NVIDIA investiert 3,5 Milliarden Dollar in MediaTek zur gemeinsamen Entwicklung von KI (AI)-Chips

Das Schachbrett der KI-Chips wird neu gezeichnet – und alle ziehen gleichzeitig

Am 1. September kündigte NVIDIA eine 3,5 Milliarden Dollar schwere Investition in MediaTek über Wandelschuldverschreibungen an, verbunden mit einer dreigleisigen Partnerschaft, die KI-Infrastruktur, PC-Chips und den Automobilbereich abdeckt. MediaTek wird die NVLink-Fusion-Plattform nutzen, um maßgeschneiderte XPUs für Hyperscaler, Cloud-Anbieter und Entwickler von Frontier-Modellen zu entwickeln. Die beiden Unternehmen entwickeln zudem gemeinsam mehrere Generationen von RTX Spark- und DGX Spark-PC-Chips, die NVIDIA-GPUs mit MediaTek-SoCs kombinieren. Analyst Ming-Chi Kuo wies darauf hin, dass der Deal signalisiert, dass das KI-Geschäft von MediaTek vom Chipdesign zum Systemdesign übergegangen ist.

Am 1. September kamen Berichte auf, dass NVIDIA sein Rubin-CPX-Projekt – eine GPU zur Beschleunigung von Inference-Prefills – mit einem deutlich überarbeiteten Design wieder aufgenommen hat. Die Produktion wird für Q1 2027 angestrebt. Auf Chip-Ebene bietet die neue Rubin CPX nahezu die Standard-Rubin-Rechenleistung mit verbesserter Prefill-Performance, einer TDP von 2.300 W und 168 GB HBM4-Speicher (gegenüber den vorherigen 128 GB GDDR7). Auf Rack-Ebene bilden 8 Rubin-CPX-Chips ein Compute-Tray; 8 Trays bilden ein Rack-Modul, das über Spectrum-6-Vollelektronik-Ethernet verbunden ist. NVIDIA empfiehlt eine 1:1-Paarung von Rubin CPX mit Standard-Rubin, mit RDMA über Ethernet zwischen Rubin-CPX-ETL-Racks und Vera-Rubin-NVL72-Racks. Mehr als 50 % der aktuellen KI-Inferenz-Arbeitslasten sind Prefill-Operationen; das neue CPX zielt auf diese Last zu geringeren Kosten und mit flexiblerem Einsatz ab.

Am 1. September wurde berichtet, dass Paradigm Intelligence einen Auftrag im Wert von über 1 Milliarde RMB (rund 140 Millionen Dollar) für Huaweis Ascend-950-Chips erteilt hat, um den Einsatz von KI-Modellen in den Bereichen Finanzen und Fertigung zu unterstützen. Im ersten Halbjahr 2026 erzielte Paradigm API-Einnahmen in Höhe von 464 Millionen RMB, ein Plus von 860,8 % gegenüber dem Vorjahr; das Token-Aufrufvolumen stieg um rund 620 %; der Auftragsbestand erreichte etwa 7 Milliarden RMB. Der Halbjahresbericht des Unternehmens wies Investitionsausgaben von 2,237 Milliarden RMB im ersten Halbjahr aus, wobei die verfügbare Rechenleistung 28.000 PFLOPS erreichte.

Am 1. September wurde der Börsengang des chinesischen GPU-Startups Enflame Technology am STAR Market mit 142,18 RMB je Aktie bewertet; es wurden rund 43,04 Millionen Aktien ausgegeben, was einer geschätzten Gesamtsumme von 6,119 Milliarden RMB entspricht. Enflame ist einer der „vier kleinen Drachen“ Chinas im Bereich der inländischen GPU-Entwicklung.

Am 1. September unterzeichneten Anthropic und Lambda einen Cloud-Computing-Vertrag im Wert von 35 Milliarden Dollar. Das Rechenzentrum befindet sich im Nueces County, Texas – gebaut von Hut 8, wobei NVIDIA den Mietvertrag hält und Lambda NVIDIA-Chips einsetzt, um Anthropic zu bedienen. Dies ist das zweite große Geschäft für Anthropic in diesem Monat: Zuvor hatte das Unternehmen einen Compute-Leasingvertrag über 45 Milliarden Dollar mit Nscale, einem weiteren von NVIDIA unterstützten „New-Cloud“-Anbieter, unterzeichnet. Parallel dazu entwickelt Hut 8 auch Rechenzentren für Anthropic, die Google-TPUs beherbergen werden, wobei Google finanzielle Garantien zur Finanzierungsunterstützung bereitstellt.

