Das nächste 1-Billion-Dollar-Chip-Unternehmen

1.Das nächste Unternehmen mit einer Billion Dollar Marktwert im Chipbereich könnte aus dem Zeitalter der Post-GPT-Ära-Inferenzbeschleuniger stammen, vorausgesetzt, es gelingt als erstes, Rack-Level-Systeme in Serie zu produzieren und führende Anker-Kunden zu gewinnen. Das aktuelle Zeitfenster wird kleiner, Tenstorrent, Etched und SambaNova planen den Versand von Serien-Racks im Jahr 2026 und liegen derzeit vorn.

2.Groq und Cerebras beweisen: Selbst wenn die Architektur Schwächen aufweist, kann man mit rechtzeitig verfügbaren Serien-Chips und dem Sieg über GPUs bei Interaktivitätskennzahlen einen Erfolg im Milliardenbereich erzielen. Derzeit übersteigt die Nachfrage nach Tokens das Angebot bei weitem, besonders Tokens mit niedriger Latenz sind knapp – das gibt Beschleunigern der Post-GPT-Ära ähnliche Chancen. Das Verpassen von nur einem Jahr ist sehr teuer; Unternehmen, die erst ab 2027 ausliefern, stehen vor noch größeren Herausforderungen.

Das nächste Unternehmen mit einer Billion Dollar Marktwert im Chipbereich könnte aus dem Zeitalter der Post-GPT-Ära-Inferenzbeschleuniger stammen, vorausgesetzt, es gelingt als erstes, Rack-Level-Systeme in Serie zu produzieren und führende Anker-Kunden zu gewinnen. Das aktuelle Zeitfenster wird kleiner, Tenstorrent, Etched und SambaNova planen den Versand von Serien-Racks im Jahr 2026 und liegen derzeit vorn.

1. Das nächste Chipunternehmen mit einer Billion Dollar Marktwert

Die Antwort ist vielleicht einfacher, als du denkst. Etched, Fractile, MatX, Positron, Rebellions, SambaNova, Tensordyne, Tenstorrent und viele mehr.

In den letzten 12 Monaten haben zwei Start-ups aus dem AI-Chip-Bereich enorme finanzielle Erfolge erzielt. Groq wurde für 20 Milliarden Dollar übernommen, Cerebras erreichte nach dem Börsengang einen Börsenwert von über 40 Milliarden Dollar. Die Größenordnung ist groß, aber noch nicht bei einer Billion angekommen. In der heutigen Umgebung hat ein System, das in der Inferenz führend ist, fortschrittliche Modelle ausführen und auf Gigawatt-Rechenleistung skalieren kann, tatsächlich das Potenzial, einen Marktwert von einer Billion Dollar zu erreichen, sofern es Wachstum und Skalierung schafft.

Allerdings: Die von Groq und Cerebras verwendeten Architekturen sind nicht fehlerlos. Beide wurden entworfen, bevor große Sprachmodelle das Mainstream wurden – ihre früheren Designentscheidungen passen nicht zu den heutigen Modellen. Ich nenne sie "Beschleuniger der Pre-GPT-Ära".

Das berühmteste Beispiel – oft diskutiert – ist, dass sie ausschließlich SRAM einsetzen. Sogar für kleinere Modelle benötigt man mehrere Groq-Racks; selbst Cerebras' Wunder in Wafer-Größe, das 900.000 Kerne auf einem Siliziumchip integriert, kann die kompletten Gewichte eines fortschrittlichen Modells nicht auf einem einzelnen Wafer unterbringen und muss deshalb auf mehrere Wafer-Systeme skalieren. Das ist wirtschaftlich schwierig, KV-Caching lässt sich auch schwer skalieren und ähnliches.

Ehrlich gesagt: Nach meinen eigenen Studien dieser technischen Details dachte ich, diese Unternehmen hätten in Bezug auf große Sprachmodelle keine Chance. Man muss fair bleiben – wer hätte vor zehn Jahren die Explosion der Modellgrößen vorhersehen können? Ohne High-Bandwidth-Memory für lange Kontexte ... wie sollten sie überleben? Je länger der Kontext, desto besser ... das Wachstum scheint unmöglich?

