Das Narrativ, das der Cloud-Markt seit Jahren verbreitet, ist das der Kommerzialisierung: Die darunter liegende Hardware spielt keine Rolle, entscheidend ist der Service. Sie haben den Anbieter anhand des Katalogs der verwalteten Dienste, des Preises pro Instanzstunde und des Supports ausgewählt. Der Chip war ein Infrastrukturdetail, unsichtbar und austauschbar – praktisch, während alle das gleiche Silizium von Intel und AMD kauften und der wirkliche Unterschied in der Software und im Betrieb lag. Das Problem ist, dass dieses Narrativ nicht mehr stimmt und Anbieter, die dies früher verstanden haben, Vorteile ernten, die sich andere nicht leisten können.
Warum einen eigenen Chip bauen, wenn man ihn kaufen kann?
Die direkte Antwort: Denn im Hyperscaler-Maßstab verwandelt sich die Hardware-Effizienz in Margenzahlen, die jede sinnvolle Investition in Forschung und Entwicklung rechtfertigen. AWS verarbeitet Rechenvolumina, bei denen sich jeder prozentuale Gewinn pro Watt auf Hunderte Millionen Dollar pro Jahr beläuft. Wenn ein Chip, der speziell für Ihre Arbeitslasten entwickelt wurde, zwanzig Prozent mehr Leistung pro Watt liefert als das handelsübliche Äquivalent, ist dieser Unterschied keine technische Kuriosität, sondern ein Wettbewerbsvorteil, der in Preis, Marge oder beides umgewandelt wird.
Der zweite Grund ist Unabhängigkeit. Wer die gesamte Rechenkapazität von einem einzigen Anbieter kauft – im Fall von KI im Wesentlichen von Nvidia –, unterliegt der Zuteilungswarteschlange, dem Preis, der von demjenigen diktiert wird, der praktisch das Monopol auf das Produkt hat, und der technologischen Roadmap eines anderen. Für ein im Cloud-Computing konkurrierendes Unternehmen stellt dies ein strategisches Risiko dar, das in die gleiche Kategorie wie die Abhängigkeit von einem einzelnen Kunden fällt. Niemand im Rat würde das zweite tolerieren; Ersteres wurde zur Routine, bis sich große Technologiekonzerne für die eigene Produktion entschieden.
Wie jeder Hyperscaler diese Hand gespielt hat
AWS Graviton ist als Geschäftsentscheidung der am besten lesbare Fall. Basierend auf ARM bietet Graviton4 erhebliche Leistungssteigerungen pro Dollar gegenüber entsprechenden x86-Instanzen auf AWS selbst – und AWS nutzt dies sowohl zur Reduzierung interner Kosten als auch um migrierenden Kunden günstigere Instanzen anzubieten. Die Akzeptanz hat zugenommen, weil das Wertversprechen quantifizierbar ist: Sie führen die gleiche Arbeitslast aus und zahlen weniger, oder Sie führen mehr zum gleichen Preis aus.
Den radikalsten Schritt hat Google mit TPUs gemacht. Die Tensor Processing Unit wurde von Grund auf für eine bestimmte Arbeitslast entwickelt: die hochdimensionale Matrixmultiplikation, die Kernoperation neuronaler Netze. TPU v5p wird sowohl für Training als auch für Inferenz verwendet und ist tief in TensorFlow und JAX integriert. Das relevante Detail für jeden, der über den Einsatz nachdenkt: Die TPU existiert nicht als isolierte Hardware. Sie greifen auf Kapazitäten über Google Cloud zu – die Einführung von TPU ist eine Plattformentscheidung, nicht nur eine Rechenentscheidung. Die Leistung ist an die Anleihe gebunden.
Apple ist der extremste und älteste Fall vertikaler Integration. Seit dem M1 kontrolliert Apple den Chip, das Betriebssystem, den Compiler und die Systemsoftware. Die praktische Konsequenz besteht darin, dass Optimierungen, die in einem fragmentierten Stack unmöglich wären, zur Routine werden – der Chip kennt den Cache, das Betriebssystem weiß den Chip und der Compiler weiß beides. Der M4 Ultra erreicht Serverleistung im Desktop-Formfaktor nicht durch ein einziges technisches Wunder, sondern weil jede Schicht für die andere konzipiert ist.
