU und kein KI-Beschleuniger.

Sortierung erfolgt nach Kategorie. Anbieter werden innerhalb der ersten drei Kategorien (führender Hersteller, Public Cloud, öffentliche KI-Cloud) nach geschätztem Anteil am Umsatz mit KI-Beschleunigern eingestuft, da Verkaufszahlen oder Cloud-Nutzung geschätzt werden können. Intel und Qualcomm sind die Ausnahmen. Beide sind basierend auf ihrer Rechenzentrumsgröße und den angekündigten Beschleuniger-Roadmaps als führende Hersteller gelistet, nicht auf Basis ausgelieferter KI-Beschleuniger-Umsätze. Anbieter in der Kategorie Custom KI ASIC / XPU Co-Design sind nach dem geschätzten Anteil am Markt für Custom-ASIC-Design eingestuft. Anbieter in allen anderen Kategorien sind alphabetisch sortiert.

GPUs vs. ASICs bei KI-Chip-Architekturen

Während die oben genannten Anbieter im selben Markt konkurrieren, verwenden sie grundlegend unterschiedliche Chip-Architekturen:

• GPUs (Graphics Processing Units) sind breit programmierbare Parallelprozessoren, die ein breiteres Spektrum an KI-Trainings- und Inferenz-Workloads unterstützen als die meisten speziell entwickelten ASICs. NVIDIA und AMD dominieren diese Kategorie.
• ASICs (Application-Specific Integrated Circuits) sind kundenspezifisch für bestimmte Aufgaben entwickelt. Einige unterstützen sowohl Training als auch Inferenz (Google TPU, AWS Trainium), während andere nur für Inferenz ausgelegt sind (Groq LPU, AWS Inferentia).

Laut TrendForce¹ wurde im Oktober 2025 prognostiziert, dass die KI-Server-Auslieferungen auf Basis von Custom-ASICs von Cloud-Anbietern im Jahr 2026 um 44,6 % wachsen würden, gegenüber 16,1 % für GPU-basierte KI-Server. Diese Zahlen sind Wachstumsraten der KI-Server-Auslieferungen, aufgeschlüsselt nach Beschleunigertyp, nicht die Anzahl der ausgelieferten Chips. TrendForce beziffert ASIC-basierte Systeme nun auf etwa 27 % der KI-Server-Stückzahlen von 2026, ein Rückgang von 27,8 % vom 15. April 2026 nach Chip-Validierungs- und Tuning-Verzögerungen bei Meta und AWS, gegenüber 69,7 % für GPU-basierte Systeme, wobei ASICs bis 2030 etwa 40 % erreichen sollen.²

Welches sind die führenden KI-Chip-Hersteller?

1. NVIDIA

NVIDIA entwickelt seit den 1990er Jahren Grafikprozessoren (GPUs) für den Gaming-Sektor. NVIDIA ist ein fabless Chip-Hersteller, der den Großteil seiner Chip-Fertigung an TSMC auslagert. Zu den Hauptgeschäftsbereichen gehören:

Desktop-KI-Lösungen

DGX Spark (ehemals Project Digits) ist ein Desktop-KI-Supercomputer mit einem Grace Blackwell Superchip mit einer NVIDIA Blackwell RTX GPU mit 6.144 CUDA-Kernen und Tensor Cores der fünften Generation mit FP4-Präzision, verbunden über den NVIDIA NVLink-C2C-Chip-to-Chip-Interconnect mit einer 20-kernigen NVIDIA Grace CPU, mit bis zu 1 Petaflop KI-Rechenleistung und 128 GB einheitlichem Speicher.^{3 4}

Rechenzentrumslösungen

Das Unternehmen fertigt KI-Chips nach seinen Architekturen Ampere, Hopper und zuletzt Blackwell. Dank des Booms der generativen KI wuchs NVIDIAs Umsatz stark, seine Marktkapitalisierung überschritt 1 Billion Dollar, und das Unternehmen baute seine Führungsposition im GPU- und KI-Hardware-Markt aus. Die folgende Grafik zeigt, wie NVIDIAs Umsatz in diesem Segment im Laufe der Jahre gewachsen ist und wie es zur Haupteinnahmequelle des Unternehmens wurde.

Die Diagrammdaten stammen aus den Finanzberichten der NVIDIA Corporation.⁵

DGX™ A100 und H100 waren NVIDIAs Flaggschiff-KI-Chips, die für KI-Training und Inferenz in Rechenzentren entwickelt wurden. NVIDIA baute darauf mit folgenden Produkten auf:

• H200-, B300- und GB300-Chips
• HGX-Server wie HGX H200 und HGX B300, die 8 dieser Chips kombinieren
• NVL-Serie und GB200 SuperPod, die noch mehr Chips zu großen Clustern zusammenschließen.⁶

Cloud-GPUs

Die meisten Cloud-Anbieter offerieren NVIDIA-Hardware als ihre Cloud-GPUs. Morgan Stanley bezifferte NVIDIA im März 2026 auf etwa 85 % des Umsatzes mit KI-Prozessoren, wobei Custom-ASICs über 10 % und AMD unter 5 % lagen.⁷ Bloomberg Intelligence erwartet, dass NVIDIA bis 2030 70 % bis 75 % des Marktes für KI-Beschleuniger halten wird.⁸

NVIDIA startete außerdem sein DGX Cloud-Angebot, das Cloud-GPU-Infrastruktur direkt an Unternehmen bereitstellt und damit Cloud-Anbieter umgeht.

GPUs für Grafik

NVIDIAs GPUs für Privatnutzer umfassen die GeForce-Serie, und Nintendos Switch 2 läuft auf einem speziell angefertigten NVIDIA-Prozessor.⁹

Jüngste Entwicklungen

DGX Cloud Lepton

Angekündigt am 19. Mai 2025, ist NVIDIAs DGX Cloud Lepton ein Marktplatz, der KI-Entwickler mit NVIDIAs GPU-Cloud-Anbietern verbindet, darunter CoreWeave, Lambda und Crusoe.¹⁰

NVIDIA Dynamo

NVIDIA Dynamo, auf der GTC 2025 angekündigt, ist ein Open-Source-Inferenz-Framework für den hochdurchsatzstarken Einsatz von generativen KI-Modellen mit niedriger Latenz in verteilten Umgebungen.¹¹

NVIDIA RTX PRO Server und Enterprise KI Factory

Im Mai 2025 auf der Computex angekündigt, stellte NVIDIA RTX PRO Server vor, die mit RTX PRO 6000 Blackwell Server Edition GPUs betrieben werden und für KI-Fabriken in Unternehmen konzipiert sind.¹²

NVIDIA Vera Rubin-Plattform

NVIDIA enthüllte Vera Rubin, seine Plattform nach Blackwell Ultra, auf der CES 2026 als eine Sechs-Chip-Plattform.¹³ Auf der GTC am 16. März 2026 erweiterte NVIDIA sie auf sieben Chips, die Vera CPU, Rubin GPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 Ethernet Switch und Groq 3 LPU, und erklärte sie für in Serienproduktion befindlich.¹⁴ Die Produktionsauslieferungen beginnen im Herbst 2026, zunächst an acht Cloud-Partner.¹⁵ Blackwell und das GB300 NVL72 blieben das umsatzstärkste Volumenprodukt bis Q1 FY2027.

Das Vera Rubin NVL72-Rack kombiniert 72 Rubin GPUs mit 36 Vera CPUs für 3.600 PFLOPS NVFP4-Inferenz, 20,7 TB HBM4 und 260 TB/s NVLink 6 Scale-Up-Bandbreite.¹⁶ Die Rubin GPU wird Berichten zufolge auf TSMCs N3P mit HBM4 gefertigt, ein Knoten, den NVIDIA nicht bestätigt hat.

Der siebte Chip stammt aus NVIDIAs Lizenzvereinbarung mit Groq vom Dezember 2025, die im Abschnitt zu Groq unten behandelt wird.

Die Groq 3 LPU ist ein dedizierter Inferenz-Chip, den Samsung Foundry fertigt.¹⁷ Groq 3 LPX-Racks sind für die zweite Hälfte 2026 vorgesehen, und NVIDIA prognostiziert bis zu 35-fach höheren Durchsatz pro Megawatt für Billionen-Parameter-Modelle, wenn LPX mit Vera Rubin NVL72 kombiniert wird.¹⁸

DeepSeek

Die Veröffentlichung von DeepSeeks R1 zeigte, dass Frontier-Modelle mit einer relativ kleinen Anzahl von GPUs trainiert werden können. Dies führte zu einem Rückgang des Aktienkurses von NVIDIA.

Angesichts der Tatsache, dass sich die Leistung von GPU-Systemen aufgrund von Fortschritten im Chip-Design und bei Interconnects jährlich um ein Vielfaches verbessert, täten Käufer gut daran, nicht über ihren jährlichen Bedarf hinaus zu kaufen, da dies zum Besitz veralteter Systeme führen kann.

Zölle & Exportbeschränkungen

Vier verschiedene Maßnahmen regeln den Verkauf fortschrittlicher KI-Chips nach China, und sie werden häufig vermengt.

Die Lizenzierung änderte sich zuerst. Am 13. Januar 2026 kündigte das US Bureau of Industry and Security eine endgültige Regelung an, die Lizenzanträge für den NVIDIA H200, AMD MI325X und ähnliche Chips von einer Ablehnungsvermutung auf eine Einzelfallprüfung umstellte, vorbehaltlich von Auflagen zu Exporteur-Zertifizierungen, Kundenverifizierungsprüfungen und unabhängigen Vorversandtests.¹⁹ Parallel dazu gilt eine Mengenobergrenze: Die kumulierten Lieferungen eines bestimmten Chips nach China und Macau dürfen 50 % der Menge desselben Produkts nicht überschreiten, die der Exporteur an US-Kunden für den Endverbrauch in den USA geliefert hat.²⁰

Zwei weitere Maßnahmen sind beide auf 25 % festgelegt und werden routinemäßig als eine behandelt. Präsident Trump kündigte am 8. Dezember 2025 eine 25 %-Umsatzbeteiligung der US-Regierung bei H200-Verkäufen nach China an und bekräftigte dies am 14. Januar 2026, während das Weiße Haus einen separaten 25 %-Zoll nach Section 232 auf fortschrittliche Halbleiter mit denselben Leistungsschwellen am 14. Januar 2026 ankündigte, mit Ausnahmen unter anderem für US-Rechenzentren und US-F&E.²¹

China hat sich in die andere Richtung bewegt, wenn auch weniger formell. Reuters berichtete am 5. November 2025 unter Berufung auf ungenannte Quellen, dass die Behörden ausländische KI-Chips aus staatlich finanzierten Rechenzentren ausgeschlossen hätten, und es wurde keine offizielle chinesische Regelung in diesem Sinne veröffentlicht.

Die Genehmigung hat sich nicht in Verkäufen niedergeschlagen. Am 14. Juli 2026 erklärte Unterstaatssekretär Jeffrey Kessler bei einer Kongressanhörung, dass „sehr wenige Lieferungen im Rahmen von Lizenzen für H200 und gleichwertige Produkte stattgefunden haben. Es handelt sich um eine sehr kleine Menge an Chips.“ NVIDIA hatte sowohl zum Februar 2026 als auch zum Mai 2026 null Rechenzentrums-Umsatz in China verbucht.

Wettbewerb im Inferenzmarkt

Während NVIDIA den KI-„Trainings“-Markt dominiert, verschärft sich der Wettbewerb bei der „Inferenz“, dem Einsatz von KI-Modellen für reale Aufgaben. Unternehmen wie AMD und Qualcomm sowie Inferenzspezialisten wie Cerebras, SambaNova, d-Matrix und Positron entwickeln Chips, die kosteneffizientere Inferenzlösungen bieten sollen, mit besonderem Fokus auf niedrigeren Stromverbrauch. Das Feld hat sich sowohl ausgedünnt als auch erweitert. Untether KI stellte im Juni 2025 den Betrieb ein und meldete im Oktober Insolvenz an, und Groqs Inferenz-Technologie wurde im Dezember 2025 an NVIDIA lizenziert.

Neue „Reasoning“-KI-Techniken erfordern mehr Rechenleistung. NVIDIA glaubt, dass Reasoning langfristig seine Architektur begünstigen wird, und erwartet, dass der Inferenzmarkt den Trainingsmarkt letztendlich in der Größe übertreffen wird, selbst wenn sein Marktanteil kleiner ist.²²

2. AMD

AMD ist ein fabless Chip-Hersteller mit Produkten in den Bereichen CPU, GPU und KI-Beschleuniger.

