LONDON (IT BOLTWISE) – Googles KI-Plattform „Icefish“ zielt offenbar auf eine neue TPU-Generation, deren Fertigung ab 2028 zwischen Samsung und TSMC aufgeteilt werden soll. Während TSMC die Rechenbasis in einem 1,4-Nanometer-Verfahren liefern soll, ist Samsung für den Memory-I/O-Die vorgesehen. Zusätzlich werden Gespräche über weitere Kapazitäten geführt, um die Lieferkette für mehrere Millionen Einheiten abzusichern. Für den Markt bedeutet das: Die Abhängigkeit von NVIDIA wird nicht nur diskutiert, sondern durch alternative Hardwarepfade praktisch unterlegt.
Googles geplanter „Icefish“-Pfad für die TPU10 ist vor allem deshalb bemerkenswert, weil er das klassische Muster großer KI-Anbieter neu ausbalanciert: Nicht nur Architektur und Software-Stack stehen im Fokus, sondern auch die Fertigungstiefe entlang der gesamten Prozesskette. Branchenberichte deuten darauf hin, dass Samsung zentrale Bauteile gemeinsam mit TSMC fertigen soll, sobald die Massenproduktion 2028 startet. Damit verschiebt sich die strategische Abhängigkeit weg von einem einzelnen Foundry-Cluster hin zu einer Multi-Quelle-Planung, die in der Praxis Produktionsausfälle, Yield-Risiken und Lieferzeiten abfedern kann.
Technisch soll die Aufteilung der Chipproduktion nach dem vorliegenden Szenario relativ klar sein: TSMC übernimmt das Hauptrechenwerk im 1,4-Nanometer-Prozess, während Samsung für den sogenannten Memory-I/O-Die vorgesehen ist. Genau solche Schnittstellenkomponenten sind in KI-Beschleunigern häufig entscheidend, weil sie die Datenzufuhr, das Takt-/Signal-Layout und die Effizienz der Speicheranbindung maßgeblich prägen. Je nachdem, wie die Bandbreite zur GPU/TPU-Logik und die Latenz über mehrere Speicherkanäle gemanagt werden, kann sich die nutzbare Rechenleistung im Training oder Inferenzbetrieb deutlich unterscheiden.
Für die technische Umsetzung ist zudem die Speicherfamilie ein zentraler Hebel: Samsung liefert dem Bericht zufolge große Teile des High Bandwidth Memory (HBM) für die Vorgeneration „Ironwood“. Mit dem Übergang zu HBM4 noch in diesem Jahr wird die Zusammenarbeit offenbar tiefer verzahnt. Aus System-Engineering-Sicht ist das plausibel, weil HBM nicht nur „mehr Kapazität“ bedeutet, sondern auch neue elektrische Spezifikationen, Packaging-Anpassungen und Validierungszyklen erfordert. Im Vergleich zu einem rein integralen Designansatz kann eine Aufteilung über mehrere Fertiger jedoch zusätzliche Verifikationsaufwände bringen, lohnt sich aber oft durch bessere Auslastung und Kostenhebel.
Marktseitig rückt damit die Frage in den Vordergrund, wie realistisch eine Konkurrenz zu NVIDIA in der Praxis wird. Im Text wird behauptet, dass Googles eigene TPUs bei der Leistung mit dem NVIDIA H100 mithalten könnten und gleichzeitig rund 80 % niedrigere Betriebskosten anfallen sollen. Solche Aussagen sind zwar als Zielbild zu verstehen, aber sie zeigen die gewünschte Richtung: Nicht nur FLOPS zählen, sondern Energieeffizienz pro Inferenz- oder Trainingsjob sowie Skalierung über Rechenzentren hinweg. Experten analysieren, dass alternativen Beschleuniger-Stacks häufig zuerst in speziellen Workloads Fuß fassen, bevor sie in breiteren Unternehmenseinsätzen den Standard herausfordern.
