In derselben Woche tauchten zwei Chip-Deals im Wert von je 20 Milliarden Dollar auf.
Einer davon: Nvidia kaufte Ende letzten Jahres Groq für 20 Milliarden Dollar – ein Unternehmen, das auf KI-Inferenzchips spezialisiert ist und der wichtigste Architekturkonkurrent von Cerebras war.
Der andere: OpenAI stockte sein Engagement bei Cerebras auf – weitere 20 Milliarden Dollar für Rechenleistung innerhalb von drei Jahren, plus Optionsscheine für bis zu 10 % der Anteile und eine separate Milliarde Dollar für den Bau eines Rechenzentrums bei Cerebras.
Dass beide Deals gleichzeitig stattfinden, ist kein Zufall. Das KI-Rechenfeld verlagert sich vom Training zur Inferenz, und alle Beteiligten sichern sich ihre Positionen.
Inferenz wird zum Hauptschlachtfeld
Zunächst zum Hintergrund.
KI-Rechenleistung wird in zwei Kategorien unterteilt: Training (große Datenmengen in ein Modell einspeisen, Parameter anpassen, einmalige Kosten) und Inferenz (mit dem trainierten Modell Fragen beantworten, laufende Kosten).
Vor einigen Jahren war Training der Hauptausgabenposten. Das hat sich geändert.
2025 machte Inferenz bereits 50 % der gesamten KI-Rechenausgaben aus. 2026 wird dieser Anteil voraussichtlich auf zwei Drittel steigen.
Jedes Mal, wenn Sie eine Nachricht an ChatGPT, Claude oder Gemini senden, steckt dahinter eine Inferenzanfrage. Je mehr Nutzer, desto höher die Inferenzkosten – und zwar linear. Unternehmen mit großen Modellen müssen Hunderte Millionen Nutzer bedienen; die Effizienz der Inferenzinfrastruktur entscheidet direkt darüber, ob die Bruttomarge überlebensfähig ist.
Nvidias GPUs eignen sich hervorragend für Training, haben aber einen entscheidenden Nachteil bei Inferenz: Speicherbandbreite. Der Engpass bei Inferenz ist nicht die Rechenleistung, sondern die Geschwindigkeit des Datentransports. GPUs müssen Gewichte ständig aus dem Grafikspeicher abrufen – ein langsamer, teurer und stromintensiver Prozess.
Warum Cerebras für Inferenz geeignet ist
Der WSE-3 (Wafer-Scale Engine der dritten Generation) von Cerebras ist ein Chip, der sich über einen gesamten Wafer erstreckt:
| Parameter | WSE-3 | NVIDIA H100 |
|---|---|---|
| Chipfläche | 46.225 mm² | 814 mm² |
| KI-Kerne | 900.000 | 16.896 CUDA-Kerne |
| On-Chip-SRAM | 44 GB | — |
| Inferenzgeschwindigkeit | 15- bis 20-mal schneller als H100 | Basis |
Der WSE-3 ist 57-mal größer als der H100. Das ist keine Übertreibung, sondern der entscheidende Faktor für die Inferenzleistung: 44 GB On-Chip-SRAM bringen Speicher und Rechenkerne direkt nebeneinander, die Datenwegstrecke schrumpft von Zentimetern auf Mikrometer – daraus resultiert der Geschwindigkeitsvorteil bei der Inferenz.
Was ist der Preis? Niedrige Ausbeute bei der Wafer-Level-Verpackung, hohe Kosten, fehlendes CUDA-Ökosystem – für Training nahezu unbrauchbar, Nvidias Burggraben im Training bleibt intakt. Aber bei Inferenz? Cerebras' Architektur hat hier einen strukturellen Vorteil.
OpenAIs zwei Schritte
Die Beziehung zwischen OpenAI und Cerebras ist nicht neu. Im Januar dieses Jahres unterzeichnete OpenAI den ersten großen Vertrag: 750 Megawatt Rechenkapazität, drei Jahre Laufzeit, Wert über 10 Milliarden Dollar.