Meta und Microsoft kamen später mit chirurgischeren Zielen hinzu. Metas MTIA wurde entwickelt, um die Abhängigkeit von Nvidia speziell bei Empfehlungsmodellen zu reduzieren – Milliarden von Schlussfolgerungen pro Tag bei einem Standard, der stabil genug ist, um spezialisierte Silizium zu rechtfertigen. Microsofts Maia 100 deckt Training und Inferenz auf Azure ab, einschließlich einiger Teile der GitHub-Infrastruktur Copilot. In beiden Fällen besteht das Ziel nicht darin, die GPU vollständig zu ersetzen, sondern darin, die Abhängigkeit dort zu verringern, wo vorhersehbare Lasten eine Spezialisierung wirtschaftlich nahelegen.
Der Chip als Graben: Warum das schwer zu kopieren ist
Was kundenspezifisches Silizium zu einem dauerhaften Vorteil macht, sind die Kosten und die Zeit für die Replikation. Es dauert Jahre, bis der erste Wafer das Werk verlässt, um einen konkurrenzfähigen Chip zu entwickeln. Für die Herstellung in großem Maßstab sind Beziehungen zu TSMC oder Samsung erforderlich, die nicht in Quartalen aufgebaut werden. Das Software-Ökosystem, das das Beste aus dem Chip herausholt, dauert sogar noch länger. Wer auch immer 2016 angefangen hat – Google mit der TPU, Apple mit seinen Übergangschips – ist in einer Position, die ein Konkurrent, der sich für morgen entscheidet, im besten Fall nicht vor 2030 erreichen wird. Es handelt sich nicht um einen Vorteil, der in einer Investitionsrunde gekauft oder in einem Produktsprint kopiert werden kann.
Für kleinere Cloud-Anbieter stellt dies ein Wettbewerbsproblem dar, für das es keine offensichtliche Lösung gibt. Sie können die gleichen Nvidia- oder AMD-Chips wie die Konkurrenz kaufen, aber Sie können nicht die Effizienz kaufen, die Graviton AWS nach Jahren der umfassenden Iteration bietet. Die Kluft zwischen Leistung und Dollar vergrößert sich mit jeder Generation – und es gibt keine Abkürzung.
Was ändert sich dadurch für diejenigen, die die Cloud nutzen, nicht für diejenigen, die sie verkaufen?
Die wichtigste Änderung für diejenigen, die Cloud-Dienste nutzen, besteht darin, dass der Instanzleistungs-Benchmark an Dimension verloren hat. Der Vergleich von vCPUs und Gigabyte RAM zwischen Anbietern, als ob die zugrunde liegende Hardware gleichwertig wäre, ist eine unvollständige Analyse. AWS Graviton-Instanzen und entsprechende AWS x86-Instanzen sind unterschiedliche Workloads auf unterschiedlichen Chips, wobei die Leistungsstandards je nach Anwendungstyp variieren.
Die zweite Änderung besteht darin, dass der Cloud-Lock-in eine Hardwareebene erhalten hat, die nicht im ursprünglichen Vertrag enthalten war. Eine für TPU optimierte Anwendung hat viel höhere Migrationskosten als eine für generische Datenverarbeitung. Dies ist kein Argument für die Vermeidung spezialisierter Chips – die Leistung rechtfertigt dies oft –, aber es sind die Kosten, die vor der Einführung in die Analyse einbezogen werden müssen, nicht danach.
Die dritte Dimension besteht darin, dass die Kosten- und Leistungsunterschiede zwischen den Anbietern zunehmen werden. Graviton macht einige Lasten auf AWS bereits deutlich günstiger als auf handelsüblichen Hardware-Alternativen. Während jeder Hyperscaler sein Silizium ausreift, muss man beim Vergleich von Clouds verstehen, welcher Chip hinter welcher Arbeitslast steckt – technisches Wissen, das viele Unternehmen heute auf Abruf an den Integrator delegieren, ohne sich darüber im Klaren zu sein, dass sie die Entscheidung auch an den Anbieter delegieren.
Lesen Sie auch
- Inferenzchips und ASIC: wenn das Spezialisierte das Generische schlägt
- Spezialisierte Chips und das Ende der generischen CPU-Ära
- Edge Computing: Warum Computing die Cloud verlässt und sich den Daten annähert
- Silizium-Geopolitik: Warum der Chip-Krieg für diejenigen wichtig ist, die über Technologie entscheiden
- Inferenz am Rande: Wenn KI auf dem Gerät ausgeführt wird, ist dies sinnvoller als in der Cloud
- Infrastruktur als Wettbewerbsvorteil: Was Startups von Big Techs lernen