20-Milliarden-Deal: Nvidia rüstet gegen Googles TPUs auf

Nvidia zahlt rund 20 Milliarden US-Dollar für eine nicht-exklusive Lizenzierung der Technologie des KI-Chip-Startups Groq. Damit positioniert sich der Konzern gegen Googles TPUs.

Groq ist ein KI‑Hardware‑Start‑up, das spezielle Prozessoren für die Ausführung großer Sprachmodelle entwickelt. Das Unternehmen setzt auf sogenannte Language Processing Units (LPUs), die speziell für Inferenzaufgaben von Sprachmodellen konzipiert sind.

Im Rahmen der Vereinbarung wechseln Groq-CEO Jonathan Ross, Präsident Sunny Madra und weitere Führungskräfte zu Nvidia, um die lizenzierte Technologie weiterzuentwickeln. Das bestätigte Groq in einer Mitteilung, ohne finanzielle Details zu nennen. Groq wurde 2016 unter anderem von Ross gegründet, der zuvor bei Google an der Entwicklung der TPU‑Chips beteiligt war.

Simon Edwards, seit September Finanzchef, übernimmt die Position des CEO. Groq bleibt als unabhängiges Unternehmen bestehen, der Cloud-Dienst GroqCloud läuft weiter.

Die Summe von 20 Milliarden Dollar entspricht etwa dem Dreifachen der Bewertung von 6,9 Milliarden Dollar, die Groq erst im September bei einer Finanzierungsrunde erzielte. Laut CNBC kam der Deal schnell zustande. Alex Davis von Disruptive, dem Lead-Investor der letzten Runde, bestätigte die Zahlung von 20 Milliarden Dollar in bar. Zum Ende Oktober verfügte Nvidia über 60 Milliarden Dollar an liquiden Mitteln; die Chipfirma bestätigte die Summe allerdings nicht, und es ist unklar, was in dieser Zahlung enthalten sein soll.

Die Deal-Struktur ähnelt Transaktionen, die Microsoft, Google und Amazon in den vergangenen zwei Jahren nutzten, um Talente und Technologie von KI-Startups zu übernehmen, ohne formelle Übernahmen durchzuführen, die regulatorische Prüfungen auslösen würden. Investor und Groq-Mitgründer Chamath Palihapitiya schreibt auf X: "Heute schließen wir dieses fast zehnjährige Kapitel und Jonathan beginnt ein neues bei nVidia."

Nvidia will Inferenz-Chips gegen Google positionieren

Die Transaktion zielt auf den wachsenden Markt für Inferenz-Chips, die für den Betrieb von KI-Anwendungen wie Chatbots benötigt werden. Während Nvidias GPUs als die leistungsfähigsten Chips für das Training neuer KI-Modelle gelten, könnten für den Betrieb dieser Modelle günstigere und schnellere Alternativen ausreichen.

"Wir planen, Groqs Low-Latency-Prozessoren in die Nvidia-AI-Factory-Architektur zu integrieren und die Plattform so zu erweitern, dass sie eine noch breitere Palette von KI-Inferenz- und Echtzeit-Workloads bedienen kann", schreibt Nvidia-CEO Jensen Huang laut CNBC in einer internen E-Mail an Mitarbeitende.

Nvidia steht zunehmend im Wettbewerb mit Googles Tensor Processing Units (TPUs), die sowohl für das Training als auch für den Betrieb von KI-Modellen eingesetzt werden können. Apple hat seine größten KI-Modelle mit TPUs statt Nvidia-GPUs trainiert, auch Anthropic setzt verstärkt auf Googles Chips. Meta und OpenAI arbeiten ebenfalls an eigenen spezialisierten Inferenz-Chips, um ihre Abhängigkeit von Nvidia zu reduzieren.

Technisch schließt die TPUv7 "Ironwood" laut SemiAnalysis fast vollständig zu Nvidias Blackwell-Generation auf, was theoretische Rechenleistung (FLOPs) und Speicherbandbreite betrifft. Der entscheidende Vorteil liegt jedoch in den viel geringeren Kosten. Laut SemiAnalysis konnte OpenAI allein durch die glaubhafte Drohung, auf TPUs oder Alternativen zu wechseln, rund 30 Prozent Rabatt auf seine Nvidia-Flotte aushandeln.

Groq kämpfte vor dem Deal mit sinkenden Umsatzprognosen

Das Chip-Start-up hatte zuletzt erhebliche Schwierigkeiten und senkte seine Umsatzprognosen für 2025 um etwa drei Viertel. Im Juli hatte das Unternehmen noch mehr als 40 Millionen Dollar Cloud-Umsatz und mehr als 500 Millionen Dollar Gesamtumsatz für dieses Jahr prognostiziert.

Als Grund nannte ein Groq-Sprecher damals fehlende Rechenzentrums-Kapazitäten in einer Region, in der mehr Chips installiert werden sollten. Trotz Investitionen von insgesamt rund 1,8 Milliarden Dollar von Geldgebern wie Blackrock, Tiger Global Management, Samsung und Cisco gelang es Groq nicht, Nvidias Marktdominanz zu durchbrechen.

Nvidia hält seinen Vorsprung unter anderem durch die proprietäre Cuda-Programmiersprache, an die sich Entwickler gewöhnt haben. Weitere Chip-Start-ups suchen ebenfalls nach Käufern: Intel verhandelt laut The Information über eine Übernahme des KI-Chip-Start-ups SambaNova, die bereits im kommenden Monat angekündigt werden könnte. Meta kaufte im Oktober das Startup Rivos, AMD übernahm im Juni das Team von Untether AI.