OpenAI setzt 10 Milliarden auf Geschwindigkeit
Warum die Partnerschaft mit Cerebras die KI-Industrie auf den Kopf stellt
OpenAI hat soeben einen Deal verkündet, der die KI-Welt aufhorchen lässt. Über 10 Milliarden Dollar für Cerebras-Chips. Drei Jahre Laufzeit. Ein klares Signal: Inference ist das neue Gold, und Geschwindigkeit ist König.
Die Geschichte beginnt eigentlich mit Google. Im November 2024 lancierte Google Gemini 3. Ein Frontier-Modell, das die Benchmarks dominierte. Aber das Besondere: Es lief komplett auf TPUs, nicht auf Nvidia-GPUs. Training und Inference, alles auf Googles eigenen Chips.
Nvidia merkte schnell: Spezialisierte Chips sind eine echte Bedrohung. An Weihnachten 2025 folgte die Antwort. Nvidia "kaufte" Groq für 20 Milliarden Dollar. Wobei kaufen hier in Anführungszeichen steht. Praktisch das ganze Team wechselte zu Nvidia, sie lizenzierten die Technologie, aber die Firma Groq existiert weiter. Ein Manöver, um Kartellbehörden zu umgehen.
Dann kam der 14. Januar 2026. OpenAI verkündet die Partnerschaft mit Cerebras. 750 Megawatt Rechenleistung über drei Jahre. Laut Wall Street Journal: über 10 Milliarden Dollar wert.
Warum Cerebras?
Sam Altman stand vor einem Problem: Zu viel Abhängigkeit von Nvidia. Alle GPUs von dort, alle Inference-Partner nutzen Nvidia-Chips. Und Groq? Gerade an Nvidia verkauft. Das Plattformrisiko war zu gross.
Cerebras bot die perfekte Alternative. Die Chips sind anders. Radikal anders. Statt hunderte kleiner Chips zu verbinden, nutzen sie einen ganzen Wafer als einzelnen Prozessor. Das Resultat: bis zu 15-mal schnellere Antworten als GPU-Systeme.
Geschwindigkeit
Cerebras liefert über 3'000 Tokens pro Sekunde. Groq schafft 465. GPT-OSS auf Cerebras: 2'700+ Tokens/Sekunde vs. 900 auf Nvidias Blackwell B200. Das ist nicht inkrementell besser. Das ist eine andere Liga.
Architektur
Das Geheimnis liegt im SRAM. Cerebras packt 44 GB direkt auf den Chip. Keine externe Memory wie bei GPUs. Das bedeutet: keine Wartezeiten beim Datentransfer. Alles ist da, wo es gebraucht wird.
Unabhängigkeit
Während GPU-Hersteller unter Speicherknappheit leiden und Preise explodieren, ist Cerebras davon nicht betroffen. CEO Andrew Feldman bestätigte: "Wir nutzen das nicht. Das ist ein Vorteil für uns."
Kosten
Cerebras ist 32% günstiger als Nvidias Blackwell B200. Bei 21-facher Geschwindigkeit. Das ergibt eine massive Preis-Leistungs-Führerschaft.
Inference ist das neue Training
Die Industrie hat begriffen: Das Geld liegt nicht im Training. Training ist einmalig. Es kostet viel, aber dann ist das Modell fertig. Inference läuft ewig. Je mehr User, desto mehr Revenue. Training ist ein Cost Center. Inference ist der Revenue Generator.
Und hier wird Geschwindigkeit zum entscheidenden Faktor. Bei Coding-Agents macht es den Unterschied zwischen Flow und Frustration. Bei Reasoning-Modellen wie o1 oder DeepSeek R1, die tausende "Denk-Tokens" generieren, schrumpft die Wartezeit von Minuten auf Sekunden.
OpenAI bekommt durch Cerebras plötzlich massive zusätzliche Kapazität. Das bedeutet: Alle Nvidia-GPUs können jetzt fürs Training genutzt werden. Nicht mehr für Inference. Das Resultat: bessere Modelle in kürzerer Zeit.
Was das für die Zukunft bedeutet
Spezialisierte Chips gewinnen. Nvidia bleibt dominant beim Training, aber Inference gehört den spezialisierten Playern. Cerebras, TPUs, und andere werden den Markt aufteilen.
Cerebras steht vermutlich kurz vor dem IPO. Sie haben 2024 bereits Unterlagen eingereicht, dann zurückgezogen, dann wieder Funding geraised. Dieser OpenAI-Deal ist der finale Boost. Jedes Frontier Lab schaut jetzt genau hin.
Und OpenAI? Die haben gerade ihr grösstes Problem gelöst. Ihr einziger limitierender Faktor war Kapazität. Jetzt haben sie mehr davon. Aus einer anderen Quelle. Mit besserer Performance. Zu niedrigeren Kosten.
Das Rennen um Compute eskaliert
Wir erleben einen All-Out-Krieg um Rechenkapazität. Google nutzt TPUs. Nvidia kauft Groq. OpenAI partnert mit Cerebras. Die Message ist klar: Wer in der KI-Ära gewinnen will, braucht die schnellsten Chips. Nicht die grössten. Die schnellsten.