Von 2023 bis 2025 drehte sich das zentrale Narrativ in der KI-Chip-Branche um ein „Wettrüsten bei der Rechenleistung". Cloud-Service-Anbieter und Technologiekonzerne bemühten sich, GPUs zu erwerben, Rechenzentren auszubauen und hunderte Milliarden Dollar in Cloud-Computing-Infrastruktur zu investieren. NVIDIA konnte dank seines CUDA-Ökosystems und einer leistungsstarken GPU-Produktpalette während dieses Zeitraums eine nahezu uneinnehmbare Marktposition etablieren.
Mit dem Übergang ins Jahr 2026 vollzieht sich jedoch ein grundlegender Wandel in der Branchenlogik. Die Grenzerträge bei den Trainingskosten großer Modelle sinken, die Nachfrage nach KI-Inferenz steigt rasant, und Unternehmen verlagern ihren Fokus von „Können wir Modelle trainieren?" zu „Können wir sie im großen Maßstab einsetzen?" Der KI-Chipmarkt bewegt sich vom ersten Stadium des Infrastrukturaufbaus in die zweite Phase – den Wettbewerb um kommerzielle Effizienz.
Rückblick auf Phase Eins: Dominanz des Infrastrukturaufbaus
Zwischen 2023 und 2025 war die treibende Kraft im KI-Chipmarkt der unstillbare Bedarf an Rechenleistung für das Training großer Modelle. NVIDIA nutzte dieses Zeitfenster und wandelte GPUs von Grafikrendering-Werkzeugen zur „Währung der Rechenleistung" im KI-Zeitalter.
Im Geschäftsjahr 2026 erzielte NVIDIA einen Gesamtumsatz von 215,9 Milliarden US-Dollar, ein Plus von 65 % gegenüber dem Vorjahr und erstmals über der Marke von 200 Milliarden US-Dollar. Davon entfielen 193,7 Milliarden US-Dollar auf das Segment Rechenzentren – ein Anstieg um 68 % und fast 90 % des Unternehmensumsatzes. Allein im vierten Quartal lag der Umsatz im Bereich Rechenzentren bei 62,3 Milliarden US-Dollar, was einem Wachstum von 22 % gegenüber dem Vorquartal und 75 % im Jahresvergleich entspricht. Die kombinierte Umsatzprognose für die Blackwell- und Rubin-Plattformen lag Ende 2026 bei über 500 Milliarden US-Dollar.
NVIDIAs Wettbewerbsvorteil in dieser Phase beruhte nicht nur auf Hardwareleistung, sondern vor allem auf der tiefen Bindung durch das CUDA-Software-Ökosystem. Entwickler gewöhnten sich daran, KI-Anwendungen auf CUDA zu programmieren, während Cloud-Anbieter ihre Infrastruktur um NVIDIA-GPUs herum aufbauten – die Migrationskosten wurden dadurch extrem hoch. Dieser „Hardware + Software + System"-Vorteil im Full-Stack ermöglichte NVIDIA, etwa 80 % des Marktes für KI-Beschleuniger in Rechenzentren zu erobern.
Parallel dazu entwickelte AMD seine Instinct-GPU-Produktlinie weiter, doch der Marktanteil blieb zwischen 5 % und 7 %, wobei der Abstand zu NVIDIA weiter wuchs. Das Forschungsunternehmen Futurum Group schätzte den Marktanteil von AMD im Bereich Rechenzentrum-GPUs sogar noch konservativer auf etwa 4,5 %.
Beginn von Phase Zwei: Von Trainingsleistung zu Inferenz-Effizienz
Nach 2026 verändert sich die Wettbewerbsdynamik im KI-Chipmarkt grundlegend. Der Kernwandel: Der Fokus verschiebt sich von „Trainingsleistung" zu „Inferenz-Effizienz" und von „Skalierung der GPU-Beschaffung" zu „Kostenoptimierung und kommerzieller Einsatz im großen Maßstab".
