KI-Chip-Supply-Chain & Hardware-Beschaffung

Überblick

Die Verfügbarkeit und Herstellung von KI-Chips (GPUs, spezialisierte Prozessoren) bildet eine kritische Infrastruktur-Bottleneck für die gesamte KI-Industrie. Engpässe bei Chip-Produktion, Fertigungstechnologie und Rohstoffen beeinflussen direkt die Skalierbarkeit von LLM-Training und Inference-Systemen.

Fertigungstechnologie (Lithografie)

EUV-Lithografie (Extreme Ultraviolet) ist die Schlüsseltechnologie für moderne KI-Chip-Fertigung unter 5 nm. ASML ist der Monopolist für EUV-Maschinen und damit ein kritischer Single-Point-of-Failure in der globalen Chip-Supply-Chain.

• ASML skaliert EUV-Produktionskapazität massiv, um die gestiegene Nachfrage von GPU- und KI-Prozessor-Herstellern zu bedienen
• Ohne ASML-Maschinen können die primären Chip-Produzenten (TSMC, Samsung, Intel) ihre Kapazitäten nicht erweitern
• Die Produktionssteigerung ist fundamental für die Hardware-Skalierbarkeit aller KI-Modelle
• Dies ist eine der kritischsten Abhängigkeiten der gesamten KI-Industrie

Chip-Architektur und -Sourcing

Der Markt diversifiziert sich: Neben traditionellen GPU-basierten Lösungen (NVIDIA) gewinnen spezialisierte Prozessoren und ARM-Architekturen massiv an Bedeutung.

AWS Graviton-5 (ARM)

Meta hat sich mehrere zehn Millionen AWS-Graviton-5-Prozessorkerne von Amazon gesichert und ist damit größter Kunde dieser ARM-basierten Chips. Dies signalisiert einen strategischen Shift weg von Intel zu ARM-Architektur für großskalige KI-Workloads. Die Partnerschaft unterstreicht Metas massive Infrastruktur-Ambitionen und die wachsende Bedeutung spezialisierter Prozessoren im KI-Hardware-Markt. Für Entwickler:innen relevant: Künftig könnten ARM-spezifische Optimierungen für LLM-Training und Inference an Bedeutung gewinnen.

Huawei-Ascend und nicht-NVIDIA-Hardware

Unter Druck von US-Exportbeschränkungen entstehen Alternativen. DeepSeek hat Modellvarianten speziell für Huawei-Ascend-Chips optimiert:

• V4 Pro: 1.6 Billionen Parameter (49 Milliarden aktiv)
• Flash: 284 Milliarden Parameter (13 Milliarden aktiv)

Dies zeigt, dass spezialisierte Hardware-Stacks außerhalb der NVIDIA-Ökosystem zunehmend reif werden und für Entwickler:innen relevant sind, die auf nicht-NVIDIA-Hardware deployieren müssen. Die Optimierungen sind technisch beeindruckend und positionieren Open-Source-Frontier-Modelle auf diversifizierter Hardware-Basis.

Strategische Abhängigkeiten

• Geografisch: EUV-Produktion und hochentwickelte Chip-Fabrikation konzentriert sich stark in Taiwan (TSMC) und Südkorea (Samsung)
• Technologisch: ASML-Monopol bei EUV; Abhängigkeit von wenigen Chip-Designern (NVIDIA, ARM, Intel, Huawei)
• Rohstoffe: Seltene Erden und spezialisierte Materialien für Halbleiter-Fertigung
• Marktkonzentration: Mega-Cloud-Anbieter (Meta, Google, Microsoft) sichern sich massiv Chip-Kapazitäten und Prozessorkerne
• Geopolitik: US-Exportbeschränkungen für KI-Hardware treiben Diversifizierung und Eigenentwicklung (Huawei, China) voran

Diese Abhängigkeiten prägen die wirtschaftliche und geopolitische Dynamik der KI-Industrie. Die Verfügbarkeit spezialisierter Hardware wird zunehmend strategisch umkämpft.