Für 8,2 Milliarden US-Dollar übernimmt AMD das Team von Li Feifei und will NVIDIA künftig nicht mehr nur durch den Verkauf von Chips herausfordern.
Heute gab AMD den offiziellen Abschluss der Übernahme von World Labs bekannt. Die KI-Wissenschaftlerin Fei-Fei Li ist offiziell zu AMD gestoßen und übernimmt die Position als Executive Vice President und Chief Scientist, die direkt an CEO Lisa Su berichtet.
Die Szene, in der sich die „Chip-Königin“ und die „KI-Mutter“ gemeinsam zeigen, ging im gesamten Internet viral.
AMD kauft World Labs: Die „Chip-Königin“ ist auch die Königin der Expansion
Gemäß dem zuvor offengelegten Transaktionsvertrag handelt es sich um eine vollständig mit Aktien finanzierte Übernahme im Wert von rund 8,2 Milliarden US-Dollar. Aus den Unterlagen, die AMD bei der US-Börsenaufsicht SEC eingereicht hat, geht hervor, dass die Transaktion tatsächlich am 13. November abgeschlossen wurde und AMD rund 14,98 Millionen Stammaktien an die ehemaligen Aktionäre von World Labs ausgegeben hat.
Dies ist nach der Übernahme von Xilinx für rund 48,8 Milliarden US-Dollar im Jahr 2022 eine weitere große Übernahme von AMD, gemessen am veröffentlichten Transaktionswert.
Im Gegensatz zu Xilinx ist World Labs jedoch kein Chiphersteller im herkömmlichen Sinne. Es wurde 2024 von Fei-Fei Li und anderen gegründet und konzentriert sich auf die Forschung an räumlicher Intelligenz und Weltmodellen. Ziel ist es, dass KI nicht nur Text und zweidimensionale Bilder versteht, sondern auch dreidimensionale physische Umgebungen generieren, verstehen und simulieren kann. Seine Forschungsrichtungen umfassen die interaktive Generierung dreidimensionaler Welten, Robotiklernen und Simulation.
Aus geschäftlicher Sicht unterscheidet sich dies stark von den traditionellen CPU- und GPU-Produkten von AMD.
Lisa Su erklärte jedoch, warum sie sich für World Labs interessiert. In der Ankündigung zum Abschluss der Übernahme sagte sie, dass man die Rechenplattform und das Modell gleichzeitig optimieren muss, um die Infrastruktur für die nächste Stufe der Superintelligenz bereitzustellen. Die Forschung von World Labs wird AMD dabei helfen, zukünftige Hardware, Software und Systeme zu gestalten.
Es ist bemerkenswert, dass dies nicht die erste Übernahme eines KI-Modellteams durch AMD ist. Im Jahr 2024 hat es bereits das europäische KI-Labor Silo AI für rund 665 Millionen US-Dollar übernommen.
Betrachtet man die Übernahmen und geschäftlichen Veränderungen der letzten Jahre zusammen, so hat AMD unter der Leitung von Lisa Su eine größere Expansion durchgeführt, als die Außenwelt erwartet hat, wobei die Hauptmethode Akquisitionen sind. Nur in verschiedenen Phasen erwirbt AMD unterschiedliche Fähigkeiten.
Im Februar 2022 schloss AMD die Übernahme von Xilinx ab. Laut seinem Jahresbericht betrug der endgültige Kaufpreis rund 48,8 Milliarden US-Dollar.
Diese Transaktion verschaffte AMD technologische Vermögenswerte wie FPGA, adaptive Berechnung und eingebettete Systeme und erweiterte seine Geschäftsbereiche in Rechenzentren, Industrie, Kommunikation und Automobilindustrie. Im selben Jahr schloss AMD auch die Übernahme von Pensando ab und integrierte Rechenzentrumsnetzwerke, DPU und Infrastrukturverarbeitungsfähigkeiten in sein eigenes Produktportfolio.
Diese beiden Transaktionen haben eines gemeinsam: Sie finden beide im Bereich Halbleiter und Rechenzentrums-Hardware statt, mit dem Hauptziel, die Arten von Rechenprodukten zu erweitern, die AMD anbieten kann.