AMD brachte den MI300 für KI-Trainings-Workloads im Juni 2023 auf den Markt und konkurriert mit NVIDIA um Marktanteile. Startups, Unternehmen und Tech-Giganten setzten 2023 auf AMD-Hardware, als NVIDIA-Hardware aufgrund des durch den Start von ChatGPT ausgelösten Booms der generativen KI schwer zu beschaffen war.^{23 24 25}

Im Jahr 2025 übernahm AMD ein Team von KI-Hardware- und Software-Ingenieuren von Untether KI zusammen mit dem Compiler-Startup Brium. Im Juni 2026 kündigte AMD die Übernahme von MEXT an, dessen prädiktive Speichertechnologie darauf abzielt, Flash eher wie DRAM arbeiten zu lassen und die Speicherkosten im Rechenzentrum zu senken.^{26 27}

AMD brachte die Instinct MI350X und MI355X am 12. Juni 2025 auf der Advancing KI 2025 auf den Markt.²⁸ Der MI355X basiert auf CDNA4 bei TSMC 3nm mit 288 GB HBM3E und 10,1 PFLOPS MXFP4, und AMD positioniert ihn gegen NVIDIAs Blackwell B200 statt gegen den H200. AMD legte am 7. Mai 2026 mit der Instinct MI350P nach, einer passiven PCIe 5.0-Karte mit 144 GB HBM3E und einer maximalen TBP von 600 W.²⁹

AMD hat seit Oktober 2025 vier groß angelegte Instinct-Vereinbarungen abgeschlossen: OpenAI am 6. Oktober 2025 über 6 GW, wobei die ersten 1 GW MI450 Series-Kapazität ab der zweiten Hälfte 2026 bereitstehen;³⁰ Oracle Cloud Infrastructure als Launch-Partner am 14. Oktober 2025 für anfänglich 50.000 MI450 Series GPUs ab Kalender-Q3 2026;³¹ Meta am 24. Februar 2026 für bis zu 6 GW ab der zweiten Hälfte 2026, unter Verwendung einer speziell angepassten Instinct GPU auf Basis der MI450-Architektur und nicht eines Standard-MI450;^{32 33} und Anthropic am 22. Juli 2026 für bis zu 2 GW MI450 Series GPUs in Helios-Racks ab der ersten Hälfte 2027.³⁴

Nach einer öffentlichen Meinungsverschiedenheit zwischen AMD und NVIDIA über das Benchmarking von H100 und MI300 zeigen die neuesten Benchmarks den MI300 besser oder gleichauf mit dem H100 bei der Inferenz eines 70B LLM.³⁵

MI400-Serie

AMD brachte die Instinct MI400-Serie auf der Advancing KI 2026 am 22.-23. Juli 2026 auf den Markt.³⁶ Die MI455X ist das KI-orientierte Mitglied der Familie. AMD führt sie als CDNA5 auf „TSMC 2nm | 3nm FinFET“ mit 320 Milliarden Transistoren, 432 GB HBM4, 23,3 TB/s Spitzenspeicherbandbreite und 40,3 PFLOPS OCP MXFP4.³⁷ Helios, das um die MI400-Serie herum aufgebaute Rack-Scale-System, befindet sich in Serienproduktion, wobei die ersten Auslieferungen Ende Q3 2026 beginnen.³⁸

Ein drittes Familienmitglied, die MI440X, wurde auf der CES 2026 am 5. Januar 2026 für On-Premises-Unternehmens-KI in einem kompakten Acht-GPU-Formfaktor vorgestellt, und AMD hat seitdem keine Spezifikationen dafür veröffentlicht.³⁹ Weiter in der Zukunft platziert AMDs Roadmap die Instinct MI500-Serie im Jahr 2027 und die MI600-Serie im Jahr 2028, wobei Details zur CDNA-6-Architektur, 2nm-Prozesstechnologie und HBM4E-Speicher für den MI500 auf der CES 2026 gegeben wurden.⁴⁰

Die MI430X ist das HPC- und Sovereign-KI-Mitglied der MI400-Serie. AMD kündigte sie am 19. November 2025 während der SC25-Woche an und nicht auf der Advancing KI 2026, mit 432 GB HBM4 und 19,6 TB/s, und aktualisierte ihre Spezifikationen am 23. Juli 2026. AMDs Produktseite listet nun bis zu 288 TFLOPS hardwarebasierte theoretische Spitzen-FP64, bis zu 9,2 PFLOPS Spitzen-FP4 und MXFP4, 432 GB integriertes HBM4 und bis zu 23,3 TB/s theoretische Spitzen-Speicherbandbreite.⁴¹ Das Unterscheidungsmerkmal gegenüber der MI455X ist FP64 mit voller Rate für wissenschaftliches Rechnen anstelle von KI-Durchsatz mit niedriger Präzision.

AMD erwartet, dass die MI430X im Jahr 2027 verfügbar sein wird und hat keine Transistoranzahl, Board-Leistung oder Lithografie dafür veröffentlicht. Zwei Angaben in AMDs eigenen Materialien widersprechen sich. Die FAQ der MI400-Serien-Landingpage gibt immer noch bis zu 19,6 TB/s an, während die MI430X-Spezifikationsseite 23,3 TB/s angibt, und die FAQ auf der MI430X-Seite enthält einen Tippfehler mit 2,3 TB/s.⁴²

AMD nennt drei Zielsysteme für die MI430X: Discovery am Oak Ridge National Laboratory, geplant für 2028; Alice Recoque, Frankreichs erstes Exascale-System; und Herder am HLRS Stuttgart, angekündigt mit HPE am 2. Dezember 2025. Lux, der am 27. Oktober 2025 angekündigte KI-Fabrikcluster von Oak Ridge, basiert auf MI355X und ist kein MI430X-System.

Software

AMDs KI-Software läuft auf dem ROCm-Stack. SemiAnalysis gab in einem Benchmark von MI300X gegen H100 und H200 vom 22. Dezember 2024 AMD eine 0 %-Chance, NVIDIAs CUDA-Graben zu überwinden, und stellte fest, dass CUDA bei den meisten Aufgaben sofort einsatzbereit war, während AMD-Software erhebliche Konfiguration erforderte.⁴³

Dieselben Analysten haben diese Einschätzung inzwischen revidiert, am 25. Juli 2026, auf „eine große Erfolgschance, solange AMD die beiden von uns unten skizzierten Hauptrisiken löst“: die Helios-Rack-Produktionsrampe, bei der schwache SerDes bis zu 85 % der Backplane mit über 550 Broadcom-Ethernet-Retimern pro Rack neu getaktet werden müssen, und ein anhaltender Mangel an stabilen internen GPU-Clustern für Softwareentwicklung und automatisiertes Testen in der CI.⁴⁴

Auf der Advancing KI 2026 verpflichtete sich AMD zu einem festen sechswöchigen Feature-Release-Zyklus anstelle des bisherigen etwa vierteljährlichen Zyklus.⁴⁵

Ökosystem

Wie NVIDIA investiert AMD selektiv in Nutzer seiner Lösungen, um die Einführung seiner Hardware voranzutreiben.⁴⁶ Es hat auch Eigenkapital an seine größten Verpflichtungen geknüpft und sowohl OpenAI als auch Meta jeweils einen leistungsabhängigen Optionsschein über bis zu 160 Millionen Aktien zu je $0,01 ausgegeben, der an Instinct-Liefermeilensteine gebunden ist.⁴⁷

3. Intel

Intel hat eine lange Geschichte in der Halbleiterentwicklung. Anders als die fabless Unternehmen NVIDIA und AMD besitzt Intel eigene Fabs und fertigt Teile wie den auf 18A basierenden Xeon 6+ intern. Es ist nicht ausschließlich selbstversorgt. Es bezieht auch KI-bezogene Komponenten von TSMC, und Gaudi 3 selbst wurde im TSMC-5nm-Prozess gefertigt.⁴⁸

Gaudi 3 ist der letzte dedizierte KI-Beschleuniger in Intels Gaudi-Reihe. Intel hat keinen Gaudi-Nachfolger angekündigt, und jeder Schritt der veröffentlichten Roadmap danach ist eine GPU.^{49 50} Der Chip selbst wurde nicht zurückgezogen. Intels Produktseite führt die Gaudi 3 PCIe-Karte (HL-338) weiterhin als lieferbar, und Intel hat keine End-of-Life-Mitteilung dafür veröffentlicht.⁵¹ Intel hatte $500 Millionen Gaudi-Umsatz für 2024 angepeilt und gab das Ziel in der Telefonkonferenz zum dritten Quartal am 31. Oktober 2024 auf. Auf der CES 2026 räumte es ein, dass Gaudi „den Anforderungen des Frontier-KI-Trainingsmarktes nicht gerecht wurde.“⁵²

Intel strich seine Falcon Shores GPU, um auf Jaguar Shores umzuschwenken, einen Rack-Scale-KI-Beschleuniger, dessen bestätigte Details sich auf das Gaudi-Branding und SK hynix HBM4-Speicher beschränken, ohne Angabe eines Prozessknotens.⁵³ Auf der CES 2026 bezog sich Intels Roadmap auf „die Shores-Produktlinie“ ohne den Namen Jaguar, und Intel hat keine Umbenennung angekündigt. Intel machte auf der Computex 2026 neue KI-Hardware-Ankündigungen, darunter seinen Xeon 6+ Prozessor auf dem 18A-Knoten.^{54 55}

Crescent Island ist eine Xe3P-basierte, inferenzoptimierte Rechenzentrums-GPU, die erstmals am 14. Oktober 2025 auf dem OCP Global Summit mit 160 GB LPDDR5X und Kundensampling in der zweiten Hälfte 2026 angekündigt wurde.⁵⁶ Intel beschrieb sie auf der Computex 2026 als eine 350 W luftgekühlte PCIe-Karte, die Datentypen von FP4 bis FP64 unterstützt, mit bis zu 480 GB als Maximum, das Partner bauen können, nicht als Kapazität der Karte selbst.⁵⁷

4. Qualcomm

Qualcomm ist ein fabless Designer, der vor allem für mobile SoCs bekannt ist, und hat eine Rechenzentrums-Produktlinie für Inferenz angekündigt. Die ältere Cloud KI 100-Familie ist die Qualcomm-Rechenzentrumslinie, die Käufer heute bestellen können. Zwei Qualcomm-Marken, die nur einen Buchstaben auseinander liegen, flankieren diese Linie. Dragonwing, eingeführt am 25. Februar 2025, deckt industrielles und eingebettetes IoT, Netzwerke und Mobilfunkinfrastruktur ab und trägt die Edge-KI-Teile des Unternehmens, während Dragonfly, gestartet am 24. Juni 2026, die Rechenzentrumsmarke ist.⁵⁸

AI200, AI250 und die Rechenzentrums-Roadmap

Am 27. Oktober 2025 kündigte Qualcomm den AI200 und AI250 an, zwei Rack-Scale-KI-Inferenzlösungen; beide gehören nun zur Marke Dragonfly, die Qualcomm im Juni 2026 einführte.⁵⁹ Der AI200 unterstützt 768 GB LPDDR pro Karte, und Qualcomm sagte bei der Ankündigung, dass der AI200 und AI250 voraussichtlich 2026 bzw. 2027 kommerziell verfügbar sein würden; es hat keines der Daten seitdem bekräftigt. Der AI250 führt eine Near-Memory-Computing-Architektur ein, von der Qualcomm sagt, dass sie 133 TB/s effektive Speicherbandbreite pro Karte liefert, das 18-fache des AI200, eine Behauptung für ein Produkt, das noch niemand kaufen kann. Beide Racks verwenden direkte Flüssigkeitskühlung, und Qualcomm spezifiziert jetzt ein 140 kW OCP ORv3-konformes Rack anstelle der bei der Ankündigung genannten 160 kW.⁶⁰

Am 24. Juni 2026 stellte Qualcomm drei weitere Rechenzentrumsprodukte vor.⁶¹ Der Dragonfly C1000 ist eine Rechenzentrums-CPU, deren kommerzielle Verfügbarkeit für 2028 erwartet wird, und Qualcomm nannte Meta als Kunden im Rahmen einer mehrgenerationalen Zusammenarbeit, die Rechenzentrums-CPUs und nicht KI-Beschleuniger abdeckt. Qualcomm High Bandwidth Compute (HBC) verbindet Rechenleistung mit beschleunigter Speicherbandbreite in einer 3D-gestapelten Siliziumlösung, was es eher zu einer Rechenarchitektur als zu einem Speicherbauteil macht, und HBC Gen 1, kombiniert mit dem AI250, soll voraussichtlich Mitte 2027 das kommerzielle Sampling erreichen. Der Dragonfly AI300 ist ein Inferenzbeschleuniger, dessen kommerzielles Sampling für 2028 erwartet wird. Qualcomm strebt bis zum Geschäftsjahr 2029 mehr als $15 Milliarden Rechenzentrumsumsatz an.⁶²

Qualcomm erwartet erste Lieferungen an einen nicht namentlich genannten Hyperscaler-Custom-Silicon-Kunden im späteren Verlauf des Kalenderjahres 2026.

Übernahmen und die Cloud KI 100-Familie

Qualcomm schloss die Übernahme von Alphawave am 18. Dezember 2025 ab. Am 24. Juni 2026 vereinbarte es die Übernahme von Modular Inc, eine Transaktion, die voraussichtlich in der zweiten Hälfte 2026 vorbehaltlich behördlicher Genehmigungen abgeschlossen wird.⁶³

Vor der Dragonfly-Reihe waren Qualcomms Rechenzentrums-Inferenzbeschleuniger die Cloud KI 100-Karten. Die Cloud KI 100 Pro PCIe-Karte hat eine Leistungsaufnahme von 75 W und ist mit bis zu 400 TOPS INT8 und bis zu 200 TFLOPS FP16 spezifiziert.

Welche Public-Cloud-Anbieter stellen KI-Chips her?

5. AWS

AWS produziert Trainium-Chips für das Modelltraining und Inferentia-Chips für die Inferenz. Es begann mit der Entwicklung eigener Chips nach Google.