Mehrere Faktoren treiben diese Entwicklung voran. Erstens sind die großen Investitionen in das Training von Modellen weitgehend abgeschlossen und die Rechenreserven der führenden Akteure erreichen eine Sättigung. Zweitens wandern KI-Anwendungen von „Demo-Niveau" zu „Produktionsreife", wobei Inferenz-Workloads rapide zunehmen – AMD schätzt das Wachstum der KI-Inferenz-Workloads offiziell auf über 80 %. Drittens rücken für Unternehmen die Gesamtbetriebskosten bei Beschaffungsentscheidungen in den Vordergrund, statt nur die Maximierung der Rechenleistung.
J.P. Morgan prognostiziert, dass der Markt für KI-Netzwerkchips im Jahr 2026 107,5 Milliarden US-Dollar erreichen wird und bis 2027 auf 154,9 Milliarden US-Dollar steigt. Die World Semiconductor Trade Statistics Organisation hat ihre globale Halbleitermarktprognose für 2026 drastisch von 975,4 Milliarden US-Dollar auf 1,51 Billionen US-Dollar angehoben – ein Wachstum von 89,9 % im Jahresvergleich. Der Markt wächst, aber die Logik der Verteilung verändert sich.
AMDs Offensive: Vom „günstigen Alternativanbieter" zur „Preisgestaltungsmacht"
AMDs Strategie zur Herausforderung von NVIDIA hat sich in dieser zweiten Phase deutlich weiterentwickelt.
Im ersten Quartal 2026 erzielte AMD einen Umsatz von 10,25 Milliarden US-Dollar, ein Plus von 37,85 % gegenüber dem Vorjahr, während der Nettogewinn um 95 % auf 1,38 Milliarden US-Dollar stieg. Der Umsatz im Bereich Rechenzentren lag bei 5,8 Milliarden US-Dollar, was einem Wachstum von 57 % entspricht und zum wichtigsten Wachstumstreiber wurde. Für das zweite Quartal erwartet das Unternehmen einen Umsatz von etwa 11,2 Milliarden US-Dollar, rund 46 % mehr als im Vorjahr.
Produktseitig ist AMDs Fahrplan klar und ambitioniert. Die Instinct MI400-Serie, gefertigt im 2nm-Verfahren von TSMC und basierend auf der CDNA Next-Architektur, verfügt über 432 GB HBM4-Speicher, 19,6 TB/s Bandbreite und 40 PFLOPs FP4-Rechenleistung – doppelt so viel wie die Vorgängergeneration. Die Serie hat bereits Aufträge von Oracle, OpenAI und dem US-Energieministerium erhalten.
Noch bemerkenswerter ist das Helios-Rackscale-KI-System. Diese Plattform integriert sechste Generation EPYC Venice CPUs, MI450X GPUs, Vulcano 800G Netzwerkchips und Flüssigkühlung, liefert pro Rack eine Spitzenleistung von 2,9 ExaFLOPS FP4 und bis zu 31 TB Gesamtkapazität HBM4.
Ein echter Wendepunkt kommt von Kundenseite: Im Juli 2026 gab Microsoft bekannt, das Helios-Rackscale-System von AMD auf Azure für fortgeschrittene KI-Inferenz-Workloads einzusetzen. Dies markiert AMDs erste Full-Stack-Implementierung – GPU, CPU und Netzwerk – bei einem Cloud-Kunden. Zuvor hatte Meta Multi-Generationen-KI-Infrastrukturverträge mit bis zu 6 Gigawatt abgeschlossen; OpenAI, Oracle und Indiens TCS haben ebenfalls bedeutende Zusagen gemacht. Laut AMD laufen bei acht der zehn weltweit führenden KI-Unternehmen Workloads auf Instinct-GPUs.
Futurum Group Analyst Daniel Newman sieht Potenzial, dass AMD seinen Marktanteil bei Rechenzentrum-GPUs von aktuell 4,5 % auf 20 % bis 25 % steigern könnte. Morgan Stanley prognostiziert für AMDs CoWoS-Nachfrage ein Wachstum von 308 % im Jahr 2027.