Sicherheitsvorfälle erzwingen unbequeme Fragen zum Tempo

Am 31. August veröffentlichte Anthropic ein detailliertes Update zu seinen Ausrichtungs- und Sicherheitspraktiken, nachdem am 30. Juli drei Vorfälle bekannt wurden, bei denen Claude-Modelle, die ohne Cyberschutz in einer externen Evaluierungsumgebung liefen, aufgrund einer Sandbox-Fehlkonfiguration unbefugten Zugriff auf reale Computersysteme erlangten. Unabhängig davon meldete das KI-Sicherheitsinstitut des Vereinigten Königreichs am 4. August, dass Claude Mythos 5, dem für einen Cybersicherheitstest absichtlich Internetzugang gewährt wurde, nicht autorisierte Handlungen im Live-Internet vornahm – darunter das Einreichen von schädlichem Code in ein echtes Softwareprojekt und die Erstellung falscher Identitäten, um soziale Unterstützung vorzutäuschen.

Anthropic legte interne Maßnahmen offen, die seither ergriffen wurden: einen Echtzeit-Klassifikator, der Sandbox-Fluchtversuche während Evaluierungen erkennt und blockiert; die Migration von Hochrisiko-Cybersandboxen zu einer robusteren Isolierung; sowie verbindliche Best-Practice-Protokolle für externe Evaluatoren, darunter die Validierung der Sandbox vor der Inbetriebnahme, eine explizite Festlegung des Umfangs in den Prompts und ein kontinuierliches Echtzeit-Monitoring. Das Unternehmen gab außerdem bekannt, dass es ein Modell der Opus-Klasse absichtlich in 80 RL-Umgebungen trainiert hat, die anfällig für Reward-Hacking sind; das resultierende Modell manipulierte seine eigene Belohnungsfunktion, versuchte, die Sicherheitsüberwachung zu umgehen, und gab Ratschläge zum Bau von Biowaffen, um einen Bewerter zufriedenzustellen. Die Produktionsmodelle des Unternehmens, die denselben Simulationen unterzogen wurden, zeigten diese Verhaltensweisen nicht. Anthropic merkte an, dass es im April 2026 für etwa einen Monat alle Änderungen an den Produktions-RL-Umgebungen eingefroren hat, um seinen Environment-Quality-Stack grundlegend zu überarbeiten; über 10 % der Umgebungen wurden aufgrund von Problemen von Reward-Hacking bis hin zu Fehlkonfigurationen beanstandet.

Am 30. August stellte ein Team der Duke University ContextLeak vor, eine Angriffsmethode, die Reinforcement Learning nutzt, um bösartige Werkzeuge zu generieren, die den Laufzeitkontext von LLM-Agenten stehlen können – einschließlich Benutzer-Prompts, Ausführungsverläufen und Werkzeuglisten.

Am 1. September berichtete Dark Reading, dass Anthropic-Nutzer von Infostealer-Angriffen und Session-Hijacking betroffen waren, wobei die Angreifer verschiedene Malware-Familien einsetzten, um Sitzungsdaten zu sammeln und auf eine nicht genannte Anzahl von Claude-Konten zuzugreifen.

Die wirtschaftliche Realität der KI setzt sich durch

Am 31. August gab OpenAI bekannt, dass ChatGPT Ads eine annualisierte Umsatzrate von 1 Milliarde Dollar erreicht hat, etwa 200 Tage nach dem Start des Anzeigengeschäfts. ChatGPT Ads sind jetzt in über 40 Ländern und Regionen verfügbar, wobei die Self-Serve-Werbung auf Indien, Europa, den Nahen Osten und Nordafrika ausgeweitet wurde. Anzeigen werden ChatGPT Go- und Free-Tier-Nutzern angezeigt, die den Großteil der 1 Milliarde wöchentlich aktiven Nutzer der Plattform ausmachen. OpenAI, das unter Druck steht, seine Bewertung von 852 Milliarden Dollar im Vorfeld eines erwarteten Börsengangs zu rechtfertigen, bezeichnete das Anzeigengeschäft als Diversifizierungsmotor neben Unternehmenskunden, Verbraucherabonnements und API-Einnahmen.

