Ich dachte, AMD, das von Nvidia übertroffen wird, hat im Bereich der Rechenzentren enorme Gewinne erzielt.

Wenn man an die größten Gewinner der Ära der künstlichen Intelligenz (KI) denkt, wird der erste Gedanke vieler Leute sicherlich an NVIDIA gehen, oder?

Nach all der Zeit hat Huang (der Chef von NVIDIA) in den letzten Jahren mit dem "Verkauf von Schaufeln" an KI - Firmen sowohl Umsatz als auch Marktkapitalisierung "weit voraus" gebracht. All dies ist auf Huang zurückzuführen, der vor 20 Jahren gegen die Meinungen der Mehrheit an der CUDA - Ökosystem - Entwicklung festhielt. Und er hat es richtig getroffen.

Aber Sie können sich vielleicht nicht vorstellen, dass es noch ein Unternehmen gibt, das mit Grafikkarten, deren Leistung hinter NVIDIA zurückbleibt, und der "veralteten" 4 - nm - Technologie in der KI - Konkurrenz reichlich Geld verdient.

Und das Unternehmen ist - AMD!

Warten Sie mal, wie ist das möglich?

Kürzlich war ich auf der AMD AI Developer Conference eingeladen. Nach meiner Rückkehr habe ich einige Antworten auf diese Frage.

Allerdings muss man diese Geschichte von vor über einem Jahrzehnt erzählen, als Lisa Su mit Ryzen den Wendepunkt für AMD schaffte.

Vor der Entstehung von Ryzen lebten die AMD - Prozessoren immer im Schatten des Sprichworts "i3 schlägt alle".

Als die Zen - Architektur aufkam - unter der Leitung von "Silicon Wizard" Jim Keller stieg die IPC - Leistung des ersten Ryzen - Modells um 52 %. Die Spezifikation von 8 Kernen und 16 Threads war in einer Zeit, in der 4 - Kern - Prozessoren vorherrschten, ein Sensation und markierte den Beginn des "Kernkriegs" zwischen den Chipherstellern.

Mit der Zen 3 - Serie im Jahr 2020 hat AMD endlich die Schmach gewaschen: Sowohl die Ein - Kern - als auch die Mehrkern - Leistung übertrafen die gleichzeitigen Intel - Flaggschiffe.

Der Sieg von AMD hat sich allmählich von der Verbrauchermarkt in die Business - Segment der Datencentren ausgebreitet. Wenn man an Datencentren denkt, wird die erste Assoziation vieler Leute wahrscheinlich Huang und seine GPU sein.

Aber eigentlich ist die Koordination und Steuerung durch die CPU von der frühen Zeit der virtuellen Maschinen und Cloud - Dienste bis zur heutigen KI unerlässlich.

Ein Datencenter ist eigentlich ein Super - Logistikzentrum, das im Wesentlichen Millionen von "kleinen Paketen" gleichzeitig versendet.

Selbst wenn ein Ein - Kern - CPU sehr schnell ist, ist er bei Millionen von kleinen Paketen überfordert. Ein Mehrkern - CPU ist wie eine große "Fahrerflotte", die gleichzeitig losfährt und durch "Mitfahrgelegenheiten" (Virtualisierung) mehr Kunden bedienen kann, was die Effizienz maximiert.

Das heißt, im Bereich der Datencentren geht es um die Anzahl der Kerne. Je mehr Kerne, desto besser.

Insbesondere mit dem Aufstieg der KI - Agenten hängt die Tool - Nutzung und die Task - Organisation von der CPU ab. Deshalb hat Huang auch auf der GTC (GPU Technology Conference) kürzlich die NVIDIA - CPU vorgestellt.

Aber dies ist eigentlich das Fachgebiet von AMD. Nachdem Ryzen die Stärke der Zen - Architektur bewiesen hat, hat AMD seinen nächsten Schritt in Richtung Datencentren unternommen.

Vor zehn Jahren war der x86 - Prozessor im Datencenter noch ein Monopol von Intel: 2016 hatte der Xeon Broadwell bis zu 24 Kerne, 2017 der Xeon Skylake - SP bis zu 28 Kerne.

Aber im selben Jahr hat AMD einen Durchbruch erzielt und den ersten EPYC - Prozessor mit 32 Kernen vorgestellt.

In den folgenden zehn Jahren hat AMD die Anzahl der Kerne des EPYC auf 256 Kerne und 512 Threads erhöht! Intel war gezwungen, Produkte mit 128 großen Kernen und 288 kleinen Kernen herzustellen...

Wer sagt, dass Intel nicht in der Lage ist, die Anzahl der Kerne zu erhöhen? Es kann es ja sehr gut.

Also, Freunde, es ist nicht so, dass Intel plötzlich gutherzig geworden ist, sondern es liegt daran, dass Lisa Su da war...

Naturgemäß reicht es nicht aus, den Nutzern "günstige und umfangreiche" Produkte anzubieten. AMD hat auch seine Trumpkarte ausgepackt -

3D V - Cache.

