Im Detail
- Chip ist für Inferenz optimiert, nicht Training – ähnlich wie Apples Wechsel von Intel zu eigenen Prozessoren.
- Ziel: mehr Kontrolle über Hardware, bessere Performance für spezifische Workloads, Reduktion von Single-Supplier-Risiko.
- Trend: Google, Apple und SpaceX bauen ebenfalls Custom-Chips – Big Tech weicht von reiner Nvidia-Abhängigkeit ab.
Warum es zählt
Custom-Chips sind ein strategischer Schritt, um Kosten zu senken und Lieferketten zu diversifizieren. Für dich als SME bedeutet das: Langfristig könnten KI-Inferenz-Kosten sinken, aber Anbieter-Lock-in bleibt ein Risiko.
Für dich Achte darauf, ob Custom-Chips die Preise für KI-APIs senken – das könnte deine Rentabilität bei KI-gestützten Produkten verbessern.