Iluvatar CoreX: Tiangai-300-Rack bündelt 144 GPUs und 10,1 Terabyte Speicher

Der chinesische Chipentwickler Iluvatar CoreX hat am 29. Oktober 2026 in einer Live-Demonstration die Leistungsfähigkeit seines Grafikprozessors Tiangai 300 präsentiert. Bei der Generierung von Bildern aus Textvorgaben erreichte der Tiangai 300 eine Verarbeitungsgeschwindigkeit von 0,101 Bildern pro Sekunde bei einer Erfolgsquote von 100 Prozent.

Im direkten Vergleich erzielte der Nvidia H200 einen Wert von 0,086 Bildern pro Sekunde bei einer Erfolgsrate von 87,5 Prozent, wobei der Tiangai 300 für die Berechnung 0,64 Sekunden länger benötigte. Der H200, der Ende 2023 auf den Markt kam, gilt als der fortschrittlichste Grafikprozessor von Nvidia, der für den chinesischen Markt freigegeben ist.

Benchmarks bei Training und Inferenz

Wie die Plattform Wallstreetcn am 30. Oktober 2026 berichtete, liefert der Tiangai 300 bei MoE-Modellen (Mixture of Experts) einen um 15 Prozent höheren Durchsatz als der Nvidia H200. Zudem verringere sich die Latenz bis zur Ausgabe des ersten Tokens bei langen Texten um 30 Prozent.

Nach Angaben von Iluvatar CoreX übertrifft der Chip den Nvidia H100 beim Training des Modells Qwen3-32B im FP8-Format auf einem System mit 8 GPUs um das 1,33-Fache des effektiven Durchsatzes.

Bei einem Kontextfenster von 64K arbeitet die Attention-Verarbeitung mit dem 1,05-Fachen der H200-Leistung, während der MoE-Durchsatz beim Modell GLM-5.3 64K das 1,15-Fache des H200 erreicht. Bei Agenten-Anwendungen mit Kontextlängen zwischen 8K und 128K sinkt die Latenz für das erste Token um 10 bis 30 Prozent.

Die multimodale Generierung liegt 2 bis 5 Prozent über dem Vergleichswert. Im Bereich von Empfehlungsmodellen verzeichnet Iluvatar CoreX einen um 21 Prozent gesteigerten Durchsatz bei einer um 26 Prozent reduzierten Latenz. Die Schwankung der Schrittzeit liegt beim Tiangai 300 bei 0,43 Prozent gegenüber 0,76 Prozent beim H200.

Wer sich mit dem Einsatz leistungsstarker KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen in Europa kennen. Dieser kostenlose Ratgeber bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Server-Systeme und weitere Chip-Entwicklungen

Bereits im Oktober 2026 zeigte Iluvatar CoreX auf der Industriemesse CIIF in Shanghai den Supernode Tiangai 300 IXL144. Das System bündelt 144 GPUs in einem einzelnen Rack und bietet 10,1 Terabyte Speicher.

Laut Unternehmensangaben sinken die Kosten pro eine Million Token um 40 Prozent gegenüber internationalen Lösungen. Eine AFD-Architekturtrennung reduziert die Decoding-Latenz um 60 Prozent.

Neben der Tiangai-Reihe verfügt Iluvatar CoreX über den chip TY1200, der dichte 300 TOPS bereitstellt und damit das 1,2-Fache des Thor T5000 erreicht. Bei den Modellen Cosmos-R2-2B und Cosmos-R2-8B liegt die Leistung bei 158 Prozent beziehungsweise 180 Prozent des Thor T5000. Als Nachfolger hat das Unternehmen die Generation TY2000 mit 600T angekündigt.

Nach einem Marktanteil von 0,3 Prozent am chinesischen GPGPU-Markt im Jahr 2024 und einem Börsengang in Hongkong Anfang 2026 plant Iluvatar CoreX laut eigener Roadmap, Nvidias Rubin-Architektur binnen zwei Jahren zu überholen.

Die rasante Entwicklung neuer KI-Technologien stellt Unternehmen nicht nur vor technische, sondern auch vor regulatorische Herausforderungen. Erfahren Sie in diesem kostenlosen Umsetzungsleitfaden, welche Risikoklassen die neue KI-Verordnung vorsieht und was Unternehmen jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?

Branchenweites Wachstum und anhaltende Barrieren

Die Entwicklung reiht sich in eine breitere Expansion einheimischer Hardwarehersteller ein. Nach einem von Reuters am 13. Oktober 2026 zitierten IDC-Bericht wurden im Segment der Nicht-GPU-Beschleuniger 1,016 Millionen Einheiten ausgeliefert, was einem Zuwachs von 80 Prozent im Jahresvergleich entspricht und erstmals das Volumen regulärer GPUs von 991.000 Stück übertraf.

Nvidias Marktanteil in China fiel demnach auf 34 Prozent, während neun von elf erfassten chinesischen Halbleiterunternehmen Lieferzuwächse verbuchten.

Trotz der Fortschritte verweisen Fachleute auf strukturelle Hürden. Laut dem Forscher Zheng Weimin von der Tsinghua-Universität erreichen chinesische Beschleuniger nach Softwareoptimierung zwar 86 bis 98 Prozent der Leistung einer Nvidia A100 bei Standardaufgaben in Training und Inferenz.

Allerdings lägen die wesentlichen Probleme im Software-Ökosystem und den hohen Nutzungskosten, da unterschiedliche Chip-Architekturen separate Anpassungen mit hohen wiederkehrenden Entwicklungskosten erforderten.

Unabhängige Überprüfungen des russischen Systemanbieters Yadro zeigten zudem, dass von acht getesteten chinesischen Beschleunigern vier die Tests bestanden; bei Modellen wie Qwen und DeepSeek erzielten zwei Plattformen rund 50 Prozent der Token-Generierungsgeschwindigkeit eines Nvidia H100 NVL-Systems, was für einen vollwertigen Ersatz noch nicht ausreiche.