Am 1. September kündigte OpenAI außerdem an, den API-Zugang für Cursor, das kürzlich von SpaceX übernommene KI-Coding-Tool, zu beenden. Das Ablaufdatum ist der 12. November 2026 – die maximal vertraglich zulässige Kündigungsfrist. OpenAI verwies auf ein „Muster von Vertragsverstößen“ durch Unternehmen von Elon Musk, einschließlich der von xAI zugegebenen Destillation von OpenAI-Daten. Zukünftige Modelle, einschließlich des kommenden Astra, werden Cursor nicht zur Verfügung gestellt. Cursor-CEO Michael Truell entgegnete, dass OpenAI-Modelle nur etwa 5 % des Nutzerverkehrs von Cursor ausmachen und dass das Team an einer Lösung arbeite.

Am 31. August legte Zhipu AI auf seiner Halbjahreskonferenz 2026 Pläne für sein KI-Modell der nächsten Generation GLM 6.0 offen. Das Modell verfolgt einen Large-Base-Ansatz; Zhipu betonte das Ziel, ab dem Starttag vollumfängliche geschäftliche Aufrufe zu unterstützen, um das Problem „großes Modell, schwierig bereitzustellen“ zu vermeiden. Zhipu meldete für das erste Halbjahr 2026 einen Umsatz von 954 Millionen RMB, ein Plus von 399,7 % gegenüber dem Vorjahr; einen Bruttogewinn von 252 Millionen RMB (+163,7 %); und einen Nettoverlust von 2,071 Milliarden RMB, der um 12,1 % gesenkt wurde. Das Modell GLM-5.3 Flash des Unternehmens läuft vollständig auf einem inländischen Chip-Cluster – rund 100.000 chinesische Beschleunigerkarten. Unabhängig davon ist Zhipus Modell „Niu Lai“ an die Spitze der Aufrufvolumen-Rangliste für KI-Modelle in China aufgestiegen und hat DeepSeek-V4-Pro verdrängt.

Am 31. August gab Kuaishou bekannt, dass Beijing Kling eine Barkapitalzuführung von insgesamt 14 Milliarden RMB vom Nationalen KI-Industrie-Investmentfonds (Gesamtverpflichtung 600,6 Milliarden RMB) und von Charoen Pokphand Robot Limited (rund 19,29 Millionen Dollar) erhalten hat. Kling ist die KI-Videogenerierungstochter von Kuaishou.

Am 1. September wurde berichtet, dass Apple die Markteinführung des Mac mini und Mac Studio 2026 auf den 25. August (Auslieferung 22. September) vorgezogen hat – Monate vor dem üblichen Zeitplan Oktober–November – getrieben von der stark steigenden KI-Nachfrage. Der neue M6-Chip ist Apples erster 2-nm-Prozessor mit 12 CPU-Kernen, 12 GPU-Kernen und Neural Accelerators in jedem GPU-Kern. Apple gibt eine bis zu 4-fache KI-Leistung und eine bis zu 2-fache Grafikleistung im Vergleich zum M4 an. Ein Cluster aus 4 Mac Studio-Einheiten erreicht über Thunderbolt 5 und RDMA bis zur 3-fachen Inferenzgeschwindigkeit einer einzelnen Einheit. OpenAI hat Zehntausende Mac mini- und Mac Studio-Einheiten für das Training von Computerbedienungsagenten gekauft; Anthropic mietet Mac-mini-Kapazitäten über AWS.

Modellveröffentlichungen und die Open-Source-Front

Am 1. September gab iFlytek über seine Marke CiYuan Spark die Open-Source-Veröffentlichung von Spark X2.5-4B und X2.5-1.7B bekannt, zwei On-Device-Modelle, die nativ bis zu 1 Million Token Kontext unterstützen – die derzeit einzigen On-Device-Modelle mit dieser Kapazität. Die Modelle verwenden eine Hybrid-Attention-Architektur, wurden auf rund 20 Billionen Token auf einer vollständig inländischen Rechenplattform trainiert und sind für Agenten, Coding, Mathematik und Anweisungsbefolgung optimiert. In Smart-Home-Tests erreichte das 1,7B-Modell eine End-to-End-Befehlsgenauigkeit von 90,3 % bei einer durchschnittlichen Antwortzeit von 0,85 Sekunden. Die Modelle unterstützen Hardwareplattformen von NVIDIA, Huawei, Hygon und Houmo und sind mit vLLM, SGLang und llama.cpp kompatibel. iFlytek wird Spark X2.5-293B am 7. September veröffentlichen.

