Meta und Broadcom verlängern Partnerschaft für KI‑Chips bis 2029
Erweiterte Vereinbarung sieht über 1 Gigawatt Rechenleistung vor; Broadcom‑CEO Hock Tan verlässt Metas Verwaltungsrat und wird Berater für Chipstrategie.
- Kooperation soll Metas Infrastruktur für KI‑Training und -Inferenz deutlich ausweiten
- erste MTIA‑Chips bereits produktiv im Einsatz.
Nach Angaben von Meta und Broadcom haben die beiden Unternehmen ihre Zusammenarbeit bei der Entwicklung maßgeschneiderter Prozessoren für Künstliche Intelligenz bis 2029 verlängert. Die Vereinbarung sieht eine anfängliche Rechenkapazität von mehr als einem Gigawatt vor, eine Größenordnung, die die Firmen mit der Energieversorgung von rund 750.000 US‑Haushalten vergleichen.
Im Mittelpunkt der erweiterten Partnerschaft steht der Aufbau großer Rechenkapazitäten zur Unterstützung von Trainings‑ und Inferenzaufgaben für KI‑Modelle. Meta beabsichtigt, dafür eigene MTIA‑Chips (Meta Training and Inference Accelerator) mit der Technologie und Fertigungskapazität von Broadcom zu kombinieren, um die Infrastruktur für moderne KI‑Anwendungen erheblich auszuweiten.
Zugleich umfasst die Vereinbarung einen Wechsel in der Führungsebene: Broadcom‑Chef Hock Tan scheidet aus dem Verwaltungsrat von Meta aus und wird künftig in einer beratenden Funktion die Chipstrategie begleiten. An den Märkten reagierte die Ankündigung unmittelbar; die Broadcom‑Aktie verzeichnete einen nachbörslichen Kursanstieg von rund 3,5 Prozent.
Die Entscheidung fällt vor dem Hintergrund einer stark gestiegenen Nachfrage nach Rechenleistung für KI. Große Technologiekonzerne setzen vermehrt auf eigene Chipprogramme, um Abhängigkeiten von etablierten Prozessorherstellern zu verringern. Meta hatte im Vormonat vier neue MTIA‑Chips vorgestellt; der erste, MTIA 300, ist bereits in Metas Ranking‑ und Empfehlungssystemen im Einsatz.
Daneben sehen die Partner die erweiterte Zusammenarbeit als Baustein für den Aufbau einer massiven Rechenbasis, die es ermöglicht, KI‑Dienste in großem Maßstab bereitzustellen. Weitere MTIA‑Generationen sind geplant: Drei nachfolgende Versionen sollen bis 2027 folgen und sind insbesondere für Inferenzaufgaben optimiert, also für die Reaktion von Modellen auf Nutzeranfragen.