NVIDIAs Burggraben – und erste Risse
NVIDIA bleibt nicht untätig angesichts neuer Herausforderer. Die Rubin-Plattform ist nun voll in Produktion, kombiniert leistungsstarke GPUs mit Vera-CPUs und steigert die Token-Verarbeitungsrate um das Zehnfache bei geringeren Kosten. Die Vera Rubin-Architektur unterstützt bis zu 144 GPUs pro Schrank, High-End-Versionen verbinden bis zu 576 GPUs. NVIDIA kündigte an, dass die kombinierten Auslieferungen der Blackwell- und Rubin-Plattformen bis Ende 2026 20 Millionen Einheiten erreichen werden.
NVIDIAs Dominanz zeigt jedoch erste Schwächen. Im zweiten Quartal des Geschäftsjahres 2026 lag der Umsatz im Bereich Rechenzentren bei 41,1 Milliarden US-Dollar – ein Anstieg von 56 % im Jahresvergleich, aber unter der Analystenerwartung von 41,3 Milliarden US-Dollar. Das Unternehmen bestätigte für das Quartal null Verkäufe seines H20-Chips, der auf den chinesischen Markt ausgerichtet ist, und erwartet auch im dritten Quartal keine Auslieferungen nach China. Im chinesischen Markt für KI-Beschleuniger-Server ist der kombinierte Anteil der heimischen Anbieter von 41–46 % im Jahr 2025 auf etwa 56 % im Jahr 2026 gestiegen. Exportkontrollen verändern das regionale Wettbewerbsumfeld.
Auch auf der Softwareseite wird NVIDIAs CUDA-Burggraben zunehmend untergraben. Die SCALE-Sprache ermöglicht inzwischen, dass unveränderte CUDA-Binärdateien auf AMD-GPUs laufen. AMDs ROCm 7.0 Software liefert die 3,5-fache Leistung von ROCm 6 und ist tief in führende Open-Source-Frameworks wie vLLM und SGLang integriert.
Inferenzkosten: Der entscheidende Wettbewerbsfaktor in Phase Zwei
War die erste Phase geprägt von „Trainingsleistung pro Dollar", dreht sich die zweite Phase ganz um „Inferenzkosten pro Token".
Im Juli 2026 berichtete das Inferenz-Optimierungsunternehmen Wafer, dass der AMD MI355X mit dem Open-Source-Modell GLM 5.2 Inferenzkosten nur halb so hoch wie NVIDIAs B200 verursachte – bei 80 % der Leistung. SemiAnalysis kam zu ähnlichen Ergebnissen: In interaktiven Inferenzszenarien lagen die Kosten pro Million Token beim AMD MI355X bei etwa 0,22 US-Dollar, gegenüber 0,30 US-Dollar beim NVIDIA B200.
AMDs Rechenzentrum-Chef Forrest Norrod fasst den Vorteil von Helios so zusammen: „Die besten Gesamtbetriebskosten und die niedrigsten Kosten pro Token." Dieses Narrativ ist in Phase Zwei besonders überzeugend – denn wenn Unternehmen KI-Anwendungen von Pilotprojekten auf Produktion skalieren, können selbst kleine Unterschiede bei den Inferenzkosten zu Milliardenbeträgen an Betriebskosten führen.
Natürlich hält NVIDIA weiterhin die Spitzenposition bei Inferenzleistung im Rack-Maßstab. Der GB200 NVL72 mit NVLink-Verbindung auf Schrankebene und Software-Orchestrierung kann in bestimmten Szenarien bis zu 28-mal so viel Durchsatz wie der AMD MI350X liefern. AMD verlagert seine Differenzierungsstrategie jedoch von „Leistungsaufholjagd" zu „Kostenführerschaft".
Fazit
Der KI-Chipmarkt hat sich vom ersten Stadium des Infrastrukturaufbaus zur zweiten Phase des Wettbewerbs um kommerzielle Effizienz entwickelt. Der Wettbewerb erweitert sich von einem Fokus auf „Trainingsleistung" zu einem multidimensionalen Wettstreit um „Inferenz-Effizienz, Kostenoptimierung und Skalierung des kommerziellen Einsatzes".
