Der Markt für KI-Chips wächst rasant und wird derzeit klar von Nvidia dominiert. Doch in den letzten Monaten sind mehrere Startups aufgetreten, die versuchen, diese Vormachtstellung aufzubrechen. Einige davon sind bereits börsennotiert, andere bereiten sich auf ihren Börsengang vor.
Der Status quo
Nvidia profitiert von einem starken Ökosystem aus Hardware und Software. Besonders die CUDA-Plattform hat sich als Industriestandard etabliert. Dieser Vorteil macht es neuen Marktteilnehmern schwer, im High-End-Bereich Fuß zu fassen. Dennoch gibt es mehrere junge Unternehmen, die mit spezialisierten Lösungen auf bestimmte KI-Anwendungsfelder zielen.
Börsennotierte Herausforderer
Cambricon Technologies ist eines der führenden chinesischen Unternehmen für KI-Beschleuniger. Der Fokus liegt auf Chips für maschinelles Lernen in Rechenzentren. Die Aktie wird am STAR Market in Shanghai gehandelt.
Horizon Robotics mit Sitz in Peking ist seit 2024 an der Hongkonger Börse gelistet. Das Unternehmen entwickelt KI-Prozessoren für autonome Fahrzeuge und Edge-Computing.
GSI Technology aus den USA ist an der Nasdaq notiert und setzt auf eine sogenannte Associative Processing Unit, die GPU-Workloads mit deutlich geringerer Leistungsaufnahme verarbeiten kann.
In Vorbereitung auf den Börsengang
Cerebras Systems aus Kalifornien ist durch seine Wafer-Scale Engine bekannt, einen der größten je gefertigten Chips. Nach einem verschobenen Börsengang gilt ein Listing weiterhin als wahrscheinlich.
Moore Threads und Biren Technology gehören zu den wichtigsten chinesischen GPU-Startups. Beide entwickeln Hochleistungsprozessoren und planen Börsengänge in Hongkong oder Shanghai.
Groq aus den USA konzentriert sich auf extrem schnelle Inference-Chips für KI-Anwendungen. Das Unternehmen wird aktuell mit mehreren Milliarden US-Dollar bewertet und gilt als heißer Kandidat für ein kommendes IPO.
Tenstorrent, gegründet von Jim Keller, entwickelt RISC-V-basierte KI-Chips und zählt zu den technologisch spannendsten Projekten im Silicon Valley.
Chancen und Risiken
Die größten Chancen dieser Firmen liegen in der Spezialisierung. Während Nvidia den gesamten KI-Stack abdeckt, fokussieren sich viele Startups auf einzelne Bereiche wie Inference, Automotive oder Edge-AI. Ihre Produkte sind oft energieeffizienter oder günstiger.
Das Hauptrisiko bleibt jedoch der immense Kapitalbedarf. Die Entwicklung und Fertigung moderner Chips erfordert Investitionen in Milliardenhöhe. Zudem sind viele Startups stark vom chinesischen Binnenmarkt abhängig oder von geopolitischen Restriktionen betroffen.
Fazit
Noch hat Nvidia keine echte Konkurrenz im Training großer KI-Modelle. Doch der Wettbewerb nimmt zu. Besonders Cambricon, Cerebras und Groq könnten in den kommenden Jahren eine wichtige Rolle spielen. Investoren, die den nächsten großen Player im KI-Chip-Markt suchen, sollten diese Namen im Blick behalten.
