Nvidias Dominanz beim Thema KI-Hardware wird zum Engpass: Grosse Tech-Konzerne und Rechenzentren weltweit müssen für modernste KI-Anwendungen auf Nvidias Grafikprozessoren setzen. Das führt zu hohen Kosten und macht Entwickler und Betreiber abhängig vom Marktführer. Ein Ausweg könnte in spezialisierter Hardware liegen, die auf bestimmte KI-Aufgaben optimiert ist.
Das niederländische Startup Euclyd hat sich genau auf diese Nische konzentriert: Die Chips des Unternehmens sind spezialisiert auf KI-Inferenz, also die Ausführung von bereits trainierten Modellen im laufenden Betrieb. Das ist anders als das Training von KI-Modellen, wo Nvidias Hardware dominiert. Inferenz ist aber in vielen Produktionsszenarien der dominant rechenintensive Workload. Optimierte Hardware kann hier massive Kostenersparnisse bringen.
Samsung, selbst einer der grössten Chipfabrikanten der Welt, hat beschlossen, in Euclyd zu investieren. Das ist ein starkes Signal für mehrere Dinge: Erstens zeigt Samsung damit, dass es an Alternativen zu Nvidia glaubt. Zweitens könnte Samsung mit seiner Fertigungskapazität und Marktposition Euclyd erheblich bei der Skalierung helfen. Und drittens signalisiert der Schritt, dass es einen Markt für spezialisierte KI-Hardware gibt.
Für KMU ist das längerfristig relevant: Sollten solche spezialisierten Chips Marktanteile gewinnen, könnten Cloud-Provider und Hosting-Anbieter irgendwann günstigere Tarife für KI-Workloads anbieten. Das würde KI-gestützte Dienste auch für kleinere Unternehmen wirtschaftlicher machen. Gleichzeitig unterstreicht die Investition ein wichtiges Tech-Prinzip: Marktdominanz durch einen Anbieter führt irgendwann zu Gegenbewegungen. Eine diversifizierte Hardware-Landschaft ist auf lange Sicht gesünder für Preis und Innovation.