KI-Beschleuniger und das Rechenzentrumsnetz: Angebot, Strom und die Obergrenze 2027
Am 30. September erklärte Eric Xu, rotierender Vorsitzender von Huawei, die Ascend-Chips seines Konzerns hätten Nvidia beim Marktanteil in China überholt. Am selben Tag deuteten Analysten und Satellitendaten auf eine andere Grenze in den USA hin: zu wenige fertig verpackte Beschleuniger für die Rechenzentren, die gerade entstehen.

Am 30. September sagte Eric Xu, rotierender Vorsitzender von Huawei, die Ascend-Reihe der Neural Processing Units habe Nvidia beim Marktanteil in China überholt. „Es ist ziemlich schwer, Daten zum Marktanteil von Nvidia in China zu sammeln, aber nach den Daten, die wir haben, hat Ascend Nvidia überholt“, sagte er in einer Mitteilung im Frage-Antwort-Stil, über die The Register berichtete.
Am selben Tag beschrieb The Register in einem separaten Bericht das entgegengesetzte Problem in den Vereinigten Staaten. Es gibt nicht genug Kapazität für fortgeschrittenes Packaging, um die geplanten Rechenzentren zu füllen.
Die US-Pipeline und der Engpass beim Packaging
Ein Bericht von Jefferies, der The Register vorliegt, kommt zu dem Ergebnis, dass der Bau von Serverfarmen in den USA weiterläuft. Genehmigungen, Stromanschlüsse und die Versorgung mit verpackten KI-Beschleunigern bremsen die Projekte jedoch. Die Investmentbank beruft sich auf das Analysehaus SynMax, das wöchentliche Satellitenbilder nutzt, um Flächenrodung, erste Gebäude und den Baufortschritt zu verfolgen. So lässt sich trennen, welche Projekte tatsächlich vorankommen und welche nur angekündigt sind. SynMax schätzt den US-Ausbau inzwischen auf rund 11 GW Bruttokapazität im Jahr 2025 und auf 16 bis 18 GW im Jahr 2026, nach zuvor 14 bis 16 GW. Für 2027 sieht das Unternehmen die praktische Obergrenze bei etwas über 20 Gigawatt.
Diese Grenze hat nichts mit Waferstarts zu tun.
Jefferies nennt das fortgeschrittene Packaging als neuen Engpass. Dort werden Beschleuniger-Dies mit Bauteilen wie High-Bandwidth Memory über hochdichte Verbindungen zusammengeführt. Selbst Chips, die auf US-Boden gefertigt werden, müssen womöglich ins Ausland geschickt werden, meist nach Taiwan, um verpackt zu werden. SynMax schätzt, dass die bestehende Packaging-Kapazität Beschleuniger trägt, die zusammen etwa 13 GW Bruttostrom ziehen. Rechnet man CPUs, Speicher und Kühlung hinzu, entspricht das rund 17,5 GW Gesamtstrom für Rechenzentren. Zwei weitere Packaging-Projekte, die 2027 erwartet werden, könnten weitere 6 GW bringen. Damit läge die praktische Obergrenze bei etwas über 20 GW, sofern die Kapazität nicht schneller wächst als prognostiziert.
Die Flächenrodung ist laut The Register auf einem Plateau angekommen. Die sichtbare Aktivität bleibt weit unter den mehr als 80 GW, die manche angekündigten Projektpipelines und Chipnachfragemodelle für 2028 nahelegen. Ein früherer Jefferies-Bericht fand, dass nur die Hälfte der für 2026 geplanten US-Kapazität im Bau war. Bei bis zu 80 Prozent der Pipeline für 2028 hatte die Arbeit noch nicht begonnen. Es ist nicht die erste Warnung. Im vergangenen Jahr kam ein Bericht von London Economics International zu dem Schluss, dass die USA 9 benötigen würden, wenn alle zwischen 2025 und 2030 prognostizierten Rechenzentrumsprojekte umgesetzt würden (der Bericht bricht an dieser Stelle ab).