NVIDIA kontrolliert mit seinem CUDA-Ökosystem, Full-Stack-Fähigkeiten und einer riesigen Kundenbasis nach wie vor rund 80 % des Marktes für KI-Beschleuniger in Rechenzentren. AMD baut jedoch mit dem Helios-Rack, der MI400-Serie und dem ROCm-Open-Source-Ökosystem ein differenziertes Wettbewerbssystem rund um „Gesamtbetriebskosten" und „Kosten pro Token" auf. Die Beschaffungsentscheidungen führender Kunden wie Microsoft, Meta und OpenAI zeigen, dass die Nachfrage nach einer „zweiten Quelle" real und zunehmend ist.
In der zweiten Phase des KI-Chip-Wettbewerbs wird nicht das Unternehmen gewinnen, das den leistungsstärksten Chip baut, sondern dasjenige, das Unternehmen dabei unterstützt, KI vom Labor in die Produktion zu bringen – zu den niedrigsten Kosten und mit höchster Effizienz.
FAQ
F1: Was ist der zentrale Unterschied zwischen der ersten und zweiten Phase des KI-Chip-Wettbewerbs?
Die erste Phase (2023–2025) konzentrierte sich auf den Aufbau der KI-Infrastruktur – mit Schwerpunkt auf GPU-Beschaffung, Ausbau von Rechenzentren und Investitionen in Cloud-Computing. Der Wettbewerb drehte sich um Trainingsleistung. Die zweite Phase (ab 2026) verschiebt den Fokus auf die Kommerzialisierung von KI, wobei Inferenzkosten, Energieeffizienz und Skalierung des Unternehmenseinsatzes im Vordergrund stehen. Die zentrale Frage wandelt sich von „Können wir trainieren?" zu „Können wir skalieren und profitabel arbeiten?"
F2: Wie stellt AMD NVIDIAs Marktdominanz infrage?
AMDs Strategie hat sich vom „günstigen Alternativanbieter" zu einer „Preisgestaltungsmacht" entwickelt. Das Helios-Rack-System erhielt einen Full-Stack-Auftrag von Microsoft – zu einem Preis etwa 40 % höher als NVIDIAs Rubin –, was beweist, dass der Markt für differenzierten Mehrwert zahlt. Die MI400-Serie bietet 1,5-mal so viel Speicher und Bandbreite wie Rubin, und ROCm 7.0 liefert die 3,5-fache Softwareleistung. Mit Großkunden wie Meta und Microsoft entwickelt sich AMD vom „Nachfolger" zum „alternativen Anbieter".
F3: Wird NVIDIAs CUDA-Ökosystem-Burggraben aufgeweicht?
Ja. Die SCALE-Sprache ermöglicht nun, dass unveränderte CUDA-Binärdateien nativ auf AMD-GPUs laufen und bricht damit NVIDIAs 15-jährige Software-Bindung. AMDs ROCm 7.0 ist tief in Open-Source-Inferenz-Frameworks wie vLLM und SGLang integriert. Während CUDA weiterhin Branchenstandard bleibt, verliert seine „Einzigartigkeit" im Entwicklerökosystem zunehmend an Bedeutung.
F4: Warum sind Inferenzkosten in der zweiten Wettbewerbsphase so entscheidend?
Da KI von Demonstrationen zu großflächigen Produktionsanwendungen übergeht, bestimmen die Inferenzkosten direkt die Tragfähigkeit von Geschäftsmodellen. Der AMD MI355X liefert Inferenzkosten von etwa 0,22 US-Dollar pro Million Token, während NVIDIAs B200 bei 0,30 US-Dollar liegt. Für groß angelegte KI-Anwendungen, die täglich Milliarden von Token verarbeiten, bedeutet dieser Unterschied Einsparungen in Höhe von Hunderten Millionen US-Dollar pro Jahr. In Phase Zwei hat der Anbieter mit den niedrigsten Kosten pro Token bei gleichbleibender Leistung die besten Chancen, Großaufträge für den Unternehmenseinsatz zu gewinnen.
