KI-Chip

Jeder Computer hat einen Hauptprozessor. Er ist ein Allrounder: er kann fast alles, aber nur wenige Aufgaben gleichzeitig. Programme mit künstlicher Intelligenz brauchen etwas anderes. Sie bestehen im Kern aus riesigen Mengen sehr einfacher Rechenschritte, vor allem Multiplizieren und Addieren, die alle gleichzeitig ablaufen können. Ein KI-Chip ist ein Rechenbaustein, der genau darauf zugeschnitten ist. Er ist weniger vielseitig als ein Hauptprozessor, erledigt diese eine Art Arbeit aber hundertfach schneller.

Warum sich der Weltmarkt um diese Bausteine dreht

Moderne KI-Systeme sind ohne solche Chips nicht möglich. Ein großes Sprachmodell zu trainieren, also aus Beispieltexten lernen zu lassen, kann tausende Chips über Wochen beschäftigen. Auf normalen Hauptprozessoren würde dieselbe Arbeit Jahre dauern und ein Vielfaches an Strom kosten. Wer KI entwickeln will, muss also zuerst Chips kaufen oder mieten.

Deshalb sind KI-Chips zu einem wirtschaftlichen und politischen Thema geworden. Die Firma Nvidia wurde vor allem dadurch zu einem der wertvollsten Unternehmen der Welt. Ihre KI-Chips waren jahrelang so knapp, dass Kunden monatelang auf Lieferungen warteten. Gleichzeitig beschränken die USA den Export der schnellsten Modelle nach China. Ein Bauteil, das kaum größer als eine Handfläche ist, entscheidet damit mit über Machtverhältnisse zwischen Staaten.

Auch für Rechenzentren ist die Frage handfest. Ein einzelner Hochleistungschip kann mehrere zehntausend Euro kosten und verbraucht so viel Strom wie mehrere Haushalte. Deshalb entstehen weltweit neue Rechenzentren direkt neben Kraftwerken.

Viele kleine Rechenwerke statt wenige starke

Der entscheidende Trick heißt Parallelität. Ein Hauptprozessor hat vielleicht acht bis sechzehn leistungsfähige Rechenkerne. Ein KI-Chip hat stattdessen tausende sehr einfache Recheneinheiten. Jede allein ist schwach, aber alle arbeiten gleichzeitig am selben großen Rechenblock. Man kann es sich wie eine Klasse vorstellen, die eine lange Additionsliste aufteilt: dreißig Schüler sind schneller als ein einzelner Mathematiklehrer.

Der zweite Trick betrifft die Genauigkeit der Zahlen. KI-Modelle brauchen keine hochpräzisen Kommazahlen. Grobe Zahlen mit wenigen Stellen genügen meist, und je gröber die Zahlen, desto mehr passen gleichzeitig durch den Chip. Viele KI-Chips rechnen deshalb absichtlich ungenauer als ein Taschenrechner.

Der dritte Punkt ist der Speicher, und hier liegt oft der Engpass. Die Recheneinheiten sind so schnell, dass sie auf Daten warten müssen. Darum sitzt bei modernen KI-Chips der Speicher direkt neben dem Rechenteil, im selben Gehäuse. Ein häufiger Irrtum ist, dass allein die Rechenleistung zählt. In der Praxis entscheidet oft die Speicherbandbreite, also wie schnell Daten nachgeliefert werden.

Vom Rechenzentrum bis ins Smartphone

Die bekanntesten KI-Chips stecken in Rechenzentren. Dort laufen Dienste wie ChatGPT, Bildgeneratoren oder Übersetzungssysteme. Ursprünglich waren das Grafikkarten, also Chips für Computerspiele, denn Bildberechnung braucht dieselbe Art paralleles Rechnen. Heute werden viele davon gar nicht mehr an Bildschirme angeschlossen.

Kleinere KI-Chips trägst du wahrscheinlich in der Tasche. In Smartphones heißt der Baustein oft NPU, kurz für neuronale Recheneinheit. Er sorgt dafür, dass Gesichtserkennung, Sprachdiktat oder die Verbesserung von Fotos direkt auf dem Gerät laufen. Das ist schneller und schützt Daten besser, weil nichts ins Internet geschickt wird.

In Wirtschaftsnachrichten begegnet dir der Begriff meist in drei Zusammenhängen: Quartalszahlen von Chipherstellern, Exportbeschränkungen und Investitionen in Rechenzentren. Wichtig ist die Abgrenzung: Chips werden entworfen und getrennt davon gefertigt. Nvidia entwirft, gefertigt wird überwiegend beim taiwanischen Auftragshersteller TSMC. Genau diese Abhängigkeit macht Taiwan zu einem politisch heiklen Ort.