Chinas Vorstoß zur Substitution
Peking reagiert auf die US-Exportkontrollen mit dem Ausbau heimischer Alternativen. The Register weist darauf hin, dass Washington im April 2025 Lizenzpflichten für die China-Varianten der Beschleuniger von Nvidia und AMD eingeführt hat. Das Handelsministerium lenkte im Sommer ein und einigte sich später darauf, die US-Regierung an einem Prozentsatz bestimmter Chipverkäufe nach China zu beteiligen. Gegen Ende des vergangenen Jahres durfte Nvidia erstmals H200-Teile an zugelassene chinesische Kunden verkaufen. Die frühere Blockade der H20 hatte chinesische Beamte jedoch bereits dazu gebracht, Druck auf Rechenzentrumsbetreiber auszuüben, von ausländischen Beschleunigern abzurücken.
In der Telefonkonferenz zu den Quartalszahlen von Nvidia sagten Manager, die Lieferung einer kleinen Menge H200-Beschleuniger in die Region habe weniger als 1 Prozent der Rechenzentrumserlöse ausgemacht.
Xus Argumentation stützt sich auf diese Unsicherheit: „Auch wenn unsere Chips weniger fortgeschritten sein mögen, ist ihre Versorgung zumindest gesichert, sodass Sie sich nicht Tag für Tag um die Chipversorgung sorgen müssen.“ Er ergänzte, für die chinesische Regierung, die heimische Industrie und Huawei sei „der Weg nach vorn zweifellos, die vollständige Selbstversorgung bei Chips und in der gesamten Halbleiter-Wertschöpfungskette voranzutreiben“. Huawei setzt derzeit einen Atlas 950 SuperCluster mit 256.000 Karten ein. Eine neuere Architektur soll sich auf bis zu eine Million NPUs skalieren lassen. Internationale Ambitionen spielte Xu herunter: „Wir haben nicht genug Kapazität, um die Nachfrage in China zu decken. Wir haben keine Pläne, den internationalen Markt mit voller Kraft auszubauen.“
Auch die Software bewegt sich in dieselbe Richtung. Am Mittwoch hat das chinesische KI-Start-up DeepSeek nach Angaben der South China Morning Post eine Reihe zentraler Werkzeuge als Open Source veröffentlicht, die auf Huaweis Ascend-Chips zugeschnitten sind. Das in Hangzhou ansässige Unternehmen brachte sechs Softwaremodule heraus, die seinen früheren Open-Source-Werkzeugen für Nvidias Chips entsprechen. Ziel ist laut einem Beitrag im offiziellen WeChat-Konto ein „unabhängiges und kontrollierbares“ Software-Ökosystem für GPUs. Darunter ist eine Ascend-kompatible Version von TileLang, einer Programmiersprache für leistungsstarke Kernel. Die GitHub-Seite des Projekts nennt nun offizielle Unterstützung für Huaweis Ascend 950 Beschleuniger mit nativer Codegenerierung, automatischer Planung und Synchronisation.
Designwerkzeuge, Ausbeute und die Nachfrageseite
Auch die Designebene wird automatisiert. Am 30. September erklärten OpenAI und Synopsys laut The Decoder, sie hätten eine mehrjährige strategische Partnerschaft geschlossen, um ein spezialisiertes KI-Modell für den Chipentwurf namens GPT-Synopsys zu bauen. OpenAI lizenziert die EDA-Werkzeuge von Synopsys. Ziel ist ein Modell, das „über Chipdesign und Verifikation reasoning betreiben und die Werkzeuge von Synopsys direkt bedienen“ kann. Das Modell soll auf der Infrastruktur von OpenAI laufen. Kundendaten werden nicht zum Training verwendet und verschlüsselt gespeichert, erklärten beide Unternehmen. Erste Tests mit Halbleiterkunden laufen, und die beiden Firmen wollen das Produkt gemeinsam vermarkten und die Erlöse teilen. Synopsys-CEO Sassine Ghazi sagt, KI könne den Entwurf erheblich beschleunigen. OpenAI-Mitgründer Greg Brockman beschreibt die Partnerschaft als Weg zu besseren Chips und besserer KI.