Trainium2-Chips bilden den Project Rainier-Cluster, der die Modelle des LLM-Entwicklers Anthropic antreibt. Die Anzahl beim Start des Clusters im Oktober 2025 betrug fast eine halbe Million Chips, und Anthropic gab am 20. April 2026 an, über eine Million Trainium2-Chips zu nutzen.⁶⁴

Trainium3 und Trn3 UltraServers erreichten die allgemeine Verfügbarkeit am 2. Dezember 2025.⁶⁵ Trainium3 ist AWS' KI-Chip der vierten Generation und der erste, der auf einem 3nm-Prozess basiert, mit 2,52 PFLOPS FP8-Rechenleistung, 144 GB HBM3e und 4,9 TB/s Speicherbandbreite pro Chip. Ein Trn3 UltraServer skaliert auf 144 Chips für 362 FP8 PFLOPS, 20,7 TB HBM3e und 706 TB/s Speicherbandbreite.

AWS kündigte Trainium4 als Roadmap-Punkt auf der re:Invent 2025 an, mit Unterstützung für NVIDIA NVLink Fusion. In der Telefonkonferenz zu Q1 2026 sagte Amazon, dass Trainium4 etwa 18 Monate von der breiten Verfügbarkeit entfernt und bereits weitgehend reserviert sei.⁶⁶

6. Google Cloud Platform

Google Cloud TPU ist der speziell entwickelte Beschleunigerchip für maschinelles Lernen, der die Produkte von Google antreibt. Google kündigte TPUs im Jahr 2016 an.⁶⁷ Trillium TPU ist die 6. Generation.⁶⁸

Ironwood, auch TPU v7 oder TPU7x genannt, ist für komplexe „Denkmodelle“ wie LLMs und MoEs konzipiert, mit 4.614 TFLOPS FP8-Rechenleistung pro Chip und bis zu 42,5 Exaflops in 9.216-Chip-Pods.⁶⁹ Es bietet die 2-fache Energieeffizienz von Trillium. Jeder Chip trägt 192 GB High Bandwidth Memory mit 7,37 TB/s, mit 1,2 TB/s bidirektionalem (9,6 Tb/s) Inter-Chip Interconnect und einem verbesserten SparseCore für große Embeddings.⁷⁰ Es ging am 24. November 2025 in die Vorschau und erreichte die allgemeine Verfügbarkeit am 31. März 2026.⁷¹

Auf der Cloud Next am 22. April 2026 kündigte Google seine achte TPU-Generation als zwei speziell entwickelte Chips an, TPU 8t für Training und TPU 8i für Inferenz.⁷² Ein TPU 8t-Superpod skaliert auf 9.600 Chips, zwei Petabyte gemeinsam genutztes HBM und 121 ExaFLOPS bei FP4. Google sagt, dass beide später im Jahr 2026 allgemein verfügbar sein werden.

7. Alibaba

Alibaba entwickelt KI-Beschleuniger über seine Chip-Einheit T-Head (PingTouGe) auf einer selbst entwickelten Parallelverarbeitungseinheit-Architektur (PPU) mit einem kundenspezifischen ICN-Interconnect.⁷³

T-Head stellte den Zhenwu 810E am 29. Januar 2026 öffentlich detailliert vor. Der Chip verfügt über 96 GB HBM2e und 700 GB/s Inter-Chip-Bandbreite über 7 unabhängige ICN-Verbindungen, eine Leistung, die das Unternehmen als vergleichbar mit NVIDIAs H20 beschreibt, und Alibaba Cloud setzt ihn in 10.000-Karten-Clustern ein. Dies war eine Spezifikationsoffenlegung und kein Produktstart. Der 810E ist kein neues 2026er-Silizium, und die 10.000-Karten-Bereitstellungen datieren vor der Ankündigung.

Am 19.-20. Mai 2026 kündigte Alibaba den Zhenwu M890 an, mit 144 GB Speicher, 800 GB/s Inter-Chip-Interconnect-Bandbreite, nativer Unterstützung von FP32 bis hinunter zu FP4 und der dreifachen Leistung des 810E. Er wird im Panjiu AL128 Supernode ausgeliefert, der 128 Beschleuniger pro Rack fasst und den ICN Switch 1.0 mit 25,6 Tbps verwendet. Alibaba gibt an, dass die kumulierten Auslieferungen der Zhenwu-Serie 560.000 Einheiten überschreiten. Diese Zahl umfasst die gesamte Serie, nicht nur M890-Einheiten.

Einige nordamerikanische, europäische und australische Organisationen (z. B. solche in der Verteidigungsindustrie) bevorzugen Alibaba Cloud aus geopolitischen Gründen möglicherweise nicht.

8. IBM

IBM kündigte 2022 seinen Deep-Learning-Chip, die Artificial Intelligence Unit (AIU), an.⁷⁴ Die IBM AIU baut auf dem IBM Telum-Prozessor auf, der die KI-Verarbeitungsfähigkeiten der IBM Z-Mainframe-Server antreibt.⁷⁵ IBM demonstrierte außerdem, dass die Verschmelzung von Rechenleistung und Speicher zu Effizienzsteigerungen führen kann, im North-Pole-Prozessor-Prototyp.⁷⁶

Der kommerziell ausgelieferte IBM-KI-Beschleuniger ist der Spyre Accelerator, angekündigt am 7. Oktober 2025 und allgemein verfügbar ab dem 28. Oktober 2025 auf z17 und LinuxONE 5 sowie ab Anfang Dezember 2025 auf Power11.⁷⁷ Spyre verfügt über 32 Beschleunigerkerne und 25,6 Milliarden Transistoren in einem 5nm-Prozess, verpackt als 75 W PCIe-Karte mit 128 GB LPDDR5. Bis zu 48 Karten clustern in einem Z- oder LinuxONE-System, gegenüber 16 in Power.

9. Huawei

Huaweis HiSilicon Ascend 910C ist Teil der Ascend 910-Chipfamilie, die 2019 eingeführt wurde.

KI-Labore in China experimentieren mit dem Ascend 910C. Huaweis Cloud hostet DeepSeek-Modelle, und ein Forscher bei DeepSeek behauptet, dass er 60 % der Inferenzleistung von NVIDIA H100 erreichen kann.⁷⁸

Huawei debütierte mit dem Ascend 950PR-Chip zusammen mit der Atlas 350-Beschleunigerkarte am 20. März 2026.⁷⁹ Die Atlas 350-Karte ist mit 1,56 PFLOPS FP4-Rechenleistung, 112 GB Huawei-eigenem HiBL 1.0 HBM mit 1,4 TB/s Speicherbandbreite, 600 W Leistung und 2 TB/s Interconnect spezifiziert. Diese Speicherwerte gehören zur Karte. Das Ascend 950PR-Silizium selbst ist mit 128 GB und 1,6 TB/s spezifiziert. Huawei behauptet, die Karte liefere das 2,8-fache der Leistung von NVIDIAs H20, was kein Vergleich auf Augenhöhe ist, da die Hopper-Klasse H20 keine native FP4-Unterstützung hat.

Huawei hat eine Ascend-Roadmap veröffentlicht, auf der Keynote der Huawei Connect 2025 am 18. September 2025.⁸⁰ Sie listet Ascend 950PR in Q1 2026, Ascend 950DT in Q4 2026, Ascend 960 in Q4 2027 und Ascend 970 in Q4 2028. Der Ascend 950DT ist mit 144 GB HiZQ 2.0, Huaweis zweitem hauseigenen HBM, 4 TB/s Speicherbandbreite, 2 TB/s Interconnect und Decode- sowie Trainings-Workloads spezifiziert, ist aber Stand Juli 2026 eine Roadmap-Verpflichtung und kein eingeführtes Produkt. Huawei zeigte den Atlas 950 SuperPoD auf der WAIC 2026 am 18. Juli 2026, wobei die kommerzielle Markteinführung weiterhin für Q4 2026 geplant ist. Berichte über einen „Ascend 920“ gehen auf die Lieferketten-Berichterstattung vom April 2025 zurück (DigiTimes Asia, 17. April 2025; Commercial Times, 21. April 2025), die einen gemunkelten SMIC N+3 / 6nm-Ersatz für den H20 beschrieb. Huawei hat ein solches Teil nie angekündigt, spezifiziert oder ausgeliefert, und es erscheint nirgendwo auf der veröffentlichten Roadmap.

Welche Cloud-KI-Anbieter stellen eigene Chips her?

Diese Anbieter haben keine Public Clouds mit umfassenden Fähigkeiten wie die Hyperscaler. Sie bieten begrenzte Cloud-Dienste an, die typischerweise auf KI-Inferenz fokussiert sind. Wir konnten uns für diese Dienste ohne Kontaktaufnahme mit Vertriebsteams anmelden:

10. Groq

Groq wurde von ehemaligen Google-Mitarbeitern gegründet und baute sein Geschäft rund um die LPU (Language Processing Unit) auf, eine Chip-Architektur, die auf Inferenz mit niedriger Latenz statt auf Training abzielt.

Am 24. Dezember 2025 gab Groq bekannt, dass es eine nicht-exklusive Lizenzvereinbarung mit NVIDIA über Groqs Inferenz-Technologie abgeschlossen hat und dass Gründer und CEO Jonathan Ross, Präsident Sunny Madra und weitere leitende Teammitglieder zu NVIDIA gewechselt sind.⁸¹ Groq erklärte, als unabhängiges Unternehmen fortzubestehen. CNBC bezifferte die Transaktion auf Berichten zufolge ~$20 Milliarden in bar, was sie zu NVIDIAs bisher größter machen würde, eine Zahl, die Alex Davis, CEO des Groq-Investors Disruptive, zugeschrieben wird, der auch sagte, dass NVIDIA alle Vermögenswerte von Groq mit Ausnahme des GroqCloud-Geschäfts übernimmt.⁸² NVIDIA hat keine Pressemitteilung zu dem Deal veröffentlicht, NVIDIA-CFO Colette Kress lehnte einen Kommentar zum Preis ab, und Reuters merkte an, dass keines der Unternehmen ihn bestätigte. Jensen Huang sagte den Mitarbeitern: „Während wir talentierte Mitarbeiter in unsere Reihen aufnehmen und Groqs IP lizenzieren, übernehmen wir Groq nicht als Unternehmen.“ NVIDIA enthüllte das resultierende Produkt, die NVIDIA Groq 3 LPU, auf der GTC am 16. März 2026 als siebten Chip der Vera-Rubin-Plattform.⁸³

Groq operiert nun als Inferenz-Cloud-Anbieter. Im Juni 2026 gab das Unternehmen an, 13 Rechenzentren in Nordamerika, Europa, dem Nahen Osten und APAC zu betreiben, mehr als fünf Millionen Entwickler zu bedienen und seine Inferenz-Cloud bis 2027 auf 200 MW Kapazität zu skalieren.⁸⁴ Sein Rechenzentrum in Dammam, gebaut mit Aramco Digital, steht hinter einer $1,5 Milliarden schweren saudischen Investitionsverpflichtung, die im Februar 2025 angekündigt wurde.⁸⁵

Groq hat etwa $2,4 Milliarden an offengelegter Finanzierung aufgenommen und Produkte wie den GroqChip™ Processor und den GroqCard™ Accelerator ausgeliefert.⁸⁶ Seine jüngste Runde, $650 Millionen Wachstumskapital, angekündigt am 22. Juni 2026, gab keine Bewertung bekannt, womit die $6,9 Milliarden Post-Money-Bewertung, die es am 17. September 2025 bekannt gab, die letzte bestätigte Bewertung bleibt.^{87 88}

11. SambaNova Systems

SambaNova Systems wurde 2017 gegründet, um Hochleistungs-Hardware-Software-Systeme mit hoher Präzision für generative KI-Workloads mit hohem Volumen zu entwickeln. Es sammelte eine $350 Millionen Series-E-Runde im Februar 2026 ein.⁸⁹ Am 8. Juli 2026 schloss es den ersten Close einer $1 Milliarde Series F mit einer Post-Money-Bewertung von $11 Milliarden ab, angeführt von General Atlantic.⁹⁰

SambaNova enthüllte die SN50, seine neueste Reconfigurable Data Unit (RDU), am 24. Februar 2026, wobei Auslieferungen an Kunden für die zweite Hälfte 2026 geplant sind, und Stand Juli 2026 wurde noch keine SN50 ausgeliefert. Die SN50 liefert 5x mehr Rechenleistung pro Beschleuniger und 4x mehr Netzwerkbandbreite als die Vorgängergeneration SN40L und unterstützt eine dreistufige Speicherarchitektur für Modelle mit bis zu 10 Billionen Parametern und Kontext von bis zu 10 Millionen Tokens.⁹¹ SoftBank Corp. wird der erste Kunde sein, der SN50 in seinen KI-Rechenzentren in Japan einsetzt.

SambaNova kündigte außerdem eine geplante mehrjährige strategische Zusammenarbeit mit Intel an, um KI-Inferenzlösungen bereitzustellen.

SambaNova Systems vermietet seine Plattform über SambaCloud an Unternehmen.⁹²

Welches sind die führenden KI-Chip-Startups?

Wir möchten auch einige Startups in der KI-Chip-Industrie vorstellen, deren Namen wir in naher Zukunft möglicherweise häufiger hören werden.

12. Cerebras

Cerebras wurde 2015 gegründet und ist der einzige große Chiphersteller, der sich auf Wafer-Scale-Chips konzentriert.⁹³ Wafer-Scale-Chips haben Vorteile in der Parallelität im Vergleich zu GPUs, dank ihrer höheren Speicherbandbreite. Das Design und die Herstellung solcher Chips sind jedoch eine aufstrebende Technologie.