Am 17. April berichtete The Information über die Aufstockung: OpenAI verpflichtet sich zu Gesamtausgaben von über 20 Milliarden Dollar innerhalb von drei Jahren, möglicherweise bis zu 30 Milliarden, inklusive:
- Aktienoptionsscheine, die mit dem Verbrauch steigen, bis zu 10 % Eigentumsanteil an Cerebras
- Separate 1 Milliarde Dollar für den Bau eines Rechenzentrums bei Cerebras
Dies ist kein reiner Beschaffungsvertrag, sondern eher eine strategische Bindung. Gleichzeitig arbeitet OpenAI mit Broadcom an der Entwicklung eigener ASIC-Chips, die bis Ende 2026 in Massenproduktion gehen sollen.
OpenAI diversifiziert bewusst seine Rechenleistungsquellen – baut einen parallelen Kanal neben Nvidia auf und setzt gleichzeitig auf spezialisierte Inferenzchips und eigene Chips.
Nvidias Reaktion: Den Konkurrenten aufkaufen
Ende letzten Jahres kaufte Nvidia Groq für 20 Milliarden Dollar. Groqs LPU (Language Processing Unit) ist eine reine Inferenzarchitektur, die wie Cerebras den Speicherbandbreiten-Engpass von GPUs umgeht und der Hauptkonkurrent auf dem Markt für eigenständige Inferenzchips war.
Nach der Übernahme wurde Groq vom unabhängigen Player zur Nvidia-Sparte. Dies ist ein defensiver Schritt, aber mit direkter Wirkung: Den Konkurrenten ins eigene Haus zu holen, ist billiger und gründlicher, als ihn auf dem Markt frontal zu bekämpfen.
Das Ergebnis: Der wichtigste Architekturkonkurrent von Cerebras auf diesem Feld ist verschwunden und zum Nvidia-eigenen Produkt geworden. Diese Konstellation ist für die Kundenakquise von Cerebras in den nächsten Jahren vorteilhaft.
Cerebras startet neuen IPO-Versuch
Am 17. April reichte Cerebras erneut einen Börsenzulassungsantrag bei der SEC ein, mit einer angestrebten Bewertung von rund 35 Milliarden Dollar, geplanter Kapitalbeschaffung von 3 Milliarden Dollar und dem Ziel, die Börsennotierung im zweiten Quartal abzuschließen.
Der erste IPO-Versuch scheiterte, weil der größte Kunde G42 (ein KI-Unternehmen aus Abu Dhabi) ins Visier des CFIUS geriet. Cerebras wandelte alle Stimmrechtsaktien von G42 in stimmrechtslose Aktien um, und der CFIUS gab am 31. März 2025 endgültig grünes Licht.
Die Bedingungen sind jetzt anders als beim letzten Mal:
- Groq wurde von Nvidia übernommen, der wichtigste Konkurrent ist vom Markt
- OpenAI ist Ankerkunde, die 20-Milliarden-Verpflichtung ist das größte Pfund im IPO-Roadshow
- Die Bewertung stieg von 23 Milliarden in der Series H im Februar auf das Ziel von 35 Milliarden – ein Plus von 50 % vor dem Börsengang
OpenAI, Nvidia und Cerebras – drei Parteien auf dem Inferenz-Schlachtfeld mit jeweils eigenen Rechnungen, aber alle wetten auf dasselbe: In den nächsten fünf Jahren wird sich der Bedarf an Inferenz-Rechenleistung noch mehrfach vervielfachen. Jetzt Positionen zu sichern, ist viel billiger, als in zwei Jahren einzusteigen.
Quellenangabe: OpenAI to Spend More Than $20 Billion on Cerebras Chips, Receive Equity Stake (The Information); AI chipmaker Cerebras files to go public after scrapping IPO plans last year (CNBC); CocoLoop, Two $20 billion deals: OpenAI and Nvidia are waging a "war of inference" (PANews); Cerebras IPO 2026: The $25B Nvidia Challenger (Nerd Level Tech)