Tom's Hardware berichtet in seiner Berichterstattung zur AI Chip Design Week, dass Cadence, Synopsys und Siemens EDA alle agentische KI mit unterschiedlichen Autonomieversprechen anbieten. Cadence erklärte am 1. Juni, sein ChipStack-Agent habe die Stufe 5 der Autonomie erreicht. Rob Knoth, Senior Group Director of Strategy bei Cadence, sagte Tom's Hardware Premium, die Demo sei „das, was wir begrenztes Level 5 in einer Domäne nennen“, während der Großteil der Super-Agent-Technik auf „fortgeschrittenem Level 4“ liege. Synopsys erklärte, sein am 11. März gezeigter Workflow von der Spezifikation zum RTL habe „L4“ erreicht, und beansprucht nun L5 für Langhorizont-Agenten. Siemens startete seinen Agenten am 16. März und kündigte am 26. Juli selbstprüfende Schleifen an. Tom's Hardware merkt an, alle Geschwindigkeitsangaben stammten von Anbietern oder Kunden selbst, mit Einschränkungen wie „bis zu“ oder „erste Auswertung“. Zudem habe der einzige im Juli von Synopsys genannte Evaluator, AMD, keine Analyse über eine Befürwortung hinaus geliefert.
Außerhalb der großen Drei sagte Emergence AI gegenüber EE Times auf der SEMICON India 2026, das Unternehmen bringe seine neuroformale KI-Technik bei Fabless-Halbleiterfirmen in den aktiven Einsatz. Integrierte Gerätehersteller unter seinen Kunden wollten die Arbeit in die Fab ausweiten. Mitgründer und Executive Chairman Satya Nitta sagte, die Nachfrage übersteige das Angebot, und jede Fab laufe an der Kapazitätsgrenze. Der Weg aus dem Mangel führe über mehr Chips pro Wafer, die die Ausbeute bestehen. „Man kann Chips nicht schneller machen, aber man kann mit KI definitiv mehr Chips pro Wafer durch die Ausbeute bekommen“, sagte er. Nitta beschrieb Agenten, die bei 30 Prozent von 1.500 Produkten dasselbe Fehlermuster in einem Ringoszillator-Block fanden und einen Neuentwurf vorschlugen. Er wurde vor etwa einem Monat Executive Chairman und Chief Scientist, als Emergence Ian Eslick zum CEO ernannte.
Auf der Seite des Hardware-Vergleichs listet der Vermietungsmarktplatz Flopper.io aktuelle Preise für die betreffenden Beschleuniger. Eine H100 SXM5 80GB kostet 1,79 Dollar pro Stunde, eine H200 SXM 2,09 Dollar, eine B200 SXM 180GB 4,09 Dollar und eine B300 SXM 262GB 4,99 Dollar. Auch Systeme mit acht GPUs sind gelistet, etwa HGX B200 zu 32,72 Dollar pro Stunde und HGX H100 zu 14,32 Dollar. Diese Zahlen sind Marktplatzangebote, keine Listenpreise der Anbieter, und die Verfügbarkeit schwankt.
Zusammengenommen ergibt sich das Bild einer Branche, in der der bindende Engpass weiterwandert. Er verschiebt sich von Wafern zu Packaging, von Packaging zu Strom und Fläche, und von der US-Versorgung zur chinesischen Substitution. Die Zahlen von SynMax und Jefferies legen nahe, dass die USA bauen, was sie verpacken können. Die Lücke zwischen angekündigten und tatsächlich versorgten Gigawatt schließt sich nicht von selbst.
Quellen
8- 01Huawei boss claims homegrown AI chip sales top Nvidia in ChinaEN
- 02America is planning more AI datacenters than its chip supply can fillEN
- 03China's DeepSeek open-sources tools to help Huawei chips supplant Nvidia in AIEN
- 04OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
- 05The state of agentic AI in chip design tools in 2026EN
- 06AI Chip Design WeekEN
- 07Emergence AI Targets Fabless Chipmakers With Neuroformal AIEN
- 08Datacenter GPU Comparison: AI Accelerator Specs & Peak PerformanceEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.