Cerebras-Chips umfassen:

• WSE-1 mit 1,2 Billionen Transistoren und 400k Verarbeitungskernen.
• WSE-2, mit 2,6 Billionen Transistoren und 850k Kernen, wurde im April 2021 auf einem 7nm-Prozess angekündigt
• WSE-3, mit 4 Billionen Transistoren und 900k KI-Kernen, wurde im März 2024 auf einem 5nm-Prozess angekündigt.⁹⁴

WSE-3 ist die aktuelle ausgelieferte Generation, und Cerebras hat keinen Nachfolger angekündigt.

Das System von Cerebras arbeitet mit Pharmaunternehmen wie AstraZeneca und GlaxoSmithKline sowie Forschungslaboren zusammen, die für Simulationen darauf angewiesen sind. Es zielt auch auf LLM-Hersteller ab, da seine Chips die Inferenzkosten für Frontier-Modelle senken können.

Cerebras bietet seine Chips auch in seiner Cloud für Unternehmen an.

Cerebras wird seit dem 14. Mai 2026 unter dem Ticker CBRS an der Nasdaq gehandelt, nach einem Börsengang, der etwa $6,38 Milliarden Bruttoerlös einbrachte.⁹⁵ Es prognostiziert einen Kernumsatz für FY2026 von $855-865 Millionen und unterzeichnete eine 750 MW Inferenzvereinbarung mit OpenAI am 14. Januar 2026, die in seiner eigenen Q1-Meldung mit mehr als $20 Milliarden bewertet wird.⁹⁶

13. d-Matrix

d-Matrix verfolgt einen neuartigen Ansatz und ersetzt die traditionelle Von-Neumann-Architektur durch In-Memory-Computing. Während dieser Ansatz das Potenzial hat, den Engpass zwischen Speicher und Rechenleistung zu beheben, ist er neu und unerprobt. Im November 2025 sammelte d-Matrix $275 Millionen in einer Series C ein, was das Unternehmen mit $2 Milliarden bewertet.⁹⁷

Corsair, die KI-Inferenzplattform des Unternehmens, ging am 9. Juni 2026 in die Serienproduktion, aufgebaut auf einer SRAM-basierten In-Memory-Compute-Chiplet-Architektur.⁹⁸

Die mit Corsair verbundene 10-fache Beschleunigung stammt aus partnergeführten Benchmarks und nicht aus unabhängigen Tests. Der Tester, Gimlet Labs, ist ein kommerzieller Partner von d-Matrix, und der Benchmark-Beitrag führt d-Matrix' Mitgründer und CTO in der Autorenzeile. Das gemessene Ergebnis ist eine 2- bis 10-fache End-to-End-Verbesserung der Anforderungslatenz bei gpt-oss-120b für eine spekulative Dekodierungskonfiguration, nicht eine pauschale 10-fache Verbesserung gegenüber GPUs.

14. Rebellions

Rebellions ist ein in Korea ansässiges Startup, das sich auf LLM-Inferenz konzentriert. Es fusionierte mit einem anderen koreanischen Halbleiter-Design-Unternehmen, SAPEON.⁹⁹ Die Gesamtfinanzierung beträgt etwa $850 Millionen.¹⁰⁰ Der Börsengang hat noch nicht stattgefunden. Rebellions gab am 8. Juli 2026 bekannt, das erste oder zweite Quartal 2027 anzustreben, mit Tendenz zu einer KOSPI-Hauptnotierung.¹⁰¹

REBEL-Quad ist der Beschleuniger der zweiten Generation, vier Chiplets, die auf Samsungs 4nm-Prozess basieren, und Rebel100 ist sein produktisierter kommerzieller Name.

15. Tenstorrent

Tenstorrents neuester Blackhole Tensix Processor liefert 664 TFLOPS (BLOCKFP8) Leistung, gepaart mit 32 GB GDDR6-Speicher und 512 GB/s Speicherbandbreite.

Die P150a-Karte ist mit $1.399 bepreist und verfügt über vier QSFP-DD 800G-Ports für Multi-Karten-Skalierung. Das Einstiegsmodell P100a beginnt bei $999.¹⁰²

Ab Januar 2026 werden alle Blackhole p150-Karten mit 120 Tensix-Kernen anstelle von 140 ausgeliefert, und das Firmware-Release v19.5.0 wandte dieselbe Reduzierung rückwirkend auf bereits verkaufte Karten an. Tenstorrent beziffert die Kosten auf 1-2 % bei typischen Workloads.¹⁰³

Tenstorrent bietet einen vollständig quelloffenen Software-Stack. Das Unternehmen sammelte im Dezember 2024 $700 Millionen ein.¹⁰⁴

16. Positron

Positron wurde 2023 gegründet und konzentriert sich ausschließlich auf Transformer-Modell-Inferenz. Es verfolgt einen ASIC-Ansatz und entwirft, fertigt und montiert seine Chips in den Vereinigten Staaten.

Produkte:

• Atlas (wird jetzt ausgeliefert): Ein Transformer-Inferenz-Server mit 8x Positron Archer Transformer Accelerators mit insgesamt 256 GB HBM. Das Unternehmen gibt >4-fache Leistung pro Watt und >3-fache Leistung pro Dollar im Vergleich zu NVIDIA Hopper-Systemen an, gemessen an Llama 3.1 8B mit BF16-Rechenleistung.¹⁰⁵
• Titan (kommt 2027): Ein Nachfolgesystem mit 8+ TB Speicher, angetrieben von 4x Asimov Custom-Chips, entwickelt für Modelle mit bis zu 16 Billionen Parametern und 10 Millionen+ Token-Kontextfenstern in einem luftgekühlten 4U-Formfaktor.¹⁰⁶
• Asimov (kommt 2027): Kundenspezifisches Inferenz-Beschleuniger-Silizium mit 2+ TB Speicher pro Chip.

Positron sammelte Anfang 2026 eine Series-B-Runde von mehr als $230 Millionen ein.¹⁰⁷

17. _etched

Ihr Ansatz opfert Flexibilität zugunsten von Effizienz, indem Modellarchitekturen in ihre Chips eingebrannt werden.

Etched trat am 30. Juni 2026 aus dem Stealth-Modus hervor, mit A0-Silizium aus dem ersten Durchlauf von TSMCs N4P-Prozess, mehr als $1 Milliarde an unterzeichneten Kundenverträgen und $800 Millionen eingeworbenem Kapital.¹⁰⁸ Am 23. Juli 2026 kündigte es eine $300 Millionen Series C mit einer Bewertung von $10,3 Milliarden an, angeführt von Sequoia.¹⁰⁹

Das Unternehmen verwendet den Produktnamen Sohu nicht mehr. Es beschreibt sich nun als Entwickler von Frontier-Inferenz-Clustern, die DeepSeek, Qwen, Mamba und Llama ausführen, sodass das Design nicht mehr nur auf Transformer beschränkt ist.¹¹⁰

Zwei Fragen bleiben offen. Etched hat keinen unabhängigen Benchmark veröffentlicht und nennt keinen Kunden hinter den von ihm gemeldeten Verträgen, sodass seine Leistungsangaben interne Messungen bleiben. Die Obsoleszenz-Frage, die das ursprüngliche Sohu-Design aufwarf, gilt nun für den breiteren Modellsatz, da ein Chip, der um eine feste Gruppe von Architekturen herum gebaut ist, neu ausgerichtet werden muss, sobald diese Architekturen überholt sind.

18. Taalas

Taalas wurde Anfang 2023 gegründet und verdrahtet einzelne Modelle direkt in kundenspezifisches Silizium und produziert das, was das Unternehmen „Hardcore Models“ nennt.¹¹¹ Das Unternehmen behauptet, jedes zuvor ungesehene KI-Modell innerhalb von zwei Monaten in kundenspezifisches Silizium umwandeln zu können.

Taalas' Architektur vereint Speicher und Rechenleistung auf einem einzigen Chip mit DRAM-ähnlicher Dichte, wodurch der Bedarf an HBM, fortschrittlichem Packaging, 3D-Stacking, Flüssigkeitskühlung oder Hochgeschwindigkeits-I/O entfällt.

Produkte:

• HC1 (jetzt verfügbar): Ein Technologiedemonstrator, festverdrahtet mit Llama 3.1 8B, gebaut auf TSMC 6nm mit 53 Milliarden Transistoren. Taalas beansprucht 17.000 Tokens pro Sekunde pro Benutzer in einem 2,5 kW luftgekühlten Server. Allerdings verwendet das Modell aggressive kundenspezifische 3-Bit- und 6-Bit-Quantisierung, was Qualitätseinbußen im Vergleich zu GPU-Basislinien mit sich bringt.¹¹²
• HC2 (Roadmap-Ziel für Winter 2026, noch kein Produkt): Eine Plattform der zweiten Generation mit höherer Dichte, schnellerer Ausführung und standardmäßigen 4-Bit-Gleitkommaformaten, um die Quantisierungsbeschränkungen von HC1 zu adressieren.

Taalas hat insgesamt $219 Millionen eingeworben und berichtet, $30 Millionen ausgegeben zu haben, um sein erstes Produkt mit einem Team von 24 Personen auf den Markt zu bringen.

19. Extropic

Extropic sammelte Ende 2023 eine $14-Millionen-Runde ein, um Thermodynamik für die Datenverarbeitung zu nutzen. Die Hardware-Seite listet drei Teile. X0 ist ein Silizium-Prototyp aus Q1 2025, und XTR-0 ist eine Entwicklungsplattform, die in begrenzter Stückzahl an ausgewählte Forscher in Q3 2025 ausgeliefert wurde. Beide wurden am 29. Oktober 2025 vorgestellt. Z1, der erste Chip im Produktionsmaßstab, ist als Early Access für 2026 gelistet.¹¹³

20. Vaire

Vaire ist ein in Großbritannien ansässiges Startup, das an reversiblem Computing arbeitet, einem Ansatz, der darauf abzielt, Chips mit nahezu null Energieverbrauch zu schaffen. Anders als beim traditionellen Computing, bei dem Energie als Wärme verloren geht, recycelt reversibles Computing einen erheblichen Teil der Energie für nachfolgende Berechnungen.

Vaires erster Testchip mit dem Codenamen Ice River ist ein 22nm-CMOS-Demonstrator und kein Produkt. Im September 2025 gemeldete Messungen ergaben einen Energierückgewinnungsfaktor von 1,77 für ein von Vaires Resonator angetriebenes Kondensatorarray und 1,41 für ein Schieberegister auf demselben Chip, gegenüber etwa 2x in der Simulation vorhergesagt.¹¹⁴ Die beim Tape-Out gemeldete Zahl von 50 % gilt nur für den Resonator und schließt weitere Energieverluste aus.^{115 116}

21. Fractile

Fractile ist ein in Großbritannien ansässiges KI-Inferenz-Chip-Startup, das im Juli 2024 mit $15 Millionen Finanzierung aus dem Stealth-Modus trat, um NVIDIA bei der Frontier-Modell-Inferenz herauszufordern.¹¹⁷

Das Unternehmen baut Prozessoren, die Speicher und Rechenleistung physisch auf demselben Die verschachteln, was seiner Behauptung nach die gleichzeitige Anforderung an niedrige Latenz und hohen Durchsatz löst, die GPUs für Frontier-Modell-Inferenz nicht erfüllen können. Fractile behauptet, dass sein Design Frontier-Modelle bis zu 25-mal schneller ausführen kann.

Fractile kündigte am 13. Mai 2026 eine $220 Millionen Series B an.¹¹⁸ Die Berichterstattung über die Runde bezifferte die Bewertung auf etwa $1 Milliarde, eine Zahl, die das Unternehmen nicht bestätigt hat.

Welche Unternehmen entwickeln KI-Chips für den eigenen Gebrauch?

Diese Unternehmen entwickeln Beschleuniger für ihre eigene Infrastruktur, anstatt sie auf dem freien Markt zu verkaufen, sodass unabhängige Benchmarks rar sind.

22. Apple

Apples Project ACDC ist Berichten zufolge auf die Entwicklung von Chips für KI-Inferenz in Rechenzentren fokussiert.¹¹⁹ Der Server-Chip trägt Berichten zufolge den Codenamen Baltra und wird mit Broadcom entwickelt, und Apple hat ihn nie offiziell bestätigt. Reuters berichtete am 15. Juli 2026 unter Berufung auf The Information, dass das Projekt zurückgestellt wurde und dass Apples interne KI-Server immer noch auf M2 Ultra-Chips laufen.^{120 121} M5 wurde am 15. Oktober 2025 vorgestellt, und M5 Pro und M5 Max wurden am 3. März 2026 mit einem Neural Accelerator in jedem GPU-Kern angekündigt. Apple stärkt seine On-Device-KI-Strategie mit dem Core KI-Framework, das Modelle auf Apple-Silizium ohne Serverabhängigkeiten ausführt, unterstützt durch ein quelloffenes Core-KI-Modelle-Repository auf GitHub.^{122 123}

23. Meta

Meta Training and Inference Accelerator (MTIA) ist eine Prozessorfamilie für KI-Workloads wie das Training von Metas Llama-Modellen.