Aber nach dem Aufkommen großer KI-Modelle richtete AMD sein Augenmerk auf KI.
Im Oktober 2023 schloss AMD die Übernahme von Nod.ai ab. Dieses Unternehmen stellt keine GPUs her, sondern konzentriert sich auf quelloffene KI-Compiler und Modelloptimierungssoftware. Das Unternehmen wurde 2013 von Anush Elangovan und Harsh Menon gemeinsam gegründet. Elangovan war einst Mitglied des ersten Chromebook-Teams von Google und arbeitete auch als Chefingenieur bei Cisco. Menon arbeitete zuvor bei Kitty Hawk, einem Unternehmen, das von Larry Page, dem Mitbegründer von Google, investiert wurde.
AMD erwähnte in der Ankündigung, dass das Nod.ai-Team zu quelloffenen Kompilationstechnologien wie Torch-MLIR und OpenXLA/IREE beigetragen hat.
Für normale Nutzer mögen diese Technologien ziemlich fremd sein. Für KI-Chiphersteller wirken sie sich jedoch direkt darauf aus, ob Modelle effizient auf unterschiedlicher Hardware ausgeführt werden können. Derselbe Modell muss bei der Ausführung auf verschiedenen GPUs oft Probleme wie Operatoranpassung, Speicherlayout, Optimierung des Rechengraphen und Kernel-Zuweisung lösen. Die Aufgabe des Compilers besteht darin, die Modellberechnung so weit wie möglich in ein Programm umzuwandeln, das für die Ausführung auf der Zielhardware geeignet ist.
Bis zum Jahr 2024 erstreckten sich die Übernahmen von AMD weiter auf den Modellentwicklungsbereich.
Im August desselben Jahres schloss AMD die Übernahme des finnischen KI-Unternehmens Silo AI für einen Transaktionsbetrag von rund 665 Millionen US-Dollar ab.
Silo AI wurde 2017 gegründet und verfügt über Erfahrung in der Entwicklung von KI-Modellen und Anwendungen für Unternehmen. Es hat mit Unternehmen wie Allianz, Philips, Rolls-Royce und Unilever zusammengearbeitet und gleichzeitig quelloffene mehrsprachige große Modelle wie Poro und Viking entwickelt. Die Bedeutung der Übernahme liegt nicht nur darin, dass ein weiteres Modellentwicklungsteam hinzugekommen ist.
AMD kann mehr Modelle auf seiner eigenen Hardware trainieren und bereitstellen, praktische Erfahrungen mit der Ausführung von Modellen sammeln und Softwaretools und Optimierungslösungen weiter verbessern.
Im Juni 2025 kündigte AMD die Übernahme von Brium an.
Dieses Team ist spezialisiert auf KI-Compiler, Inferenzoptimierung und hardwareübergreifende Softwareanpassung. AMD hat damals ausdrücklich erklärt, dass es durch die Übernahme die Abhängigkeit der Entwickler von bestimmten Hardwarekonfigurationen verringern möchte, damit KI-Anwendungen leichter sofort nutzbare Leistung erzielen können.
Bis zum Jahr 2026 erstreckten sich die Übernahmen von AMD weiter auf beide Enden der KI-Wertschöpfungskette.
Im August kündigte AMD die Unterzeichnung einer endgültigen Vereinbarung zur Übernahme von Taalas an. Dieses kanadische Unternehmen erforscht spezielle KI-Inferenzchips und möchte durch die Optimierung des Datenflusses die Berechnungs- und Speicherengpässe reduzieren, die in universellen Rechenarchitekturen vorhanden sind. Aus dem neuesten Quartalsbericht von AMD geht hervor, dass die Transaktion einen Wert von rund 2,9 Milliarden US-Dollar hat, einschließlich bedingter Gegenleistungen von bis zu rund 1,4 Milliarden US-Dollar. Zum Zeitpunkt der Veröffentlichung dieses Berichts stand die Transaktion noch aus.
Im September kündigte AMD die Übernahme von World Labs an; im November wurde die Transaktion offiziell abgeschlossen.