Entscheidend ist: Beide Firmen hatten zu jener Zeit Chips, die produziert werden konnten. Unabhängig von den Schwächen der reinen SRAM-Architektur waren sie in mindestens einem entscheidenden Leistungsindikator – Interaktivität – besser als die GPU. Wie Jensen eindrucksvoll demonstriert hat, ermöglicht die Dekodierung mit SRAM-Chips neue Möglichkeiten an der Pareto-Front im Jahr 2026:

Das ist der Grund, warum sie Erfolge im Milliardenbereich erzielt haben. Hunderte Millionen Dollar – ziemlich verrückt, oder?

Ich habe mich einmal sehr getäuscht: Ich dachte, architektonische Schwächen würden ihren Erfolg verhindern.

Was zählt rückblickend am meisten? Timing.

Als Nvidia anklopfte, war Groq bereits in Serienproduktion; als OpenAI kam, war Cerebras ebenfalls soweit. Vergiss die Architektur-Schwächen. Wenn man liefern kann und neue Pareto-Fronten eröffnet, passiert Gutes. Tatsächlich dachte ich, das eigentliche Problem von Groq und Cerebras sei, dass sie zu früh begonnen haben, bevor Transformer populär wurden. Zu früh ist genauso schlimm wie falsch ...

Richtig, der verfrühte Start hätte fast ihren Ruin bedeutet; beide Firmen waren kurz vor der Zahlungsunfähigkeit. Aber das frühe Starten war ihr Vorteil – als die unerwartete Inferenzwelle kam, hatten sie Chips in Produktion. Bis zur Veröffentlichung von Llama durch Meta waren beide Firmen aber praktisch tot. Llama war das erste praktische LLM mit offenen Gewichten und ermöglichte Groq, die hervorragende Erfahrung eines ultraschnellen Chatbots der Welt zu zeigen.

Nochmal: Entscheidend sind nur zwei Dinge: Zum richtigen Zeitpunkt Serien-Chips zur Verfügung haben und eine Pareto-Front erreichen, die für GPUs unerreichbar ist. Danach brachte Nvidia Dynamo noch weitere Vorteile, indem Workloads entkoppelt wurden und speichereingeschränkte Dekodierungs-Aufgaben auf SRAM-Chips laufen können.

2. Post-GPT-Ära

Wenn man sagen kann, das erste Zeitalter der Inferenz gehörte den GPUs, dann haben Groq und Nvidia mit GPU+LPU-Inferenz eine neue Ära eingeleitet. Aber es steht eine weitere Ära bevor: die Beschleuniger der Post-GPT-Ära. Vom Matrix-Multiplikator bis zur Interconnect und zur Memory-Hierarchie – diese Rack-Level-Systeme wurden vom ersten Tag an für LLM-Inferenz konzipiert.

Es gibt zahlreiche Start-ups in diesem Bereich, ganz zu schweigen von Custom-Chip-XPUs wie Maia, MTIA, Trainium usw. Wer davon wird der nächste Groq oder Cerebras, erhält Schlüssel-Kunden und schafft den Exit oder das IPO?

3. Was braucht es, um das nächste Chipunternehmen mit einer Billion Dollar Marktwert zu werden?

Wenn wir etwas gelernt haben, dann, dass man sich nicht zu sehr auf die Architektur konzentrieren sollte. Natürlich spielt Architektur langfristig eine Rolle, aber in der aktuellen Nachfrageumgebung müssen Konkurrenten nur vier Kriterien erfüllen:

1. In der Lage sein, fortschrittliche Modelle mit 1T+ Parametern auszuführen
2. Rack-Level-Systeme liefern können
3. Mindestens bei einem entscheidenden Leistungsindikator den Marktführer schlagen
4. Führende Anker-Kunden gewinnen

Fähigkeit, fortschrittliche Modelle mit mehr als 1T Parametern auszuführen. Vorreiter-Modelle treiben Wert und Skalierung – daher sind First-Mover-Kunden am motiviertesten, Post-GPT-Beschleuniger in großem Maßstab zu implementieren. Systeme, die keine 1T-Modelle laufen lassen, konkurrieren nur im Sekundärmarkt. Dessen Praktikabilität halte ich zwar besonders für Unternehmen für relevant, aber das Marktvolumen bleibt klein und daraus wird kein neuer Groq oder Cerebras.

Fähigkeit, Rack-Level-Systeme zu liefern. Im Wettbewerb um Gigawatt-Inferenz geht es um Racks. Wer gewinnen will, muss schnell und zuverlässig Racks aus Accelerator-Units entwerfen und einsetzen können.

Mindestens bei einem entscheidenden Leistungsindikator klar besser als der Marktführer sein. Herausforderer müssen nicht in allen Bereichen die besten sein, aber in einem Bereich signifikant besser.