Meta benannte die MTIA-Familie am 11. März 2026 um. Das Teil, das Unternehmen zuvor Next Gen MTIA nannte, heißt jetzt MTIA 200. Es basiert auf TSMC-5nm-Technologie, soll die 3-fache Leistung von MTIA v1 bieten und wird in Racks mit bis zu 72 Beschleunigern gehostet.¹²⁴ MTIA 300 ist für das Training von Ranking und Empfehlungen in Produktion, und MTIA 400, 450 und 500 folgen in den Jahren 2026 und 2027.¹²⁵

MTIA ist derzeit für Metas internen Gebrauch bestimmt. Sollte Meta jedoch in Zukunft ein Llama-basiertes Angebot für generative KI in Unternehmen starten, könnten diese Chips ein solches Angebot antreiben.

Am 14. April 2026 kündigten Meta und Broadcom eine mehrjährige, mehrgenerationale strategische Partnerschaft bis 2029 an, in deren Rahmen Broadcom Technologie zur Unterstützung von Metas MTIA-Chips liefert. Die anfängliche Verpflichtung übersteigt 1 GW als erste Phase eines Multi-Gigawatt-Rollouts, und Broadcom sagt, dass sie den branchenweit ersten 2nm-KI-Rechenbeschleuniger zusammen mit Ethernet-Scale-Up-, Scale-Out- und Scale-Across-Netzwerken umfasst.¹²⁶ Broadcoms Seite der Partnerschaft wird im Abschnitt zu Broadcom unten behandelt.

24. Microsoft Azure

Auf der Hot Chips 2024 enthüllte Microsoft Maia 100, seinen ersten kundenspezifischen KI-Beschleuniger, der auf TSMCs N5-Prozess basiert. Microsoft brachte Maia 200 (Codename Braga) am 26. Januar 2026 als inferenzorientierten KI-Beschleuniger für Azure auf den Markt, der die KI-Token-Kosten senken und 30 % bessere Leistung pro Dollar gegenüber bestehenden Systemen liefern soll.¹²⁷

Maia 200 wird auf TSMC 3nm gefertigt, mit mehr als 140 Milliarden Transistoren, 216 GB HBM3e mit 7 TB/s, 272 MB On-Chip-SRAM und mehr als 10 PFLOPS FP4-Rechenleistung innerhalb einer 750 W SoC-TDP. Es wird in Azures Region US Central in der Nähe von Des Moines, Iowa, eingesetzt, als nächstes folgt US West 3 in der Nähe von Phoenix.¹²⁸

25. OpenAI

OpenAI entwickelte seinen ersten KI-Chip mit Broadcom, und die Leitung seines Chip-Teams hat Erfahrung im Design von TPUs bei Google.¹²⁹ OpenAI hat TSMC als Foundry bestätigt, aber weder OpenAI noch Broadcom haben einen Prozessknoten bestätigt.¹³⁰ Die koreanische Lieferketten-Berichterstattung hat den Codenamen „Titan“ für den Chip verwendet und ihn auf TSMCs N3-Prozess verortet, obwohl keines der Unternehmen diesen Namen verwendet.¹³¹

Samsung hat eine Vereinbarung zur Lieferung von HBM4-Speicher für den OpenAI-Chip gesichert, wobei Berichten zufolge über 50 % der Pyeongtaek-Foundry-Kapazität für HBM4-Base-Dies zu diesem Zweck bereitgestellt werden.¹³² OpenAI und Broadcom kündigten im Oktober 2025 eine Zusammenarbeit für 10 Gigawatt kundenspezifischer KI-Beschleuniger an. Die Racks sollen in der zweiten Hälfte 2026 starten und bis Ende 2029 abgeschlossen sein. Die Ankündigung besagt, dass die Parteien „ein Term Sheet unterzeichnet haben“ für die Racks und nicht einen offengelegten definitiven Kaufvertrag, und keines der Unternehmen hat einen finanziellen Wert für die Zusammenarbeit veröffentlicht.¹³³ Am 24. Juni 2026 enthüllten die beiden Jalapeño, OpenAIs ersten Intelligence Processor. Beide Unternehmen geben an, dass Engineering-Samples ML-Workloads im Labor mit Produktions-Zielfrequenz und -Leistung ausführen, einschließlich GPT-5.3-Codex-Spark, und dass die Plattform für den ersten Einsatz bis Ende 2026 konzipiert ist, was den Chip in das Post-Tape-Out-Engineering-Sample-Stadium und nicht in die Massenproduktion einordnet.¹³⁴ Broadcoms Seite der Vereinbarung, einschließlich seiner anderen Custom-Accelerator-Kunden, wird im Abschnitt zu Broadcom unten behandelt.

Welche weiteren KI-Chip-Hersteller gibt es?

26. Graphcore

Graphcore ist ein britisches Unternehmen, das 2016 gegründet wurde. Das Unternehmen kündigte seinen KI-Flaggschiff-Chip als IPU-POD256 an. Graphcore wurde bereits mit rund $700 Millionen finanziert.

Die langfristige Überlebensfähigkeit des Unternehmens war gefährdet, da es ~$200 Millionen pro Jahr verlor.¹³⁵ SoftBank kündigte die Übernahme von Graphcore am 11. Juli 2024 an, und keine der Parteien gab offiziell den Preis bekannt, der auf etwa $600 Millionen geschätzt wurde.¹³⁶ SoftBank injizierte weitere $457 Millionen in Graphcore am 10. April 2026.¹³⁷

27. Mythic

Mythic wurde 2012 gegründet und konzentriert sich auf Edge-KI. Mythic verfolgt einen unkonventionellen Weg, eine analoge Rechenarchitektur, die darauf abzielt, energieeffizientes Edge-KI-Computing zu liefern.

Das Unternehmen hat Produkte wie M1076 AMP und die MM1076-Schlüsselkarte entwickelt und hat bereits etwa $165 Millionen an Finanzierung eingeworben.¹³⁸

Mythic entließ die meisten seiner Mitarbeiter und strukturierte sein Geschäft mit der Finanzierungsrunde im März 2023 um.¹³⁹

Mythic sammelte eine überzeichnete $125-Millionen-Runde unter der Führung von DCVC am 17. Dezember 2025 ein, mit Honda Motor und Lockheed Martin als strategischen Investoren, und übernahm Videantis im Mai 2026.¹⁴⁰

28. Speedata

Speedata wurde 2019 in Tel Aviv gegründet und entwickelt eine Analytics Processing Unit (APU), die darauf ausgelegt ist, Big-Data-Analysen und KI-Workloads zu beschleunigen. Es handelt sich um eine APU, die auf Apache Spark-Workloads abzielt, mit Plänen, weitere wichtige Datenanalyseplattformen zu unterstützen.

Speedata sammelte $44 Millionen in einer Series-B-Runde im Juni 2025 ein, angeführt von Walden Catalyst Ventures, 83North und anderen, womit sich die Gesamtfinanzierung auf $114 Millionen erhöht. Das Unternehmen behauptet, dass seine APU Allzweckprozessoren und GPUs übertrifft, indem sie Racks von Servern durch einen einzigen Chip ersetzt und überlegene Leistung und Energieeffizienz für die Datenverarbeitung bietet.¹⁴¹

29. Axelera KI

Axelera KI wurde im Juli 2021 in Eindhoven, Niederlande, gegründet und ist auf KI-Hardware-Beschleunigungstechnologie für Computer Vision und generative KI spezialisiert. Das Unternehmen entwickelt Titania, ein KI-Inferenz-Chiplet auf Basis seiner Digital In-Memory Computing (D-IMC)-Architektur, das KI-Workloads von der Edge bis zur Cloud beschleunigen soll.

Axelera KI sammelte mehr als $250 Millionen am 24. Februar 2026 ein, womit sich die Gesamtsumme auf mehr als $450 Millionen an Eigenkapital, Zuschüssen und Venture Debt erhöht.^{142 143}

Die Europa AIPU, angekündigt am 21. Oktober 2025, ist mit bis zu 629 TOPS INT8 über 8 KI-Kerne der zweiten Generation und 16 RISC-V-Prozessoren bei etwa 45 W spezifiziert, wobei Auslieferungen für die erste Hälfte 2026 versprochen wurden. Eine Pressemitteilung von Andes Technology im Juni 2026 beschrieb sie als im Sampling bei Hauptkunden befindlich. Titania bleibt für 2028 anvisiert.

30. NextSilicon

NextSilicon, 2017 in Tel Aviv gegründet, verkauft Maverick-2, einen zur Laufzeit rekonfigurierbaren Datenfluss-Beschleuniger, der auf TSMCs 5nm-Prozess basiert und als PCIe Gen 5-Karte mit 96 GB HBM3E oder als OAM-Modul mit 192 GB ausgeliefert wird.¹⁴⁴ Das Unternehmen gibt an, dass Maverick-2 an Dutzenden von Kundenstandorten im Einsatz ist; der namentlich genannte Standort ist Spectra am Sandia National Laboratories, ein 64-Knoten-System mit 128 Dual-Die-Maverick-2-Beschleunigern, das die vollständige Systemabnahme im Rahmen von Sandias Vanguard-Programm im Mai 2026 nach dem Betrieb von HPCG, LAMMPS und SPARTA bestand.^{145 146} Die von NextSilicon zitierte 10-fach-einer-GPU-bei-halber-Leistung-Zahl ist ihre eigene und keine unabhängige Messung. Im Juni 2026 gab das Unternehmen bekannt, Arbel, den RISC-V-Kern in Maverick-2 und auch einen eigenständigen 2,5-GHz-Testchip, zu 64-kernigen und 128-kernigen Server-Prozessoren mit einer Zielgeschwindigkeit von 3,4 GHz weiterzuentwickeln, die im ersten Quartal 2028 erwartet werden.¹⁴⁷

Welche Anbieter entwickeln Custom-KI-ASICs im Co-Design?

Mehrere der oben aufgeführten Beschleuniger werden nicht allein von dem Unternehmen entwickelt, dessen Name darauf steht. Broadcom entwickelt kundenspezifische Beschleuniger, die es XPUs nennt, gemeinsam mit dem Kunden, der sie betreiben wird, und liefert die Ethernet-Switching- und Fabric-Siliziumlösungen, die sie verbinden. Es ist ein Zulieferer für mehrere Anbieter, die weiter oben in diesem Artikel behandelt werden, und kein Konkurrent.

31. Broadcom

Auf seiner Telefonkonferenz zu Q2 FY2026 am 3. Juni 2026 meldete Broadcom einen KI-Halbleiterumsatz von $10,8 Milliarden, ein Plus von 143 % im Jahresvergleich, gab eine Prognose für den KI-Halbleiterumsatz im Gesamtjahr FY2026 von $56 Milliarden, ein Plus von etwa 180 % gegenüber dem Geschäftsjahr 2025, und bekräftigte die FY2027-Prognose von über $100 Milliarden.^{148 149}

Auf dieser Telefonkonferenz ging Broadcom sechs KI-Kernkunden durch, nannte aber vier davon: Google, Anthropic, OpenAI und Meta. Die anderen beiden bleiben ungenannt und wurden als zwei Kunden mit bisher eingegangenen Bestellungen über $6 Milliarden beschrieben, wobei die Auslieferungen Ende 2026 beginnen und sich 2027 beschleunigen. Veröffentlichte Listen, die alle sechs nennen, sind Analystenschlüsse und keine Broadcom-Offenlegung.¹⁵⁰

Broadcoms Offenlegung variiert je nach Kunde:

• Google hat ein mehrgenerationales TPU- und KI-Netzwerk-Abkommen, ohne Angabe einer Gigawatt-Zahl. Broadcoms Form 8-K offenbart eine langfristige Vereinbarung zur Entwicklung und Lieferung kundenspezifischer TPUs für Googles zukünftige Generationen, zuzüglich einer Lieferzusicherungsvereinbarung für Netzwerkkomponenten bis voraussichtlich 2031.¹⁵¹
• Anthropic nimmt 2026 über 1 GW TPU-basierte Rechenleistung ab, zuzüglich einer Vereinbarung vom April über weitere 5 GW Rechenleistung ab 2027. Dasselbe Form 8-K beziffert die Zahl ab 2027 auf etwa 3,5 Gigawatt, deren Verbrauch es an Anthropics anhaltenden kommerziellen Erfolg knüpft. Die 3,5-GW-Zahl stammt aus Broadcoms Einreichung, während Anthropics eigener Beitrag die Verpflichtung als „mehrere Gigawatt“ quantifiziert. Die Einreichung rahmt die Vereinbarung zudem als Erweiterung einer bestehenden Zusammenarbeit und nicht als neuen Drei-Parteien-Vertrag.¹⁵²
• Für OpenAI wurde Silizium ausgeliefert, die Produktion wird Ende 2026 erwartet, und OpenAI ist für 1,3 GW im Jahr 2027 innerhalb der größeren 10-GW-bis-2029-Vereinbarung kontrahiert. Der Chip selbst wird im Abschnitt zu OpenAI oben behandelt.¹⁵³
• Meta hat eine mehrgenerationale MTIA-XPU-Partnerschaft mit einem Ziel von 3 GW bis Ende 2028, wobei ein erster 1-GW-Auftrag ab der zweiten Hälfte 2027 geliefert wird. Hock Tan wechselt aus dem Vorstand von Meta in eine Beraterrolle.^{154 155}

Am 26. Februar 2026 begann Broadcom mit der Auslieferung eines 2nm Custom-Compute-SoC, der auf seiner 3.5D eXtreme Dimension System in Package (XDSiP)-Plattform basiert. Dieser SoC ist für Fujitsu zur Unterstützung des FUJITSU-MONAKA-Prozessorprogramms bestimmt und nicht für einen Hyperscaler-XPU, und Broadcom gibt an, dass XPUs für seinen breiteren Kundenstamm ab der zweiten Hälfte 2026 ausgeliefert werden.¹⁵⁶ Im Netzwerkbereich gab Broadcom im März 2026 bekannt, dass Tomahawk 6 der einzige 102.4T-Switch ist, der in Produktionsvolumen ausgeliefert wird, und Jericho 4, ein im August 2025 eingeführter 51,2-Tbps-Fabric-Router, wird ausgeliefert.

