KI-Chip-Wettbewerb heizt sich auf: Startups fordern Nvidia heraus

Nvidia hat sich mit seinen leistungsstarken Grafikprozessoren (GPUs) als Herzstück des KI-Booms etabliert. Doch eine wachsende Zahl von Startups fordert diese Vormachtstellung heraus, indem sie alternative Chip-Architekturen entwickeln, die speziell für die KI-Inferenz optimiert sind. Investoren reagieren darauf mit massiven Finanzierungssummen, die den Wettbewerb im Sektor deutlich anheizen.

Rekordfinanzierungen für KI-Chip-Startups

Im Jahr 2026 sammelten KI-Chip-Startups weltweit 8,3 Milliarden US-Dollar an Finanzmitteln, so Dealroom. Es wird erwartet, dass dieser Sektor in diesem Jahr Rekordsummen an Investitionen verzeichnen wird, sofern der Markt nicht zusammenbricht. Diese Entwicklung zeigt, dass Investoren zunehmend bereit sind, in neue und oft noch nicht im großen Maßstab erprobte KI-Chip-Technologien zu investieren.

In den USA, wo viele der größten Finanzierungsrunden stattfanden, konnte Cerebras Systems im Februar 1 Milliarde US-Dollar einwerben. MatX, Ayar Labs und Etched erhielten 2026 jeweils 500 Millionen US-Dollar. Auch europäische Unternehmen ziehen beträchtliche Summen an, darunter Axelera und Olix mit jeweils über 200 Millionen US-Dollar in diesem Jahr. Weitere Startups wie Euclyd, Optalysys, Fractile und Arago planen Berichten zufolge Finanzierungsrunden von mindestens 100 Millionen US-Dollar für 2026. Carlos Espinal, Managing Partner bei Seedcamp, einem europäischen VC, der in das Chip-Startup Vaire Computing investierte, kommentiert: "Es ist keine Nischenwette mehr. Es wird zu einem Kernbestandteil dessen, wie Menschen über KI-Infrastruktur denken."

Der Wandel von Training zu Inferenz

Nvidias GPUs, ursprünglich für Gaming konzipiert, wurden erfolgreich für das Training von KI-Modellen umfunktioniert. Der Fokus verschiebt sich jedoch zunehmend auf die effizienteste Bereitstellung dieser Technologien in Anwendungen, bekannt als KI-Inferenz. Die neuen Chip-Startups argumentieren, dass GPUs nicht zweckmäßig für KI entwickelt wurden und daher neuartige Systemarchitekturen erhebliche Energie- und Kosteneinsparungen ermöglichen können.

Patrick Schneider-Sikorsky, Direktor des Nato Innovation Fund (NIF), der in das britische KI-Chip-Startup Fractile investiert hat, erklärte: "Inferenz ist jetzt dominant, und die bestehende GPU-Architektur wurde nicht so dafür gebaut, wie es im großen Maßstab am wichtigsten ist."

Nvidias eigene Strategie

Obwohl Nvidia als wertvollstes Unternehmen der Welt über nahezu unbegrenzte finanzielle Mittel verfügt, treibt es die Entwicklung neuer KI-Chips mit Hochdruck voran. Im Dezember erwarb das Unternehmen Vermögenswerte des KI-Inferenz-Startups Groq für 20 Milliarden US-Dollar. Im März kündigte Nvidia zudem Investitionen von 4 Milliarden US-Dollar in zwei Unternehmen an, die Photonik-Technologie entwickeln. Im letzten vollständigen Geschäftsjahr, das im Januar 2026 endete, gab der Chiphersteller über 18 Milliarden US-Dollar für Forschung und Entwicklung aus.

Ein weiterer strategischer Schritt ist Nvidias Beteiligung an der 400 Millionen US-Dollar schweren Finanzierungsrunde von SiFive, einem Startup, das Open-Source RISC-V Chip-Designs lizenziert. SiFive plant, diese Mittel für die Entwicklung von CPU-Designs speziell für KI-Datenzentren zu nutzen. Diese Designs sollen mit Nvidias CUDA-Software-Stack und dem NVLink Fusion-System kompatibel sein, was eine direkte Anbindung verschiedener CPUs an Nvidias KI-Infrastruktur ermöglicht. Dies zeigt Nvidias vielschichtigen Ansatz, sowohl eigene Lösungen zu entwickeln als auch in komplementäre Technologien zu investieren.

Europäische Herausforderer im Fokus

Auch in Europa wächst der Markt für KI-Chip-Startups, die alternative Technologien zu Nvidias GPUs entwickeln. Die niederländische Firma Euclyd, gegründet 2024 vom ehemaligen ASML-Direktor Bernardo Kastrup und beraten von Ex-ASML-CEO Peter Wennink, befindet sich in Gesprächen mit Investoren für eine Finanzierungsrunde von mindestens 100 Millionen Euro (118 Millionen US-Dollar). Euclyd behauptet, Chips zu entwickeln, die eine 100-fach höhere Energieeffizienz für die Inferenz im Vergleich zu Nvidias Vera Rubin Chips der neuesten Generation bieten sollen. Das Unternehmen plant, Daten an mehreren Stellen zu verarbeiten, um die Effizienz zu steigern.

Weitere europäische Unternehmen wie das britische Optalysys planen ebenfalls eine Finanzierungsrunde von über 100 Millionen US-Dollar. Patrick Schneider-Sikorsky vom NIF betont die geopolitischen Vorteile für europäische Startups: "Die geopolitischen Rückenwinde sind offensichtlich, mit US-Exportkontrollen, Konzentrationsrisiken rund um [Chiphersteller] TSMC und einem echten europäischen souveränen Rechenimperativ, die alle Kapital in heimisches Silizium lenken."

Ausblick und Wettbewerb

Die Analysten von New Street, darunter Pierre Ferragu, sehen Nvidia weiterhin auf einem starken Wachstumspfad und haben das Unternehmen für 2026 auf ihre "Best Idea List" gesetzt. Sie erwarten, dass Nvidia bis Ende 2027 ein Geschäft mit einem Umsatz von 1 Billion US-Dollar pro Jahr sein könnte, was den aktuellen Konsenserwartungen um das Doppelte entspräche.

Dennoch ist der Wettbewerb im Datenzentrum-CPU-Markt und im breiteren KI-Chip-Sektor intensiv. Während Nvidia seine Führungsposition mit massiven Investitionen und strategischen Akquisitionen verteidigt, zeigen die Rekordfinanzierungen für Startups wie Cerebras Systems, Euclyd und SiFive, dass der Markt nach spezialisierten und effizienteren Lösungen für die KI-Inferenz sucht. Die Entwicklung von RISC-V-basierten Architekturen und die zunehmende Bedeutung von Energieeffizienz und Kostenreduktion werden die Landschaft der KI-Chips in den kommenden Jahren maßgeblich prägen.

Am Mittwoch fielen die Aktien von ASML, nachdem das Unternehmen seine Quartalsergebnisse veröffentlicht hatte.