Meta geht den nächsten großen Schritt in Richtung Unabhängigkeit. Um sich weniger auf Nvidia verlassen zu müssen, entwickelt das Unternehmen eigene KI-Prozessoren.
Metas Plan: Kosten senken, Effizienz steigern und langfristig die KI-Infrastruktur optimieren. Kein unwichtiger Faktor, denn für 2025 rechnet Meta mit bis zu 119 Milliarden US-Dollar an Infrastrukturkosten – davon könnten allein 65 Milliarden US-Dollar auf Investitionen in KI entfallen, wie das Nachrichtenmagazin Reuters nun berichtet.
Meta macht ernst mit seiner KI-Strategie: Nach einigen Fehlschlägen in der Vergangenheit hat das Unternehmen die Entwicklung eigener Prozessoren wieder aufgenommen – und scheint diesmal erfolgreicher zu sein. Der neue KI-Beschleuniger wurde speziell für das Training und die Inferenz von KI-Modellen entwickelt und soll deutlich effizienter arbeiten als herkömmliche GPUs. Das bedeutet: weniger Energieverbrauch, geringere Kosten und optimierte Performance für die eigenen Systeme.
Schon im vergangenen Jahr begann Meta mit dem Einsatz des MTIA-Chips (Meta Training and Inference Accelerator), der für das Training von KI-Modellen und die Empfehlungssysteme von Facebook und Instagram genutzt wird. Nun hat das Unternehmen einen wichtigen Meilenstein erreicht: Der erste Tape-Out ist abgeschlossen – ein entscheidender Schritt in der Chip-Entwicklung, bei dem das Design erstmals in die Produktion geht.
Doch damit ist der Erfolg nicht garantiert. Der Prozess kostet mehrere Millionen Dollar, und falls Probleme auftreten, müssen Designanpassungen vorgenommen werden. Trotzdem zeigt Meta sich entschlossen, die Abhängigkeit von Nvidia weiter zu reduzieren.
Meta bleibt vorerst Nvidia-Kunde
Meta hat vor seinen eigenen KI-Chip ab 2026 großflächig einzusetzen – zunächst für die Optimierung der Feeds auf Facebook und Instagram. Langfristig soll die Technologie aber noch weitergehen: Auch generative KI, darunter der Chatbot Meta AI, könnte künftig auf den hauseigenen Chips laufen.
Trotz der Eigenentwicklung bleibt Meta einer der größten Kunden von Nvidia und hat bereits Milliarden in GPUs investiert. Doch die Branche hinterfragt zunehmend, ob das Hochskalieren durch immer mehr Nvidia-Chips wirklich der beste Weg ist. Effizientere und günstigere KI-Modelle, wie sie etwa das chinesische Unternehmen DeepSeek entwickelt, könnten den Markt langfristig aufmischen – und Metas Strategie noch einmal auf die Probe stellen.