Am 9. Juni 2026 kündigte Broadcom die KI XPV Platform mit Apollo und Blackstone als ersten Ankerinvestoren an. Die Plattform soll bis 2028 mehr als 20 Gigawatt Rechenkapazität ermöglichen, unter Verwendung von Broadcom XPUs und Netzwerktechnologie, die für Frontier-KI-Labore einschließlich Anthropic und OpenAI angepasst sind. Sie startete mit einer ersten Tranche von $35 Milliarden, die Anthropics zuvor angekündigte Erweiterung um mehr als 1 Gigawatt in Fluidstack-basierten Standorten ab Mitte 2026 finanziert. Die mehr als 20 Gigawatt sind das Designziel der Plattform bis 2028 und werden nicht durch diese Tranche finanziert.¹⁵⁷

Schätzungen Dritter zum Custom-ASIC-Anteil am KI-Prozessormarkt hängen davon ab, was gezählt wird. Bloomberg Intelligence teilt den Custom-ASIC-Markt zwischen Broadcom mit 60 % bis 80 % und Marvell mit 20 % bis 25 % auf.

32. Marvell

Marvell entwickelt kundenspezifisches KI-Silizium, das es XPUs nennt, für Hyperscaler, zusammen mit dem Interconnect-, Optik- und Netzwerk-Silizium, das diese Chips verbindet. Bloomberg Intelligence sieht es an zweiter Stelle hinter Broadcom im Markt für Custom-KI-ASICs.

Marvell meldete einen Rekordumsatz für das Geschäftsjahr 2026 von $8,195 Milliarden, ein Plus von 42 %.¹⁵⁸ Für das am 27. Mai 2026 berichtete Quartal verzeichnete es einen Rekord-Rechenzentrumsumsatz von $1,83 Milliarden, ein Plus von 27 % im Jahresvergleich, gab eine Prognose von etwa $11,5 Milliarden für das Geschäftsjahr 2027 und bekräftigte ein Ziel von mehr als $10 Milliarden Umsatz im kundenspezifischen Geschäft für das Geschäftsjahr 2029, beides Managementziele und keine berichteten Ergebnisse.

Am 31. März 2026 kündigten NVIDIA und Marvell eine strategische Partnerschaft an, die Marvell über NVLink Fusion mit der NVIDIA-KI-Fabrik und dem KI-RAN-Ökosystem verbindet, zusammen mit einer Zusammenarbeit im Bereich Silizium-Photonik. NVIDIA investierte im Rahmen dieser Partnerschaft $2 Milliarden in Marvell. Im Rahmen der Partnerschaft liefert Marvell kundenspezifische XPUs und NVLink Fusion-kompatible Scale-Up-Netzwerke.¹⁵⁹

Marvell schloss zwischen Februar und April 2026 drei Übernahmen ab, alle auf der optischen und Interconnect-Ebene:

• Celestial KI, abgeschlossen am 2. Februar 2026 zu $3,25 Milliarden.¹⁶⁰
• XConn Technologies, abgeschlossen am 10. Februar 2026 zu etwa $540 Millionen.
• Polariton Technologies, ein Schweizer ETH-Zürich-Spin-off, das an plasmonikbasierter Silizium-Photonik arbeitet, übernommen am 22. April 2026 zu nicht offengelegten Bedingungen.

Marvells Position bei Amazon ist umstritten. SemiAnalysis schrieb im Dezember 2025, dass „Marvell der große Verlierer dabei ist. Während sie Trainium2 entwickelt haben, haben sie das Design-Bakeoff mit Alchip für diese Generation verloren“, und führte den Verlust auf Ausführungsprobleme bei Trainium2 zurück, einschließlich Zeitplanverzögerungen und RDL-Interposer-Problemen, die Alchip beheben musste, und beschrieb Trainium3 als ein Annapurna-Frontend-Design, bei dem Alchip das Backend-Physical- und Package-Design übernimmt.¹⁶¹ Am 8. Dezember 2025 stufte Benchmark Marvell auf Hold herab, mit Analystenkommentaren, dass Marvell sowohl Trainium 3 als auch Trainium 4 an Alchip verloren habe, und die Aktie fiel um etwa 7 %. Zwei Einschränkungen gelten für diese Berichterstattung. Der zitierte technische Bericht endet bei Trainium3, und der Verlust von Trainium 4 ist die Behauptung des Sell-Side-Analysten. Marvell, Amazons Annapurna Labs und Alchip haben nichts davon bestätigt, und andere Analysten, einschließlich JPMorgan, widersprachen.

Die Größe des Kundenkontos erklärt die Reaktion. Trainium3 ist seit dem 2. Dezember 2025 allgemein verfügbar, und Amazon gab in seiner Telefonkonferenz zum ersten Quartal 2026 am 29. April 2026 bekannt, dass es über $225 Milliarden an Umsatzverpflichtungen für Trainium hält und dass sein Chip-Geschäft eine jährliche Umsatzrate von über $20 Milliarden aufweist.

Welche CPUs laufen neben KI-Beschleunigern?

Beschleuniger laufen nicht eigenständig. Jedes KI-Rack kombiniert sie mit Host-CPUs. NVIDIAs Vera CPU trägt 88 kundenspezifische Olympus-Kerne, die Arm-kompatibel sind, mit 176 Threads via Spatial Multithreading und 1,5 TB LPDDR5X. Googles Axion ist die Host-CPU für beide TPUs der achten Generation, das erste Mal, dass Google x86 in dieser Rolle ersetzt hat, und seine N4A-VMs wurden Ende Januar 2026 allgemein verfügbar. AMDs Helios-Racks kombinieren Instinct GPUs mit 6. Gen EPYC „Venice“ x86 CPUs.

Arm

Arm kündigte am 24. März 2026 an, dass es „zum ersten Mal in der Unternehmensgeschichte in die Produktion von Siliziumprodukten einsteigt“, beginnend mit der Arm AGI CPU, einer Rechenzentrums-CPU für agentische KI-Infrastruktur. Meta „dient als Hauptpartner und Co-Entwickler.“^{162 163}

Arm gibt an, dass die CPU bis zu 136 Arm Neoverse V3-Kerne, 6 GB/s Speicherbandbreite pro Kern bei einer Latenz von unter 100 ns und eine TDP von 300 W bietet, skalierend auf 8.160 Kerne pro luftgekühltem Rack und mehr als 45.000 Kerne pro flüssigkeitsgekühltem Rack. Arm beansprucht mehr als die 2-fache Leistung pro Rack gegenüber x86. Dies sind Arms eigene Zahlen und wurden nicht unabhängig gemessen.¹⁶⁴

Arm lizenziert weiterhin IP und Compute Subsystems (CSS), sodass die AGI CPU eine Silizium-Produktlinie hinzufügt und nicht das Lizenzgeschäft ersetzt. Frühe Systeme sind jetzt verfügbar, mit breiterer Verfügbarkeit in der zweiten Hälfte 2026, und neben Meta nennt Arm Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP und SK Telecom als verpflichtete Kunden, von denen vier an anderer Stelle in diesem Artikel als Anbieter erscheinen.¹⁶⁵ Meta zeigt, wie sehr sich die Rollen nun vermischen. Es entwickelt sein eigenes MTIA-Silizium, ist Arms AGI-CPU-Hauptpartner, ist ein angekündigter Qualcomm-Rechenzentrums-CPU-Kunde und kauft von AMD und Broadcom.

Verpassen Sie nicht unsere Benchmarks und datengestützten Erkenntnisse. Die Schaltfläche öffnet Google; die Auswahl von AIMultiple bestätigt, dass Sie AIMultiple häufiger in den Google-Suchergebnissen sehen möchten.

Als bevorzugte Quelle hinzufügen

5 mobile KI-Chip-Anbieter

*Die beliebtesten und aktuellsten Chips sind ausgewählt.

7 Edge-KI-Chips

Die Nachfrage nach Verarbeitung mit niedriger Latenz hat die Innovation bei Edge-KI-Chips vorangetrieben. Die Prozessoren dieser Chips sind darauf ausgelegt, KI-Berechnungen lokal auf Geräten durchzuführen, anstatt auf Cloud-basierte Lösungen angewiesen zu sein:

*Dies sind die von den jeweiligen Anbietern angegebenen Maximalwerte, und sie sind nicht direkt zwischen den Zeilen vergleichbar. Ein bei FP4 oder INT4 angegebener Wert beschreibt eine andere Operation als ein bei INT8 angegebener, und als sparse markierte Zeilen sind Anbieterangaben, die Sparsity voraussetzen. TOPS bedeutet Tera Operations Per Second, TFLOPS bedeutet Tera Floating-Point Operations Per Second, und GOPS bedeutet Giga Operations Per Second.

Am 24. Juli 2026 unterzeichnete Microchip Technology eine definitive Vereinbarung zur Übernahme von Hailo, die voraussichtlich bis zum Ende des am 30. September 2026 endenden Quartals abgeschlossen wird, vorbehaltlich der Abschlussbedingungen und behördlicher Genehmigungen, zu nicht offengelegten Bedingungen.¹⁶⁶ Die Übernahme folgte auf ein schwieriges Jahr. Calcalist berichtete am 3. April 2026, dass Hailos Bewertung um mehr als die Hälfte von einem Höchststand von $1,2 Milliarden auf unter $500 Millionen gefallen war, und Hailo entließ etwa die Hälfte seiner verbleibenden Mitarbeiter im Juni 2026.

Foundry-Partner und die Rolle von TSMC

TSMC ist eine reine Foundry. Es fertigt Halbleiter basierend auf Kundendesigns, anstatt eigene Chips zu entwickeln, was es von Unternehmen wie NVIDIA und AMD unterscheidet. Samsung Foundry und Intel Foundry Services konkurrieren im selben Markt.

N2, TSMCs 2nm-Knoten, ging im vierten Quartal 2025 in die Volumenproduktion und machte im zweiten Quartal 2026 3 % des Wafer-Umsatzes aus, gegenüber 33 % für 5nm, 30 % für 3nm und 11 % für 7nm.¹⁶⁷ TSMCs Roadmap platziert A16 im Jahr 2027, A14 in der zweiten Hälfte 2028 sowie A13 und A12 im Jahr 2029.¹⁶⁸ TSMC fertigt KI-Beschleuniger für die folgenden Designer:

Alibabas Hanguang 800-Inferenzchip von 2019, sein letztes TSMC-gefertigtes Teil, ist nicht enthalten. US-Exportkontrollen verbieten es TSMC nun, fortschrittliche KI-Chips für chinesische Designer zu produzieren, und Foundries müssen jede Lieferung bei 7nm und darunter an chinesische Designer prüfen. Alibabas KI-Silizium von 2026 wird im Inland gefertigt, wobei die Kapazität bei SMIC die angegebene Beschränkung darstellt.¹⁶⁹

SemiAnalysis berichtete am 12. März 2026, dass die Frontend-N3-Wafer-Kapazität CoWoS-Packaging als dominierenden Engpass in der KI-Chip-Versorgung abgelöst hat, wobei CoWoS angespannt, aber sich entspannend ist. TrendForce erwartet, dass sich die CoWoS-Angebots-Nachfrage-Lücke von etwa 20 % auf etwa 10 % bis Ende 2026 verringert.¹⁷⁰ Micron erreichte die Großserienproduktion von HBM4 36GB 12H für NVIDIAs Vera-Rubin-Plattform am 16. März 2026, mit Pin-Geschwindigkeiten über 11 Gb/s.¹⁷¹

Expansionspläne

TSMCs angekündigte US-Investitionen belaufen sich auf insgesamt $265 Milliarden über 12 hochmoderne Fertigungs- und Packaging-Anlagen, nach einer zusätzlichen $100-Milliarden-Verpflichtung für Arizona, angekündigt am 16. Juli 2026.¹⁷²

Die Berichte vom März 2025 über ein von TSMC geführtes Joint Venture zum Betrieb von Intels Foundry-Sparte führten zu keinem Abschluss. TSMC dementierte aktive Gespräche am 17. April 2025 und erklärte am 26. September 2025, dass es „niemals Gespräche mit irgendeinem Unternehmen über die Gründung eines Joint Ventures oder die Lizenzierung oder den Transfer von Technologie geführt hat.“¹⁷³ Intel wurde stattdessen rekapitalisiert, wobei die US-Regierung im August 2025 einen Anteil von 9,9 % für $8,9 Milliarden übernahm.¹⁷⁴

Welches sind die KI-Chip-Hersteller in China?

Aufgrund von US-Sanktionen, die viele chinesische Unternehmen daran hindern, die fortschrittlichsten KI-Chips von AMD und NVIDIA zu erwerben, haben chinesische Käufer ihre Einkäufe bei lokalen Herstellern erhöht.

