Napier-Chip: Münchner Startup fordert Nvidia mit 75% weniger Strom heraus
16.06.2026 - 01:32:44 | boerse-global.de
Tensordyne hat seinen neuen „Napier"-Chip vorgestellt, der mit einer radikal anderen Mathematik arbeitet und deutlich energieeffizienter sein soll.
Das 2017 als Recogni gegründete Unternehmen mit Standorten im Silicon Valley und München gab am Montag bekannt, dass der Chip bei TSMC im 3-Nanometer-Verfahren produziert wird. Die Besonderheit: Napier nutzt ein Logarithmisches Zahlensystem (LNS), das komplexe Multiplikationen in einfache Additionen umwandelt. Das spart enorm Rechenleistung – ein entscheidender Vorteil bei großen Sprachmodellen.
Während neue Chip-Technologien die Rechenleistung für Sprachmodelle revolutionieren, stellt die praktische Anwendung im Privat- und Berufsleben viele Nutzer noch vor Herausforderungen. Wie Sie die Möglichkeiten moderner KI-Systeme ganz ohne technisches Vorwissen effektiv für sich nutzen, zeigt dieser kompakte Ratgeber. ChatGPT als Alltagshelfer jetzt kostenlos herunterladen
Die Zahlen im Detail
Der Napier-Chip ist ein echtes Schwergewicht: 138 Milliarden Transistoren sitzen auf dem Prozessor, der 2,1 PetaFlops bei FP8-Genauigkeit liefert. Ausgestattet mit 144 GB HBM3e-Speicher und 256 MB On-Chip-SRAM, bleibt die thermische Verlustleistung bei moderaten 300 Watt. Entwickelt wurde der Chip in Zusammenarbeit mit Broadcom und HPE Juniper.
Der große Vergleich mit Nvidia
Die entscheidende Frage: Wie schlägt sich Napier gegen Nvidias Blackwell- und Rubin-Architekturen? Tensordyne liefert beeindruckende Zahlen:
Das TDN72 Pod – ein System mit 72 Napier-Chips – soll große Sprachmodelle viermal schneller verarbeiten und dabei nur ein Fünftel des Stroms eines vergleichbaren Nvidia-GB300-Systems verbrauchen. Noch deutlicher wird der Unterschied auf Rack-Ebene: Ein volles Tensordyne-Rack mit 288 Chips liefert 608 PetaFlops bei einem Stromverbrauch von 120 Kilowatt. Um die gleiche Leistung zu erreichen, bräuchte man neun Nvidia-Racks mit rund 1,5 Megawatt Leistungsaufnahme.
Die wirtschaftliche Dimension ist enorm: Tensordyne kalkuliert mit 11 Euro pro Million verarbeiteter Tokens – im Vergleich zu geschätzten 150 Euro auf herkömmlicher GPU-Infrastruktur. Das könnte Rechenzentren-Betreibern bis zu 33 Millionen Euro zusätzlichen Jahresumsatz pro Rack bescheren.
Marktstart und Perspektiven
Der Tape-Out am 15. Juni markiert den Übergang vom Design zur Fertigung. Erste Beta-Zugänge über Cloud-Anbieter sind für Ende 2026 geplant, die Auslieferung erster Systeme für das zweite Quartal 2027. Der kommerzielle Verkauf soll in der zweiten Jahreshälfte 2027 anlaufen. Tensordyne hat bereits Aufträge und Bedarfsanmeldungen im Wert von über 200 Millionen Euro eingesammelt.
Der Zeitpunkt ist klug gewählt: Analysten erwarten für 2026 weltweite KI-Ausgaben von 2,59 Billionen Euro, wobei etwa zwei Drittel auf Inferenzaufgaben entfallen – genau Napiers Spezialgebiet.
Nvidia schläft nicht
Doch Nvidia gibt sich nicht geschlagen. Am selben Tag kündigte der Konzern eine sechsjährige Partnerschaft mit Sharon AI an, um 40.000 Blackwell-GPUs in Australien zu installieren. Zudem stellte Nvidia die „Vera"-CPU mit 88 speziell für KI-Agenten optimierten Kernen vor.
Infrastrukturanbieter wie Delta Electronics liefern bereits ab dem dritten Quartal 2026 800-Volt-Gleichstrom-Komponenten aus – notwendig für die hohen Leistungsdichten künftiger Blackwell- und Rubin-Plattformen, die zwischen 600 kW und 1 MW pro Rack benötigen könnten.
Die Frage bleibt: Kann ein Startup mit alternativer Mathematik den Platzhirsch wirklich herausfordern? Die Branche schaut gespannt auf die ersten Auslieferungen.