Google verfolgt dem Bericht zufolge dabei auch eine Supply-Chain-Strategie, die nicht nur „eine neue Fertigungscharge“ meint. Für 2028 sollen parallel Gespräche mit Intel laufen, um bis zu drei Millionen TPUs fertigungstechnisch abzusichern; zudem soll MediaTek in die Entwicklung eingebunden sein. Das Muster erinnert an eine mehrjährige Kapazitätsplanung, wie sie in der Halbleiterindustrie bei Engpässen wiederholt zu beobachten war: Sobald ein Beschleuniger-Lieferkettenteil knapp wird, steigen Kosten, und der Markteintritt neuer Anbieter verlangsamt sich. Eine breite Aufstellung kann daher nicht nur Produktionsrisiken senken, sondern auch Preis- und Verfügbarkeitsdruck in der Verhandlungsphase erhöhen.
Historisch passt diese Bewegung in eine längere Entwicklung: Seit Jahren sind KI-Chips nicht mehr rein „Compute“-Produkte, sondern heterogene Systeme aus Rechenmatrizen, Speicheranbindung, Packaging und Interconnect. In den Anfangsphasen vieler AI-Accelerator-Programme dominierten zwar die Chip-Designteams, später wurde jedoch sichtbar, dass Yield, Wafer-Kosten und Packaging-Kapazitäten häufig den Takt vorgeben. Genau deshalb spielt die Foundry- und Packaging-Sparte von Samsung hier eine größere Rolle. Laut Bericht investiert Samsung bis 2026 deutlich in KI-Halbleiter, inklusive eines Chip-Verpackungswerks in Gwangju, um Ausbeute und Durchsatz weiter zu verbessern.
Für Unternehmen, die solche Plattformen in ihre Produkt- und Sicherheitsarchitekturen einbinden, entsteht daraus ein doppelter Nutzen: Zum einen erweitern sich Optionen beim Hardware-Einkauf, was Verhandlungsmacht und Ausfallsicherheit erhöht. Zum anderen müssen Betreiber jedoch neue Security- und Compliance-Fragen sauber beantworten, sobald sie alternative Beschleuniger-Stacks nutzen. Dazu zählen beispielsweise Supply-Chain-Härtung, das Rollenmodell für Zugriffe auf Trainings- und Inferenzdaten, sowie die Absicherung der Software-Pipeline bis zur Model-Deployment-Stufe. In der Praxis entscheidet oft weniger die reine Chip-Spezifikation als vielmehr, wie gut sich Treiber, Runtime, Monitoring und Key-Management in bestehende Enterprise-Workflows integrieren lassen.
Der nächste Entwicklungsschritt dürfte sich weniger in Schlagzeilen als in der Roadmap und den MLOps-Integrationen zeigen. Wenn HBM4 ankommt und die Fertigung 2028 hochläuft, werden sich Rechenzentrumsbetreiber fragen, welche Optimierungen für Speicher-Layout, Batch-Größen und Scheduler-Strategien nötig sind, um die versprochenen Effizienzvorteile zu realisieren. Gleichzeitig bleibt NVIDIA als Benchmark bestehen, weil Tooling, Ökosystem und Schulungsstand bei Teams oft bereits auf bestimmte Randbedingungen ausgerichtet sind. Für die Entwicklerseite bedeutet das: Übergangsstrategien wie Hybrid-Infrastrukturen, klare Abstraktionsschichten in der Runtime und eine robuste Performance-Regression-Strategie werden entscheidend, um Kosten- und Sicherheitsziele nachhaltig zu erreichen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Googles Icefish-TPU10: Samsung und TSMC fertigen ab 2028" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Googles Icefish-TPU10: Samsung und TSMC fertigen ab 2028" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Googles Icefish-TPU10: Samsung und TSMC fertigen ab 2028« bei Google Deutschland suchen, bei Bing oder Google News!