Huawei und Alibaba werden oben behandelt. Weitere chinesische KI-Chip-Hersteller umfassen:

• Cambricon (SHA: 688256) meldete für FY2025 einen Umsatz von RMB 6,4972 Milliarden, ein Plus von 453,21 % im Jahresvergleich, und seinen ersten Jahresgewinn in Höhe von RMB 2,0592 Milliarden. Seine Marktkapitalisierung überschritt am 30. Juni 2026 RMB 1 Billion, eine Premiere für den STAR Market.
• Baidu Kunlunxin enthüllte zwei Chips am 13. November 2025. Der Kunlun M100 ist für groß angelegte Inferenz optimiert und war für die Markteinführung Anfang 2026 vorgesehen, und der Kunlun M300, gebaut für Training und Inferenz extrem großer multimodaler Modelle, ist für 2027 anvisiert. Baidu präsentierte außerdem zwei Supernode-Systeme, Tianchi 256 (verfügbar in H1 2026) und Tianchi 512 (verfügbar in H2 2026), beide auf Basis von Baidus bestehenden Kunlun P800-Chips und nicht auf dem M100 oder M300.
• Biren, gegründet von NVIDIA-Alumni, wurde am 2. Januar 2026 am Hauptboard der Hong Kong Stock Exchange notiert und sammelte HK$5,58 Milliarden (etwa US$717 Millionen) ein.
• Moore Threads (SHA: 688795) wurde am 5. Dezember 2025 am STAR Market notiert. Der Umsatz für FY2025 betrug RMB 1,505 Milliarden, ein Plus von 243,37 % im Jahresvergleich. Das Unternehmen ist weiterhin defizitär und steht seit 2023 auf der US Entity List.
• MetaX wurde am 17. Dezember 2025 am STAR Market notiert und sammelte etwa RMB 4,2 Milliarden (US$586-596 Millionen) ein und hat seitdem vertraulich einen sekundären Börsengang in Hongkong beantragt.
• Iluvatar CoreX (HKEX: 9903) wurde am 8. Januar 2026 am Hauptboard von Hongkong notiert und sammelte etwa HK$3,68 Milliarden ein.
• Enflame ist nicht notiert. Die IPO-Registrierung wurde von der CSRC am 9.-10. Juli 2026 genehmigt, was den Weg für die Aufnahme von RMB 6 Milliarden (etwa US$883 Millionen) freimacht, aber die Aktien haben Stand Juli 2026 noch nicht mit dem Handel begonnen.¹⁷⁵ Der Umsatz für 2025 betrug RMB 990 Millionen bei einem Nettoverlust von RMB 1,2 Milliarden, wobei Tencent, ein Anteilseigner mit 20,3 %, 83,8 % davon ausmachte.
• SMIC, die Foundry, von der die meisten dieser Designer abhängen, hatte N+3 (5nm-Klasse) Stand Juni 2026 in Volumenproduktion, eine 7nm-Kapazität von etwa 45.000 bis 60.000 Wafern pro Monat und einen Umsatz von $9,3 Milliarden im Jahr 2025.

Inländischer Anteil am chinesischen KI-Beschleunigermarkt

Die folgende Tabelle stammt aus einem von Reuters eingesehenen IDC-Bericht.¹⁷⁶ Sie zählt Stückzahl-Auslieferungen von Beschleunigerkarten, nicht Server und nicht Umsatz.

Das inländische Angebot ist selbst konzentriert. Huawei macht etwa die Hälfte der chinesischen Anbieterauslieferungen aus, der Rest verteilt sich auf Alibabas T-Head, Baidu Kunlunxin, Cambricon, Hygon, MetaX und Iluvatar CoreX.¹⁷⁷

FAQs

Weiterführende Literatur

Für praktische Leistungsvergleiche der in diesem Artikel behandelten Chips siehe unsere Benchmarks:

• Multi-GPU-Benchmark: Wie NVIDIAs B200, H200, H100 und AMDs MI300X über 1, 2, 4 und 8-GPU-Konfigurationen für LLM-Inferenz skalieren, mit Durchsatz-, Latenz- und Kosten-pro-Token-Analyse.
• GPU-Concurrency-Benchmark: Wie NVIDIAs B200, H200, H100 und AMDs MI300X 1 bis 512 gleichzeitige Anfragen verarbeiten, einschließlich Systemdurchsatz, Geschwindigkeit pro Anfrage, End-to-End-Latenz und Tokens pro Dollar bei jedem Parallelitätsgrad.
• CUDA vs ROCm: Wie AMDs ROCm im Vergleich zu NVIDIAs CUDA bei Framework-Unterstützung und Portabilität abschneidet, die Software-Frage hinter AMDs Position in diesem Artikel.
• Edge-KI-Chip-Hersteller: Die Anbieter in der Edge-Tabelle oben, einzeln behandelt, mit den Anwendungsfällen, auf die jedes Teil abzielt.
• Cloud-GPU-Anbieter: 60+ Anbieter, die hier behandelten Beschleuniger stundenweise vermieten, für Teams, die keine Hardware kaufen.

Referenzen

Diese Forschung zitieren

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sarı, Ekrem},
  title  = {{Top 30+ KI-Chip-Hersteller: NVIDIA & Seine Konkurrenten}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/ai-chip-makers}},
  note   = {AIMultiple. Abgerufen am 28. Juli 2026}
}

Referenzlinks

1.

ASIC Set to Outpace GPU? NVIDIA’s Scale-Up and Beyond | TrendForce

TrendForce

2.

Global AI Server Shipments Forecast to Grow Over 28% YoY in 2026, with a Rising Share of ASIC-Based Systems, Says TrendForce

TrendForce

3.

Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX Spark

4.

NVIDIA and Microsoft Reinvent Windows PCs for the Age of Personal AI | NVIDIA Newsroom

5.

NVIDIA Corporation - Financial Reports

6.

DGX GB200: AI Infrastructure for State-of-the-Art AI Models | NVIDIA

7.

Nvidia reclaims the top chip stock spot at Morgan Stanley By Investing.com

Investing.com

8.

AI Accelerator Market Looks Set to Exceed $600 Billion by 2033, Driven by Hyperscale Spending and ASIC Adoption, According to Bloomberg Intelligence | Press | Bloomberg LP

9.

Nintendo Switch 2 Leveled Up With NVIDIA AI-Powered DLSS and 4K Gaming | NVIDIA Blog

10.

Nvidia Pushes Further Into Cloud With GPU Marketplace - WSJ

The Wall Street Journal

11.

NVIDIA Dynamo, A Low-Latency Distributed Inference Framework for Scaling Reasoning AI Models | NVIDIA Technical Blog

NVIDIA Developer

12.

NVIDIA RTX PRO Servers Speed Trillion-Dollar Enterprise IT Industry Transition to AI Factories | NVIDIA Newsroom

13.

NVIDIA Vera Rubin Opens Agentic AI Frontier | NVIDIA Newsroom

14.

NVIDIA Vera Rubin Ramps Into Full Production to Power Agentic AI Factories Worldwide | NVIDIA Newsroom

15.

NVIDIA Computex 2026 News Bytes: Vera Rubin Now In Production, DGX Station Gets Windows - ServeTheHome

ServeTheHome

16.

Rack-Scale Agentic AI Supercomputer | NVIDIA Vera Rubin NVL72

17.

Architecting the AI Era: Samsung Electronics and NVIDIA Define the Future at GTC 2026 | Samsung Semiconductor Global

18.

AI Inference Accelerator | NVIDIA Groq 3 LPX

19.

https://www.bis.gov/press-release/department-commerce-revises-license-review-policy-semiconductors-exported-china

20.

https://www.bis.gov/press-release/department-commerce-revises-license-review-policy-semiconductors-exported-china

21.

Trump imposes 25% tariff on Nvidia AI chips and others, citing national security | Nvidia | The Guardian

The Guardian

22.

Nvidia CEO to defend AI dominance as competition intensifies | Reuters

Reuters

23.

Announcing AI2 OLMo, an Open Language Model Made by Scientists, for Scientists | by Ai2 | Ai2 Blog | Medium

Ai2 Blog

24.

Training LLMs at Scale with AMD MI250 GPUs | Databricks Blog

25.

Training 221B Parameter Korean LLM on 1,200 AMD MI250 GPU Cluster – Moreh

26.

AMD Acquires MEXT to Advance Memory Optimization

Advanced Micro Devices (AMD)

27.

Exclusive: AMD Acquires Team Behind AI Chip Startup Untether AI

28.

AMD Unveils Vision for an Open AI Ecosystem, Detailing New Silicon, Software and Systems at Advancing AI 2025 :: Advanced Micro Devices, Inc. (AMD)

29.

HPCwire - Since 1987 – Covering the Fastest Computers in the World and the People Who Run Them

30.

AMD and OpenAI Announce Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs :: Advanced Micro Devices, Inc. (AMD)

31.

Oracle and AMD Expand Partnership to Help Customers Achieve Next-Generation AI Scale

32.

Meta and AMD Partner for Longterm AI Infrastructure Agreement

Meta

33.

AMD, Meta Announce Expanded Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs - AMD Newsroom

Advanced Micro Devices, Inc.

34.

AMD and Anthropic Announce Strategic Partnership to Deploy Up to 2 Gigawatts of AMD Instinct MI450 Series GPUs :: Advanced Micro Devices, Inc. (AMD)

35.

Achieving Top Inference Performance with the NVIDIA H100 Tensor Core GPU and NVIDIA TensorRT-LLM | NVIDIA Technical Blog

NVIDIA Developer

36.

AAI 2026: AMD Delivers Full-Stack Compute for the Agentic AI Era :: Advanced Micro Devices, Inc. (AMD)

37.

AMD Instinct™ MI455X GPUs

38.

AAI 2026: AMD Delivers Full-Stack Compute for the Agentic AI Era :: Advanced Micro Devices, Inc. (AMD)

39.

AMD and its Partners Share Their Vision for 'AI Everywhere, for Everyone' - AMD Newsroom

Advanced Micro Devices, Inc.

40.

AAI 2026: AMD Delivers Full-Stack Compute for the Agentic AI Era :: Advanced Micro Devices, Inc. (AMD)

41.

AMD Instinct™ MI430X GPUs

42.

AMD Instinct™ MI430X GPUs

43.

MI300X vs H100 vs H200 Benchmark Part 1: Training - CUDA Moat Still Alive

SemiAnalysis

44.

Can AMD break the CUDA Moat? AMD Advancing AI 2026

SemiAnalysis

45.

AMD ROCm Committed To Six Week Release Cycle Moving Forward - Phoronix

46.

Exclusive | AMD Invests in Drug-Discovery Company Absci in Push to Sell AI Chips - WSJ

The Wall Street Journal

47.

AMD and Meta Announce Expanded Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs :: Advanced Micro Devices, Inc. (AMD)

48.

https://cdrdv2-public.intel.com/817486/gaudi-3-ai-accelerator-white-paper.pdf

49.

How Intel’s AI Chip Strategy Is Coming Into Shape After Years Of Struggles

50.

Intel Breaks Down Proprietary Walls to Bring Choice to Enterprise GenAI Market - Intel Newsroom

Intel Corporation

51.

Intel® Gaudi® AI Accelerator Products

52.

How Intel’s AI Chip Strategy Is Coming Into Shape After Years Of Struggles

53.

How Intel’s AI Chip Strategy Is Coming Into Shape After Years Of Struggles

54.

Intel’s ‘Make-or-Break’ Jaguar Shores Rack-Scale AI Lineup Expected to Be Finalized in H1 2026, With Talks Underway With Alchip

55.

Intel Computex 2026 Keynote Live Coverage - ServeTheHome

ServeTheHome

56.

Intel to Expand AI Accelerator Portfolio with New GPU - Intel Newsroom

Intel Corporation

57.

How Intel’s AI Chip Strategy Is Coming Into Shape After Years Of Struggles

58.

Unveiling the Qualcomm Dragonwing brand portfolio: Solutions for a new era of industrial innovation | Qualcomm

59.

Qualcomm Unveils AI200 and AI250—Redefining Rack-Scale Data Center Inference Performance for the AI Era | Qualcomm

60.

Qualcomm Unveils Comprehensive Data Center Roadmap for the Agentic AI Era with New Qualcomm Dragonfly Portfolio | Qualcomm

61.

Qualcomm Unveils Comprehensive Data Center Roadmap for the Agentic AI Era with New Qualcomm Dragonfly Portfolio | Qualcomm

62.

Qualcomm - Qualcomm Accelerates Diversification with Comprehensive Strategy for Data Center and Sees Multiple Inflection Points Over the Next 3 to 5 Years

63.

Qualcomm - Qualcomm to Acquire Modular

64.

Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute \ Anthropic

65.

Announcing Amazon EC2 Trn3 UltraServers for faster, lower-cost generative AI training - AWS

Amazon Web Services

66.

Amazon CEO Andy Jassy on the growth of Amazon’s chips business

US About Amazon

67.

Google supercharges machine learning tasks with TPU custom chip | Google Cloud Blog

Google Cloud

68.

Introducing Trillium, sixth-generation TPUs | Google Cloud Blog

Google Cloud

69.

Ironwood: The first Google TPU for the age of inference

Google

70.

TPU7x (Ironwood)  |  Google Cloud Documentation

71.

