Mach-100-Chip

Der Mach-100-Chip ist ein Computerchip, der eigens für künstliche Intelligenz gebaut wurde. Entwickelt hat ihn das kalifornische Start-up d-Matrix, das damit gegen den Marktführer Nvidia antreten will. Der Chip ist nicht dafür gedacht, ein KI-System zu trainieren, also ihm etwas beizubringen. Er soll ein fertiges System benutzen: Eine Frage kommt herein, eine Antwort geht heraus. Genau das passiert millionenfach am Tag, wenn Menschen mit einem Chatprogramm reden. Der Mach-100 soll dabei weniger Strom verbrauchen als die üblichen Grafikkarten, die diese Arbeit heute erledigen.

Der Stromhunger der Rechenzentren

Wenn ein KI-Modell antwortet, nennt man das Inferenz. Inferenz ist der Dauerbetrieb: Sie fällt bei jeder einzelnen Anfrage neu an. Training dagegen passiert einmal, dafür sehr aufwendig. Fachleute schätzen, dass Betreiber langfristig deutlich mehr Geld für Inferenz ausgeben als für Training. Jede eingesparte Wattstunde pro Antwort zählt daher sofort in barer Münze.

Hinzu kommt ein handfestes Problem: Rechenzentren stoßen an die Grenzen der Stromnetze. In manchen Regionen der USA und Irlands werden neue Anlagen nicht mehr genehmigt, weil schlicht keine Leitungskapazität frei ist. Ein Chip, der dieselbe Arbeit mit weniger Energie schafft, löst also nicht nur ein Kostenproblem. Er entscheidet mit darüber, ob ein Rechenzentrum überhaupt gebaut werden darf.

Wirtschaftlich ist der Mach-100 außerdem ein Symbol. Nvidia kontrolliert einen sehr großen Teil des Marktes für KI-Chips und kann entsprechend hohe Preise verlangen. Große Kunden wie Microsoft oder Meta suchen deshalb aktiv nach Alternativen. Start-ups wie d-Matrix, Groq oder Cerebras profitieren von dieser Suche, auch wenn ihre Marktanteile bisher klein sind.

Rechnen direkt im Speicher

In einem normalen Computer sind Rechenwerk und Speicher getrennt. Die Zahlen liegen im Speicher, gerechnet wird woanders, also müssen die Daten ständig zwischen beiden hin- und herwandern. Bei KI-Modellen sind das gewaltige Mengen. Dieser Transport kostet mehr Energie als das Rechnen selbst. Fachleute nennen den Engpass die Speicherwand.

Der Mach-100 verfolgt einen anderen Ansatz, das sogenannte Digital In-Memory Computing. Die Rechenschaltungen sitzen direkt neben oder in den Speicherzellen. Die Zahlen müssen also kaum noch bewegt werden. Ein Vergleich: Statt Zutaten aus dem Keller in die Küche zu tragen, kocht man gleich im Vorratsraum. Der Weg fällt weg, und mit ihm der größte Teil des Aufwands.

Ein zweiter Trick ist die Quantisierung. Dabei speichert der Chip die Zahlen des Modells gröber, etwa mit vier statt sechzehn Nachkommastellen an Genauigkeit. Das spart Platz und Rechenzeit, kostet aber ein wenig Qualität. Ein verbreiteter Irrtum ist, solche Chips seien einfach schnellere Grafikkarten. Sie sind eher Spezialwerkzeuge: sehr gut in einer Aufgabe, unbrauchbar für vieles andere.

Wer solche Chips kauft

Als Privatperson wirst du keinen Mach-100 kaufen. Solche Chips stecken auf Steckkarten in Serverschränken von Rechenzentren. Wer einen Chatbot oder eine Suchfunktion mit KI betreibt, mietet dort Rechenzeit. Du merkst höchstens indirekt etwas davon, wenn eine Antwort schneller kommt oder ein Dienst billiger wird.

In Wirtschaftsnachrichten taucht der Name meist in zwei Zusammenhängen auf. Erstens bei Finanzierungsrunden: d-Matrix hat mehrere hundert Millionen Dollar von Investoren eingesammelt, unter anderem von Microsoft. Zweitens in Berichten über die Frage, ob Nvidias Vormachtstellung bröckelt. Der Mach-100 ist dort ein Beispiel unter mehreren, kein Umsturz.

Wichtig für die Einordnung: Angekündigte Leistungswerte stammen fast immer vom Hersteller selbst. Unabhängige Vergleichstests, sogenannte Benchmarks, folgen oft erst Jahre später. Und selbst ein technisch überlegener Chip setzt sich nur durch, wenn die passende Software dafür existiert. Genau daran sind schon viele Nvidia-Herausforderer gescheitert.