Im Gegensatz zu Silo AI, das sich hauptsächlich auf Sprachmodelle und Unternehmensanwendungen konzentriert, liegt der Forschungsschwerpunkt von World Labs auf räumlicher Intelligenz, interaktiven dreidimensionalen Umgebungen und Robotersimulation. Diese neuen Modelle können unterschiedliche Anforderungen an die Berechnungsweise, den Videospeicher, die Datenübertragung und die Systemorganisation von GPUs stellen.
Aus diesen Maßnahmen lässt sich ein allmählich klarer Weg erkennen: AMD kauft nicht mehr nur Unternehmen, die seine bestehende Hardware-Produktlinie erweitern können, sondern erstreckt sich auf verschiedene Glieder der KI-Rechenkette. Compiler, Modelle, Inferenzchips, Server-Systemdesign und sogar die Modellierung der physischen Welt für die Zukunft beginnen, in das technologische Gebiet von AMD einzutreten. Im Vergleich zur früheren chipzentrierten Expansion versucht AMD, ein vollständigeres KI-Technologiesystem aufzubauen.
Warum wird AMD immer mehr zu einem KI-Systemunternehmen?
Wenn die Übernahme von Modellunternehmen die Erweiterung von AMD in den oberen Bereich der KI-Technologie darstellt, dann ist die Übernahme von ZT Systems ein wichtiger Schritt zur Expansion zu einem vollständigen Rechensystem.
Im März 2025 schloss AMD die Übernahme von ZT Systems ab. Aus den Finanzunterlagen geht hervor, dass der gesamte Kaufpreis der Transaktion rund 4,4 Milliarden US-Dollar beträgt, einschließlich Bargeld, AMD-Aktien und bedingter Gegenleistungen.
ZT Systems bietet seit langem Rechenzentrums-Infrastruktur für hyperskalige Cloud-Kunden und hat Erfahrung in der Konstruktion, Validierung und Bereitstellung von Servern und Rack-Systemen gesammelt. Für AMD hat diese Fähigkeit einen praktischen Wert.
In der Vergangenheit haben Menschen bei dem Vergleich zweier GPUs normalerweise die Spitzenrechenleistung, die Kapazität des Videospeichers, die Bandbreite oder den Stromverbrauch verglichen. Wenn jedoch KI-Cluster auf einen Umfang von Tausenden oder Zehntausenden von Karten anwachsen, ist die Leistung einer einzelnen GPU nur ein Teil davon. Wie GPUs miteinander verbunden sind, wie CPUs zusammenarbeiten, wie Daten zwischen Speicher und Netzwerk fließen und wie das System mit Strom versorgt, gekühlt und gewartet wird, können sich alle auf die endgültige Recheneffizienz auswirken. Insbesondere bei der Inferenz großer Modelle achten die Nutzer am Ende oft nicht auf die theoretische Leistung einer einzelnen GPU, sondern darauf, wie viel Zeit für die Bearbeitung einer Anfrage benötigt wird, wie viele Nutzer gleichzeitig bedient werden können und wie hoch die Kosten für jedes Token sind.
Das bedeutet, dass Chiphersteller zunehmend an systemweiten Optimierungen beteiligt sind. Die Übernahme von ZT Systems ergänzt genau die Fähigkeiten von AMD in diesem Bereich. Was die strategische Absicht von AMD noch besser veranschaulicht, ist die Tatsache, dass es nach Abschluss der Übernahme nicht alle Fertigungsaktivitäten von ZT Systems langfristig behalten hat.
Im Oktober 2025 verkaufte AMD sein Geschäft für die Fertigung von Rechenzentrums-Infrastruktur an Sanmina und behielt gleichzeitig einen Teil des geistigen Eigentums sowie das Systemdesign-Team. Sanmina wird der bevorzugte Partner von AMD bei der Fertigung komplexer KI-Systeme.
Mit anderen Worten: AMD möchte lieber die Fähigkeiten für Systemarchitekturdesign, Kundenanpassung und Forschung und Entwicklung behalten und die Massenfertigung weiterhin an professionelle Partner übergeben. Dies hat eine gewisse Ähnlichkeit mit dem langjährigen fabless-Geschäftsmodell: Die Kernfähigkeiten für das Design werden beherrscht, während gleichzeitig auf das externe Fertigungsökosystem zurückgegriffen wird, um die skalierte Lieferung zu realisieren.
