DeepSeek entwickelt einen eigenen KI-Chip, und nimmt erstmals externes Kapital auf
Laut Reuters entwickelt das chinesische KI-Labor einen Inferenzchip, um seine Abhängigkeit von Nvidia und Huawei zu verringern, und sammelt zugleich 7 Milliarden Dollar bei einer Bewertung von mehr als 50 Milliarden Dollar ein.
DeepSeek, das chinesische KI-Labor, das die Branche mit seinen günstigen offenen Modellen aufgerüttelt hat, entwickelt einen eigenen KI-Chip. Das berichtet Reuters unter Berufung auf drei mit der Angelegenheit vertraute Personen. Der Chip ist für die Inferenz gedacht, also für die Phase, in der ein trainiertes Modell deine Fragen tatsächlich beantwortet, nicht für das Training neuer Modelle von Grund auf.
Das Projekt befindet sich noch in einem frühen Stadium. DeepSeek führt dem Bericht zufolge Gespräche mit Unternehmen aus den Bereichen Chipdesign, Fertigung und Speicher und stellt seit Monaten im Stillen Chipingenieure ein, ohne öffentliche Stellenanzeigen zu schalten. Das Ziel laut Bericht: die Abhängigkeit von Chips des US-Unternehmens Nvidia und des chinesischen Konzerns Huawei zu verringern.
Gleichzeitig nimmt DeepSeek erstmals in seiner Geschichte externes Kapital auf, etwa 7 Milliarden Dollar bei einer Bewertung zwischen 52 und 59 Milliarden Dollar. Für ein Unternehmen, das dafür bekannt wurde, schlank zu arbeiten und sich selbst zu finanzieren, ist das ein bemerkenswerter Kurswechsel. Und ein Chipprogramm ist genau die Art von Projekt, die Geld in dieser Größenordnung verschlingt.
Was steckt dahinter? Zwei Zwänge weisen in dieselbe Richtung. Erstens schneiden US-Exportkontrollen chinesische Unternehmen von den modernsten Chips und Speichertechnologien ab. Alles, was DeepSeek tun kann, um seine eigene Hardwareversorgung zu kontrollieren, verringert daher eine strategische Schwäche. Zweitens entspricht das einem breiteren Branchentrend: Auch OpenAI und Anthropic arbeiten an eigenen Chips, OpenAI hat kürzlich gemeinsam mit Broadcom einen Inferenzchip vorgestellt. Wenn dein Geschäft darin besteht, Modelle für Millionen von Nutzern zu betreiben, entstehen die laufenden Kosten bei der Inferenz. Speziell auf die eigenen Modelle zugeschnittenes Silizium kann diese Rechnung erheblich senken. Nvidias Chips sind hervorragende Universalwerkzeuge, doch für diese Vielseitigkeit bezahlt man.
Die Erwartungen sollten realistisch bleiben: Die Entwicklung eines konkurrenzfähigen KI-Chips dauert in der Regel Jahre, und der Bericht betont, dass das Projekt noch am Anfang steht. Viele Chipambitionen sind zwischen Ankündigung und fertigem Silizium still verschwunden.
Was das für dich bedeutet: Heute ändert sich nichts, doch der Trend ist wichtig. Günstige Inferenz ist ein Grund dafür, dass DeepSeeks Modelle nur einen Bruchteil dessen kosten, was US-Konkurrenten verlangen, und billigere Hardware würde diese Preise weiter drücken. Wenn du preiswerte KI-Modelle über Apps oder APIs nutzt, arbeitet der Chipwettlauf der KI-Labore zu deinen Gunsten. Er zeigt außerdem, wo die Branche den eigentlichen Engpass sieht: nicht bei intelligenteren Modellen, sondern bei den Kosten, sie in großem Maßstab zu betreiben.
Quellen
Amazon stellt den ursprünglichen Marktplatz für „menschengestützte KI“ still und leise ein
Amazon nimmt ab dem 30. Juli 2026 keine neuen Kunden mehr für Mechanical Turk an, jene Crowdsourcing-Plattform, die eine Generation von KI mittrainiert hat, deren Arbeit heute aber generative KI übernimmt.
