Meta baut eigene KI-Chips und fordert Nvidias Marktmacht heraus

Meta Platforms bereitet den nächsten großen Schritt in der eigenen Chipentwicklung vor. Wie aus einem internen Memo hervorgeht, das der Nachrichtenagentur Reuters vorliegt, will der Facebook-Konzern ab September 2026 seinen selbst entwickelten KI-Chip mit dem Codenamen Iris in Serie fertigen lassen. Der Prozessor trägt intern die Bezeichnung MTIA 400 und gehört zur vierten Generation der Meta Training and Inference Accelerators, kurz MTIA.

Vier Chip-Generationen in kurzer Zeit

Das MTIA-Programm existiert seit 2023 und hat sich seither von einem Nebenprojekt zu einem zentralen Baustein der Infrastrukturstrategie entwickelt. Meta entwirft die Chips selbst, arbeitet beim Design jedoch mit Broadcom zusammen, während die Fertigung bei TSMC in Taiwan erfolgt. Die aktuelle MTIA-300-Generation läuft bereits in Metas Rechenzentren und treibt Empfehlungssysteme für Facebook und Instagram an. Die Modelle 400, 450 und 500 sollen künftig vor allem generative KI-Anwendungen wie Metas eigene KI-Assistenten unterstützen. Bemerkenswert ist das Tempo: Während die Branche üblicherweise alle ein bis zwei Jahre einen neuen Chip vorstellt, will Meta bis 2027 alle sechs Monate eine neue Generation liefern. Ein sechswöchiger Testlauf des neuen Chips verlief laut dem internen Memo ohne größere Probleme, was für ein Projekt mit jahrelangen Verzögerungen als wichtiger Fortschritt gilt.

Weiterhin Milliardenverträge mit Nvidia und AMD

Trotz der Eigenentwicklung bedeutet Iris keinen Abschied von den etablierten Chipherstellern. Erst im Februar 2026 hatte Meta einen milliardenschweren Deal mit Nvidia über Grafikprozessoren und CPUs unterzeichnet, wenige Wochen später folgte eine strategische Partnerschaft mit AMD über mehrere Gigawatt Rechenleistung. Die eigenen Chips sollen die gekaufte Hardware ergänzen, nicht ersetzen. Meta begründet das mit den enormen Kosten und der Komplexität, jede neue Generation externer GPUs in die bestehende Infrastruktur zu integrieren. Für 2026 plant der Konzern Investitionen von bis zu 145 Milliarden Dollar in seine KI-Infrastruktur, ein Großteil davon fließt in Rechenzentren, GPUs und eben die eigene Chipfertigung. Die gesamte Rechenkapazität soll von aktuell sieben Gigawatt bis 2027 auf 14 Gigawatt steigen.

Die ganze Branche baut eigene Chips

Meta steht mit dieser Strategie nicht allein. Google verfügt mit seinen TPUs über das reifste Eigenchip-Programm, Amazon setzt auf die Trainium-Serie, Microsoft auf die Maia-Chips, und selbst OpenAI arbeitet inzwischen mit Broadcom und TSMC an eigener Hardware. Marktanalysten schätzen, dass Nvidia derzeit noch rund 70 Prozent des Marktes für KI-Chips kontrolliert, dieser Anteil aber schrumpfen dürfte. Lieferungen von speziell zugeschnittenen ASIC-Chips sollen 2026 um rund 44,6 Prozent wachsen, während klassische GPUs nur um 16,1 Prozent zulegen. Broadcom hat sich als zentraler Designpartner fast aller Hyperscaler etabliert und trägt damit maßgeblich zur Verschiebung der Machtverhältnisse bei. Ein Effekt dieser Entwicklung zeigt sich auch abseits der Rechenzentren: Während Konzerne wie Meta ihre Cloud-Infrastruktur mit Spezialchips für Inferenz aufrüsten, sorgen leistungsfähigere Prozessoren dafür, dass komplexe KI-Modelle zunehmend direkt auf Endgeräten laufen, ohne ständige Cloud-Anbindung.

Folgen für Markt und Verbraucher

Für die Chipindustrie bedeutet der Trend eine strukturelle Verschiebung. Nvidia bleibt zwar der wichtigste Anbieter für das Training großer Sprachmodelle, verliert aber zunehmend Anteile bei der Inferenz, also der eigentlichen Ausführung von KI-Modellen im laufenden Betrieb. Genau dort setzt Meta mit Iris an, denn günstigere Inferenz könnte langfristig die Preise senken, die Hyperscaler für ihre KI-Dienste verlangen. Das käme etwa Anwendungen zugute, die in großem Umfang auf Inferenz angewiesen sind, etwa wenn Kommunen zunehmend auf Automatisierung setzen, um Bürgeranfragen mit KI-Chatbots zu beantworten. Für Europa ändert sich an der grundsätzlichen Abhängigkeit von Taiwan wenig: Die Fertigung bündelt sich weiterhin fast vollständig bei TSMC, das laut Branchenschätzungen über 90 Prozent der fortschrittlichen Chipfertigung weltweit kontrolliert. Metas eigene Chips wandern zudem nicht in den freien Handel, sondern laufen ausschließlich in den konzerneigenen Rechenzentren.

Ausblick

Ob Metas Eigenchips künftig auch das Training großer KI-Modelle übernehmen können, bleibt offen. Vorerst konzentriert sich Iris auf Inferenz, während rechenintensives Training weiterhin bei Nvidia und AMD verbleibt. Die aggressive Roadmap mit vier Chip-Generationen bis 2027 zeigt jedoch, dass Meta die eigene Hardware zu einem dauerhaften Bestandteil seiner Strategie gemacht hat und damit den Druck auf Nvidia sowie die gesamte Chipbranche weiter erhöht.