Cloud TPU release notes  |  Google Cloud Documentation

72.

Two chips for the agentic era

Google

73.

Alibaba Unveils New AI Chip, Flagship Model, and Rebuilt Cloud Stack AI for Agentic Era-Alibaba Group

74.

IBM’s new AIU artificial intelligence chip - IBM Research

IBM

75.

Telum Processor: IBM’s newest chip - IBM Research

IBM

76.

‘Mind-blowing’ IBM chip speeds up AI | Nature

Nature Publishing Group UK

77.

IBM Introduces the Spyre Accelerator for Commercial Availability

78.

Tech war: China’s chip firms embrace DeepSeek in AI self-sufficiency drive | South China Morning Post

South China Morning Post

79.

Huawei unveils new Atlas 350 AI accelerator with 1.56 PFLOPS of FP4 compute and up to 112GB of HBM — claims 2.8x more performance than Nvidia's H20 | Tom's Hardware

Tom's Hardware

80.

Groundbreaking SuperPoD Interconnect: Leading a New Paradigm for AI Infrastructure - Huawei

81.

Groq and Nvidia Enter Non-Exclusive Inference Technology Licensing Agreement to Accelerate AI Inference at Global Scale | Groq is fast, low cost inference.

82.

Nvidia buying AI chip startup Groq for about $20 billion, biggest deal

CNBC

83.

AI Inference Accelerator | NVIDIA Groq 3 LPX

84.

Groq Raises $650M to Scale Its AI Inference Cloud Business | Groq is fast, low cost inference.

85.

AI chip startup Groq secures $1.5 billion commitment from Saudi Arabia | Reuters

Reuters

86.

Groq Raises $640M To Meet Soaring Demand for Fast AI Inference | Groq is fast, low cost inference.

87.

Groq Raises $750 Million as Inference Demand Surges | Groq is fast, low cost inference.

88.

Groq Raises $650M to Scale Its AI Inference Cloud Business | Groq is fast, low cost inference.

89.

SambaNova Unveils Fastest Chip for Agentic AI, Collaborates with Intel, and Raises $350M+

SambaNova

90.

SambaNova Completes First Close of $1 Billion Financing at $11 Billion Valuation | General Atlantic

General Atlantic

91.

Introducing the SN50 RDU: Purpose-Built for Agentic Inference

SambaNova

92.

SambaCloud | Full-Stack AI Platform for Large Open-Source Models

93.

Cerebras Systems - Wikipedia

Contributors to Wikimedia projects

94.

Cerebras Systems Unveils World’s Fastest AI Chip with Whopping 4 Trillion Transistors - Cerebras

95.

https://www.cerebras.ai/press-release/cerebras-systems-announces-closing-of-initial-public-offering

96.

Cerebras Systems Announces Strong First Quarter 2026 Results - June 23, 2026

97.

d-Matrix Raises $275 Million to Power the Age of AI Inference - d-Matrix

d-Matrix

98.

d-Matrix Corsair AI Inference Platform Enters Full Production to Meet Customer Demand - d-Matrix

d-Matrix

99.

Rebellions and SAPEON Korea Sign Definitive Merger Agreement - Rebellions

Rebellions

100.

Rebellions Closes $400 Million Pre-IPO and Launches RebelRack™ and RebelPOD™ to Accelerate Global Expansion - Rebellions

Rebellions

101.

Samsung-backed Rebellions targets IPO in South Korea next year, CEO tells CNBC

CNBC

102.

https://tenstorrent.com/hardware/cards

103.

Rate limit · GitHub

104.

Jeff Bezos Is Betting on AI Chip Startup Tenstorrent to Take on Nvidia (NVDA) - Bloomberg

Bloomberg

105.

Positron | Atlas

106.

Positron | Titan

107.

Positron | About

108.

Etched Emerges From Stealth With Working Chip, $800M

Etched

109.

reuters.com

110.

Etched Emerges From Stealth With Working Chip, $800M

Etched

111.

The path to ubiquitous AI | Taalas

112.

Products | Taalas

113.

Hardware | Extropic

114.

Vaire Demos Energy Recovery With Reversible Computing Test Chip - EE Times

115.

Vaire Computing tapes out demo chip capable of recycling 50% of its energy-intensity - DCD

116.

A startup working on 'reversible computing' chip for AI says initial tests show a 50% energy savings | Fortune

Fortune

117.

https://www.fractile.ai/news/startup-with-radical-concept-for-ai-chips-emerges-from-stealth

118.

https://www.fractile.ai/news/fractile-raises-220m-to-build-the-next-generation-of-inference-hardware

119.

Secret Apple 'Project ACDC' to pioneer AI chips for data centers

AppleInsider

120.

reuters.com

121.

Apple considers acquiring server chip companies - Techzine Global

Techzine

122.

Core AI - Apple Developer

123.

GitHub - apple/coreai-models: Model export recipes, Python primitives, and Swift runtime utilities for on-device AI · GitHub

124.

Our next generation Meta Training and Inference Accelerator

125.

Four MTIA Chips in Two Years: Scaling AI Experiences for Billions

126.

Broadcom Announces Extended Partnership with Meta to Deploy Technology to Support Multi-Gigawatts of Meta’s Custom Silicon, MTIA | Broadcom Inc.

127.

Maia 200: The AI accelerator built for inference - The Official Microsoft Blog

128.

Maia 200: The AI accelerator built for inference - The Official Microsoft Blog

129.

OpenAI and Broadcom announce strategic collaboration to deploy 10 gigawatts of OpenAI-designed AI accelerators | OpenAI

130.

OpenAI and Broadcom unveil LLM-optimized inference chip | OpenAI

131.

[News] OpenAI Reportedly to Deploy Custom AI Chip on TSMC N3 by End-2026, Second-Gen Planned for A16

TrendForce

132.

[News] Samsung Reportedly Allocates 50%+ of Pyeongtaek Foundry Capacity to HBM4 Base Die; Said to Win OpenAI Deal

TrendForce

133.

OpenAI and Broadcom announce strategic collaboration to deploy 10 gigawatts of OpenAI-designed AI accelerators | OpenAI

134.

OpenAI and Broadcom Unveil LLM-Optimized Intelligence Processor | Broadcom Inc.

135.

GRAPHCORE LIMITED filing history - Find and update company information - GOV.UK

136.

Graphcore joins SoftBank Group to build next generation of AI compute

Graphcore

137.

SoftBank invests $457M in Graphcore AI chips

CNBC

138.

Mythic company information, funding & investors | Dealroom.co

139.

AI chip startup Mythic rises from the ashes with $13M, new CEO | TechCrunch

TechCrunch

140.

Mythic to Challenge AI’s GPU Pantheon with 100x Energy Advantage and Oversubscribed $125M Raise - Mythic

Mythic

141.

Speedata, a chip startup competing with Nvidia, raises a $44M Series B | TechCrunch

TechCrunch

142.

Axelera AI Secures More Than $250 Million Funding on Global Commercial Growth

Axelera AI

143.

reuters.com

144.

NEXTSILICON - Maverick

145.

NEXTSILICON - Spectra Supercomputer at Sandia National Laboratories Achieves Full System Acceptance Under Vanguard Program

146.

Not the largest supercomputer, but maybe the most interesting – LabNews

147.

NEXTSILICON - NextSilicon to Productize Arbel RISC-V Core Into 64-Core Enterprise Processor for AI and HPC

148.

Broadcom Inc. Announces Second Quarter Fiscal Year 2026 Financial Results and Quarterly Dividend | Broadcom Inc.

149.

Broadcom (AVGO) Q2 2026 Earnings Transcript | The Motley Fool

The Motley Fool

150.

Broadcom (AVGO) Q2 2026 Earnings Transcript | The Motley Fool

The Motley Fool

151.

SEC.gov | Your Request Originates from an Undeclared Automated Tool

152.

SEC.gov | Your Request Originates from an Undeclared Automated Tool

153.

Broadcom (AVGO) Q2 2026 Earnings Transcript | The Motley Fool

The Motley Fool

154.

Broadcom (AVGO) Q2 2026 Earnings Transcript | The Motley Fool

The Motley Fool

155.

Broadcom Announces Extended Partnership with Meta to Deploy Technology to Support Multi-Gigawatts of Meta’s Custom Silicon, MTIA | Broadcom Inc.

156.

Broadcom Ships 3.5D Face-to-Face Compute SoC Powering AI

Broadcom Inc.

157.

Broadcom, Apollo, and Blackstone Establish Landmark Strategic Platform to Accelerate More Than 20 Gigawatts of Global AI Deployments | Broadcom Inc.

158.

Marvell Technology, Inc. Reports Fourth Quarter and Fiscal Year 2026 Financial Results | Marvell Technology, Inc. (MRVL)

159.

NVIDIA AI Ecosystem Expands as Marvell Joins Forces Through NVLink Fusion | Marvell Technology, Inc. (MRVL)

160.

Marvell Completes Acquisition of Celestial AI | Marvell Technology, Inc. (MRVL)

161.

AWS Trainium3 Deep Dive | A Potential Challenger Approaching

SemiAnalysis

162.

Arm expands compute platform to silicon products in historic company first - Arm Newsroom

Arm Limited

163.

Arm launches its own CPU, with Meta as first customer

CNBC

164.

Arm expands compute platform to silicon products in historic company first - Arm Newsroom

Arm Limited

165.

Arm expands compute platform to silicon products in historic company first - Arm Newsroom

Arm Limited

166.

Microchip Technology Signs Definitive Agreement to Acquire Hailo :: Microchip Technology Incorporated (MCHP)

167.

TSMC Reports Second Quarter EPS of NT$27.25

Taiwan Semiconductor Manufacturing Company

168.

TSMC Reports Second Quarter EPS of NT$27.25

Taiwan Semiconductor Manufacturing Company

169.

Alibaba Unveils New AI Chip, Flagship Model, and Rebuilt Cloud Stack AI for Agentic Era-Alibaba Group

170.

The Great AI Silicon Shortage

SemiAnalysis

171.

Micron in High-Volume Production of HBM4 Designed for NVIDIA Vera Rubin, PCIe Gen6 SSD and SOCAMM2 | Micron Technology

172.

Trump Administration Secures an Additional $100 Billion U.S. Semiconductor Manufacturing Investment for a Total of $265 Billion from TSMC | U.S. Department of Commerce

173.

TSMC denies investment or partnership discussions - Taipei Times

台北時報

174.

Intel and Trump Administration Reach Historic Agreement to Accelerate American Technology and Manufacturing Leadership :: Intel Corporation (INTC)

175.

AI Chipmaker Enflame Wins Approval for $883 Million STAR Market IPO - Caixin Global

176.

Chinese Chipmakers Surge to 41% of AI Accelerator Market as Nvidia's Dominance Declines, ETTelecom

177.

Chinese Chipmakers Surge to 41% of AI Accelerator Market as Nvidia's Dominance Declines, ETTelecom

Cem Dilmegani

Leitender Analyst

Folgen auf

Cem ist seit 2017 leitender Analyst bei AIMultiple. AIMultiple informiert monatlich Hunderttausende von Unternehmen (laut similarWeb), darunter 60% der Fortune 500.

Cems Arbeit wurde von führenden globalen Publikationen zitiert, darunter Business Insider, Forbes, Washington Post, globalen Unternehmen wie Deloitte, HPE und NGOs wie dem World Economic Forum sowie supranationalen Organisationen wie der European Commission.

Während seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen über ein Jahrzehnt lang bei McKinsey & Company und Altman Solon in Technologieentscheidungen. Er veröffentlichte auch einen McKinsey-Bericht zur Digitalisierung.

Er leitete die Technologiestrategie und Beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Zudem führte er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos an, das innerhalb von 2 Jahren von null auf einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung anwuchs. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen.

Cem spricht regelmäßig auf internationalen Technologiekonferenzen. Er schloss sein Studium an der Bogazici University als Computer-Ingenieur ab und hat einen MBA von der Columbia Business School.

Vollständiges Profil anzeigen

Technisch geprüft von

Ekrem Sarı

KI-Forscher

Folgen auf

Ekrem ist KI-Forscher und Datenanalyst bei AIMultiple. Er entwirft und führt praxisnahe Benchmarks für KI- und LLM-Systeme durch.

Vollständiges Profil anzeigen

Kommentare 2

Teilen Sie Ihre Gedanken

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten

Dave

Aug 29, 2022 at 05:49

You forgot to include Tesla with their DOJO supercomputer. From the ground-up, the supercomputer was specifically designed for machine learning and image recognition - which means that every component was designed for it including, but not limited to, PCI board design, CPU, RAM, cooling, power, scalable hardware design and software. If I'm not mistaken, the AI is also the second most widely tested and used in the "wild", just below that of Google due to Google using it in their Search.

Antworten

Cem Dilmegani

Sep 06, 2022 at 13:52

Thank you for your feedback, Dave! Here we are only covering companies that sell the chips that they produce. Therefore, companies like Tesla that build supercomputers for their own use or companies that embed chips in their products are out of our scope.

Antworten

thayyil

Mar 19, 2022 at 11:48

surprised that brainchip (akida) missing in this report. any reasons?

Antworten

Cem Dilmegani

Nov 18, 2022 at 07:36

All included companies here raised $100+M. Last time we collected the data, that wasn't the case for akida. Why don't you reach out to us at info@aimultiple.com and let's discuss why it should be included. Thank you!

Antworten