Gewinn führender Anker-Kunden. Herausforderer brauchen einen Gigawatt-Kunden, der den Fahrplan unterstützt und eine langjährige Partnerschaft eingehen will. Modell-Labs oder hyperskalierende Cloud-Anbieter sind die besten Kandidaten – vielleicht ein neuer Cloud-Riese, aber wahrscheinlich kein staatlicher Kunde.

Natürlich ist Software-Support nur die Grundvoraussetzung.

Darüber hinaus wird es meiner Meinung nach nicht viel komplexer.

Natürlich sind technische Details wichtig – Quantisierung, Memory-Hierarchie, vertikale Skalierung etc. Aber ehrlich gesagt: Entscheidend ist für die Architektur nur, ob sie differenzierende Leistung bringt, also "ob sie den Marktführer bei einem Leistungsindikator schlägt". Die Architektur jedes Konkurrenten lässt sich analysieren; hier zählt nur das, was sie an Leistung mitbringen.

Es ist eine außergewöhnliche Zeit. Token-Nachfrage übersteigt das Angebot dramatisch, besonders Tokens mit niedriger Latenz sind extrem knapp, weil GPUs dem Bedarf nicht nachkommen oder nur mundgerecht wirtschaftlich liefern. Die Knappheit interaktiver Tokens macht "seriengefertigt und architektonisch ausreichend" zum Joker von Groq und Cerebras.

Doch diese Chance hat ein Verfallsdatum; das Zeitfenster ist gekommen – und Groq/Cerebras haben es genutzt. First mover zu sein ist entscheidend.

Das führt zur nächsten Frage: Was wird das nächste Zeitfenster, und wer erreicht es zuerst?

Um den nächsten Gewinner auszuwählen, genügt vielleicht eine Frage: Wer wird als Erster 1 Gigawatt Post-GPT-Inferenzbeschleuniger deployen?

Um diese Frage zu beantworten, folgt im Rest des Textes die Analyse.

1. Wettlauf an der Spitze: Ranking aller 11 Firmen nach Zeitpunkt des ersten Rack-Level-Versands, mit Tabelle und Timeline
2. Tenstorrent im Detail: Das bisher einzige Unternehmen, das fortschrittliche Rack-Systeme liefert – inkl. kostenloser Due-Diligence-Muster
3. Die anderen 10 Unternehmen im Überblick: Bewertung und Nachweis, einschließlich Top-Rack-Konkurrenten, Decodercards und Secondary-Produkte
4. Belege: Von 8 Top-Level-Unternehmen verfügen nur 2 über verlässliche Drittanbieter-Daten
5. Wer hat wirklich Chancen auf die nächste Billion-Dollar-Bewertung – und eine These, die das Ranking neu definiert

4. Wettlauf an der Spitze: Wer schafft als erster Rack-Level-Skalierung?

Welche Start-ups schaffen die vier Hürden? Und wie ist die Reihenfolge nach frühestem Versandsdatum? Schauen wir uns das an. Ich habe die Firmen danach sortiert, wann sie laut ihren eigenen Angaben fortschrittliche Rack-Systeme auf den Markt bringen. Die Angaben müssen kritisch betrachtet werden; und noch wichtig: Es geht hier nur um Zeitpunkte, nicht um tatsächliche Performance, sondern um den deklarierten Chip-Deployment-Zeitpunkt.

Außerdem: Viele Firmen haben bereits Produkte ausgeliefert, aber die ersten Versionen waren Secondary-Produkte; anschließend haben sie auf fortschrittliche LLM-Rack-Leistungen umgestellt. Deshalb habe ich nur berücksichtigt, wann nach Fahrplan fortschrittliche Produkte ausgeliefert werden.

Wer alle öffentlichen Quellen durchsucht – Pressemitteilungen, Blogs, Podcasts – erhält folgendes Bild:

Visualisierung:

Was allerdings zu sagen ist: Jedes dieser Meilensteine betrifft das erste Rack oder die ersten Samples – nicht Gigawatt-Daten. Das erste Rack ist wichtig, aber entscheidend ist die Zeit bis zum ersten Gigawatt.

Das erste Rack beweist, dass das System läuft – das Erreichen von Gigawatt-Skala zeigt, dass das Unternehmen funktioniert.

Wer liefert 2026, wer nicht?

Tenstorrent, Etched und SambaNova liefern 2026 Serien-Racks aus.