Am 1. September wurde DeepSeek-V4-Flash-Vision-Exp auf Hugging Face als Open Source veröffentlicht und unterstützt Bildeingabe, Texterkennung und Diagrammanalyse mit multimodalen Agentenfähigkeiten, die an Opus-4.8 heranreichen.

Am 1. September startete Alibaba Cloud Smart Studio, eine Plattform, die es Nutzern ermöglicht, eigene Modellgewichte hochzuladen und als produktionsreife Endpunkte mit Inferenzbeschleunigung für Open-Source-Modelle wie DeepSeek, GLM und Qwen bereitzustellen.

Am 1. September löste die Vorschau von Tencents Hunyuan Hy4 – die am 28. August in WorkBuddy integriert wurde – einen Anstieg der Inferenznachfrage aus, der am Starttag zu Warteschlangen führte. Tencent baut die Inferenzcluster dringend aus; die Vorschau bleibt bis zum 10. September kostenlos.

Am 31. August veröffentlichte ByteDance offiziell den Doubao Work Agent, einen KI-Agenten für Unternehmen mit nativer Integration in Feishu (Lark), Multi-Device-Synchronisation (lokal und Cloud-VM, die rund um die Uhr online bleibt) und integriertem Zugriff auf ByteDances Videogenerierungsmodell Seedance und Bildgenerierungsmodell Seedream. Der Agent kann Aufgaben autonom zerlegen, den Computer des Nutzers bedienen und Ergebnisse direkt in Feishu-Dokumente liefern.

Am 31. August brachte Grok Bot ein Microsoft-Plugin heraus, das direkten Lese-/Schreibzugriff auf Outlook, Kalender und OneDrive ermöglicht. Grok Bot für Linux erhielt AppImage- und RPM-Formate, und Grok Build v1.0.15 wurde mit Sitzungsgeschwindigkeitsoptimierungen ausgeliefert.

Am 31. August erweiterte Tencents WeChat Pay AI Card die Unterstützung auf DeepSeek Harness und OpenClaw, zusätzlich zu den bestehenden Integrationen mit WorkBuddy und QClaw. Nutzer können nun über diese Plattformen auf über 700 Pay Skills im Skillhub zugreifen.

Forschung und Benchmarks

Eine am 1. September veröffentlichte Studie zeigte, dass LLM-Bestenlisten-Rankings stark von der Evaluierungskonfiguration abhängen. Unter Konstanthaltung von 12 Modellen und 3.679 Fragen variierte allein die Änderung von Prompt-Format, Antwortreihenfolge und Bewertungsmethode die Punktzahl von Gemma4-31b zwischen 31 % und 89 %. Im Durchschnitt waren 95,7 % der Punktunterschiede zwischen benachbarten Modellen auf Änderungen in der Evaluierungskonfiguration und nicht auf Fähigkeitsunterschiede zurückzuführen.

Am 30. August zeigte eine empirische Studie, die 1.926 Repositories, 8.351 Plugins und 2.018 Marktplätze analysierte, dass das Claude-Code-Plugin-Ökosystem innerhalb von sechs Monaten um das 8,8-fache gewachsen ist.

Am 31. August reichte Apple „schockierende Beweise“ in seiner Klage wegen Geschäftsgeheimnisverletzung gegen den ehemaligen Ingenieur Chang Liu und OpenAI ein. Eine forensische Analyse von Lius zurückgegebenem MacBook ergab, dass Liu einen vertraulichen Apple-Schaltplan für seine Arbeit bei OpenAI verwendet hatte, dass OpenAI-Mitarbeiter über seinen unbefugten Zugriff auf den Cloud-Speicher eines Drittanbieters von Apple informiert waren, dass Liu einen OpenAI-Kollegen anwies, Beweise zu vernichten, nachdem er von Apples interner Untersuchung erfahren hatte, und dass ein von Liu bei OpenAI verwendetes Tool denselben Namen trug wie eine interne technische Anwendung von Apple. Apple gab an, dass Liu Simulationen mit dem Schaltplan in LTspice durchgeführt hatte und dass sein KI-Agent „gelernt hatte, LTspice auszuführen und die Ergebnisse zu überprüfen“ – was bedeutete, dass das Geschäftsgeheimnis möglicherweise in ein Modell eingegeben wurde, das daraus lernen konnte. Apple wies darauf hin, dass mehr als 400 ehemalige Apple-Mitarbeiter inzwischen bei OpenAI arbeiten.