Dieser Wandel zeigt sich bereits in den Produkten.
Das rackebene KI-System Helios von AMD integriert Instinct-GPUs, EPYC-CPUs, die Netzwerktechnologie von Pensando und die ROCm-Software und zielt darauf ab eine KI-Rechenplattform bereitzustellen, die in großem Maßstab bereitgestellt werden kann.
Im Oktober 2026 veröffentlichte AMD das Helion-Rack-Schema für Agentic AI. Im Gegensatz zu Systemen, die hauptsächlich um GPU-Inferenzberechnung herum aufgebaut sind, betont Helion besonders die Rolle von CPUs bei Agent-Arbeitslasten.
Der Grund dafür ist, dass ein Agent bei der Erledigung einer Aufgabe oft ständig Aufgabenplanung, Tool-Aufruf, Zustandsverwaltung und Interaktion mit externen Systemen durchführen muss. Neben der Modellinferenz gibt es eine Menge allgemeiner Berechnungs- und Systemkoordinationsarbeiten.
AMD hat daher verschiedene Konfigurationen vorgeschlagen: Dazu gehören Racks, bei denen hauptsächlich EPYC-CPUs die Agent-Ausführungsaufgaben übernehmen, sowie Unternehmenslösungen, die sowohl CPUs als auch GPUs integrieren. Dies zeigt, dass AMD beginnt, sein Produktportfolio entsprechend den Rechenmerkmalen verschiedener KI-Anwendungen neu zu organisieren.
Aber weder Helios noch Helion sind einfach vorhandene Chips in größere Schränke einzubauen. Dahinter verbirgt sich ein weiterer Wert, den AMD anbieten möchte: Kunden müssen nicht alle Probleme der Hardwareintegration selbst lösen, sondern können KI-Arbeitslasten auf Basis des Systemschemas von AMD bereitstellen und optimieren.
Vom Verkauf einzelner Chips bis zur Beteiligung am Design ganzer Rechensysteme kämpft AMD nicht nur um Marktanteile bei GPUs, sondern auch um das Recht auf Systemdesign der KI-Infrastruktur.
Natürlich möchte AMD sein eigenes CUDA-Ökosystem besitzen
Es gibt eine Frage, die nicht vermieden werden kann: Wenn die GPU-Leistung und der Preis von AMD wettbewerbsfähig genug sind, warum muss es dann weiterhin Softwareunternehmen übernehmen? Die Antwort hängt mit dem Softwareökosystem zusammen, das Nvidia in den letzten zehn Jahren aufgebaut hat.
CUDA ist nicht nur ein Satz von GPU-Programmierschnittstellen. Um CUDA herum hat Nvidia nach und nach Compiler, Mathematikbibliotheken, Deep-Learning-Beschleunigungsbibliotheken, Entwicklungstools, Modelloptimierungs- und Bereitstellungsframeworks sowie eine riesige Entwickler-Community aufgebaut.
Im Zeitalter großer KI-Modelle kann der Wert einer GPU nicht mehr nur an der Hardwareleistung gemessen werden. Für Entwickler ist es oft genauso wichtig wie der Hardwarepreis, ob eine GPU gängige Frameworks direkt ausführen kann, gängige Modelle unterstützt und bei Leistungsproblemen über ausgereifte Optimierungstools verfügt. Das ist auch das Problem, das AMD seit jeher zu lösen versucht.
Tatsächlich verfügt AMD jedoch nicht über keine eigene Softwareplattform. Das seit langem entwickelte ROCm ist genau ein offenes Software-Stack für GPU-Berechnung und KI, das Compiler, Laufzeitumgebungen, Rechenbibliotheken und Unterstützung für gängige KI-Frameworks bietet.
Aber eine Softwareplattform zu besitzen, ist etwas anderes als ein ausgereiftes Entwicklerökosystem zu besitzen.
Insbesondere bei dem Training und der Inferenz großer Modelle können auch dann Probleme wie Operator-Kompatibilität, GPU-Kernel-Optimierung, Framework-Versionsanpassung und Leistungsdebugging bei der tatsächlichen Bereitstellung auftreten, wenn beide Plattformen PyTorch unterstüt