Positron, Tensordyne und Rebellions sind ein Jahr im Verzug. Rebellions behauptet, 2026 zu liefern, aber das fortschrittliche REBEL befindet sich erst im Sample-Stadium – das Rack-Produkt kommt realistischerweise 2027.

Fractile und MatX sind zwei Jahre im Verzug. Ihr Fahrplan sieht Meilensteine für 2027 vor, aber das sind nur Samples und erste Umsetzungen – Serien-Racks bekommen Kunden realistischerweise erst 2028.

In einer Umgebung von Angebotsknappheit kostet ein Jahr Verzug extrem viel. Das heißt nicht, dass Firmen, die ab 2027 ausliefern, technisch nicht wettbewerbsfähig sind oder nicht langfristig Marktanteile gewinnen können; denn wer einen großen Kunden gewinnt, kann skalieren. Aber ohne auf dem Markt zu erscheinen, nimmt man nicht teil – egal, wie gut die Technik ist!

Wer ist zuerst am Markt?

Tenstorrent gibt an, „aktuell Serien-Chips auszuliefern“. Das klingt vielversprechend! Aber wie steht es um die Kunden? Tenstorrent hat neue Cloud-Anbieter und staatliche Kunden; aber noch keine fortschrittlichen Labs oder hyperskalierende Cloud-Kunden. Können diese frühen Kunden Tenstorrent auf Gigawatt-Skala bringen? Das wird in der Detailanalyse folgen.

Eine Übernahme könnte Tenstorrent beim Markteintritt beschleunigen, da traditionelle Chip-Firmen Beziehungen zu hyperskalierenden Cloud-Anbietern pflegen. Medienberichten zufolge erwog Qualcomm Mitte Juni einen Deal zwischen 8 und 10 Milliarden Dollar. Angeblich dementierte Keller kürzlich Verhandlungen mit Qualcomm, sodass diese Spur wohl kalt geworden ist.

Etched ist inzwischen wettbewerbsfähiger als noch vor Monaten. Das Unternehmen will bereits im Sommer Rack-Level-Produkte liefern – viel früher als MatX oder Fractile. Etched wurde von manchen schon abgeschrieben, aber sie sind weiterhin aktiv und behaupten, zur Spitzengruppe zu gehören.

Bemerkenswert: Etched spricht bereits über Gigawatt-Skala. Das Unternehmen gibt an, „bereits einen Weg zur Gigawatt-Skala bis 2027“ zu haben und baut die dafür nötige Unternehmens-Infrastruktur – eine Fabrik in Taiwan, dazu Datenzentrum, Testfabrik und Prototyping-Labor am Hauptsitz in San Jose. Co-Founder Rob Wachen erklärte in der Pressemitteilung: „Unsere Herangehensweise vom ersten Tag war, für Gigawatt-Skala zu bauen ... Serienfertigung IST Produkt.“

Etched nennt noch keine konkreten Kunden, aber spricht von Verträgen über 1 Milliarde Dollar. Die Formulierungen „der Weg zur Gigawatt-Skala“ und „für Gigawatt-Skala bauen“ legen nahe, dass Zielkundschaft Firmen sind, die diese Skala tragen können.

Ob Etched tatsächlich bis 2027 Gigawatt erreicht, bleibt offen, aber zumindest steuern sie das richtige Ziel an, falls sie an der Billion-Dollar-Konkurrenz teilnehmen wollen.

Auch SambaNova gibt an, dass das fortschrittliche SN50 im zweiten Halbjahr 2026 in Deployment geht. Falls SambaNova, Etched und Tenstorrent alle konkurrenzfähige Racks liefern, werden das zweite Halbjahr 2026 und Anfang 2027 höchst spannend!

SambaNova hat bisher Kunden aus dem Unternehmensbereich veröffentlicht, darunter JPMorgan und Softbank – diese Deployments sind aber keine Gigawatt-Skala.

SambaNova hat einen mehrjährigen Vertrag mit JPMorgan geschlossen. Liang sagte: „Das ist ein Durchbruch, weil die meisten Anbieter noch herausfinden müssen, wie sie den Unternehmensmarkt betreten. Der Unternehmensmarkt wird sehr wichtig – er wird nicht 100 % des Marktes ausmachen, aber er wird eine spürbare Kraft im Markt sein, und das sehen wir bereits.“ Liang betont, dass Unternehmen ihre privaten Modelle und Daten im eigenen Umfeld hosten wollen – und das wird selten ein Gigawatt-Datacenter sein.