Der 3D V - Cache bedeutet, dass ein CPU mit einem großvolumigen Cache ausgestattet wird. Zum Beispiel hat der erste 5800X3D den L3 - Cache auf 96 M erhöht, was im Vergleich zur normalen Version das Dreifache ist.

Ein großer Cache bedeutet für das Spielen von Spielen höhere und stabilere Frameraten.

Aber ein großer Cache ist nicht nur für Spiele nützlich, sondern auch im Datencenter. Sowohl für Finanztransaktionen mit sehr niedriger Latenz als auch für Rechenintensive Aufgaben wie Simulationen und Finite - Element - Analysen kann der 3D V - Cache eine erstaunliche Leistungssteigerung bringen.

Nehmen wir zum Beispiel den EPYC 9684X: Mit 96 Kernen hat er einen riesigen 1152 - MB - L3 - Cache, was einen fast dreifachen Vorteil gegenüber dem Konkurrenten (Xeon 8490H) bedeutet.

Diese Investitionen in Funktionen und Eigenschaften haben AMD in diesem Jahr endlich belohnt. Welches Datencenter würde heute nicht gerne AMD - EPYC - Prozessoren einsetzen?

Diese Bevorzugung spiegelt sich sehr deutlich in den Marktanteilen wider: Vor 2019 hatte Intel einen Marktanteil von bis zu 97 % im Datencenter. Mit dem Aufstieg von EPYC ist dieser Wert im Jahr 2025 auf etwa 70 % gesunken.

Mit anderen Worten, AMD hat in nur sechs Jahren von null auf 30 % Marktanteil gekommen.

Es scheint, dass das Gesetz der "Herzlichkeit" auch im Bereich der Datencentren gilt...

Durch den Verkauf von CPU an Datencentren ist AMD nicht mehr so instabil wie früher.

Naturgemäß wissen alle, dass AMD nicht nur CPU, sondern auch Grafikkarten herstellt. Die GPU - Geschäftseinheit von AMD hat in den letzten Jahren jedoch...

Tatsächlich konnte AMD bis 2018 noch mit NVIDIA mithalten. Die ATi, die AMD 2006 erwarb (heute die Grafikabteilung von AMD), hatte immer eine "zweifelhafte" Marktdarstellung: In guten Zeiten konnte die Flaggschiffsgrafikkarte sogar NVIDIA schlagen, in schlechten Zeiten konnte sie nur mit den Mittelklasse - Grafikkarten von Huang mithalten.

Der Wendepunkt war Huang's Genialität: 2018 begann Huang, RT - Core und Tensor - Core in die Consumer - GPU zu integrieren und führte gleichzeitig die Ray - Tracing - und DLSS - Super - Sampling - Technologien ein. Diese beiden Technologien sollten jedem Gamer vertraut sein.

Genau diese beiden Technologien, die die traditionelle Rasterisierungs - Rendering - Methode revolutioniert haben, haben AMD in eine passive Position gebracht: Danach konnten die Grafikkarten der 6000 - Serie zwei Jahre später und der 7000 - Serie vier Jahre später keine brauchbaren Ray - Tracing - und Super - Sampling - Funktionen bieten.

Erst mit der Veröffentlichung der 9000 - Serie im Jahr 2025 hat AMD eine gute Ray - Tracing - Leistung gezeigt. Die Super - Sampling - und Super - Frame - Technologie von AMD, FSR, war in der frühen Phase nur eine traditionelle Algorithmus - Lösung. FSR funktioniert zwar, aber die Qualität ist hinter der DLSS von NVIDIA zurück. Erst mit dem FSR4, das zusammen mit der 9000 - Serie veröffentlicht wurde, ist es eine echte KI - basierte Super - Sampling - Technologie, die mit der DLSS in der Bildqualität mithalten kann.

Mit anderen Worten, AMD hat sieben Jahre gebraucht, um Huang's Technologiestand zu erreichen.

Im Server - Bereich ist die Situation noch bekannter: Die NVIDIA - Grafikkarten, die am besten für KI geeignet sind und über das CUDA - Ökosystem verfügen, werden wie heiße Kuchen verkauft. AMD war nicht so vorausschauend wie Huang. Das ROCm, das dem CUDA entspricht, ist erst 2016 aufgetaucht, und die Unterstützung und Optimierung von Algorithmen sind nicht so stark wie bei CUDA.

Zusammenfassend lässt sich sagen, dass AMD's GPU weder in Bezug auf Ray - Tracing, Super - Sampling und Super - Frame noch in Bezug auf die Unterstützung von Software und Hardware in der Ära der großen Modelle oder die Hardwareleistung mit NVIDIA mithalten kann.

Deshalb hat AMD's GPU über einen langen Zeitraum nur mit der "Kosteneffizienz" bestellt, die NVIDIA nicht interessiert.

Die Methode, mit der AMD den Kostenvorteil aufrechterhält, ist recht einfach: Es ist nicht notwendig, alle Chips mit der 2 - nm - Technologie herzustellen. Die billigere 4 - nm - oder sogar