AMD (AMD.US) mit einer Marktkapitalisierung von über einer Billion US-Dollar beginnt den Kampf um die „Definition der Rechenleistung“! Offiziell werden 8,2 Milliarden US-Dollar für die Übernahme von World Labs, gegründet von Li Fei-Fei, angekündigt.

Nach Informationen von Smart Finance (智通财经) hat AMD (AMD.US), der stärkste Konkurrent von Nvidia im Bereich AI-GPUs und ein führender amerikanischer Hersteller von Hochleistungschips für PCs und AI-Datencenter, dessen Gesamtmarktkapitalisierung kürzlich erstmals die Marke von einer Billion US-Dollar überschritten hat und dessen Aktienkurs immer wieder neue Höchststände erreicht, am Montag, US-amerikanischer Ostküstenzeit, überraschend bekannt gegeben, dass es das von der „Mutter der Künstlichen Intelligenz“ Fei-Fei Li gegründete AI-Startup World Labs für 8,2 Milliarden Dollar übernehmen wird. Unter der Leitung von Lisa Su hat AMD vor, World Labs im Rahmen eines vollständigen Aktientauschs zu erwerben, wodurch eine der zentralen AI-Forschungsgruppen im Bereich der Weltmodelle und Raumintelligenz Teil des umfassenden Geschäftsbereichs dieses Chip-Giganten werden soll.

Die groß angelegte Übernahme wird voraussichtlich bis Ende 2026 abgeschlossen sein und bedarf noch wichtiger Genehmigungen von Regulierungsbehörden; den von beiden Seiten veröffentlichten Erklärungen zufolge wird Fei-Fei Li nach Abschluss des Deals als Executive Vice President und Chief Scientist bei AMD tätig sein und direkt an CEO Lisa Su berichten.

Kurz gesagt, der strategische Kernwert dieser überraschenden Großübernahme für Anleger besteht darin, dass AMD – ähnlich wie Nvidia (NVDA.US), das Unternehmen mit weltweit höchstem Marktwert und zugleich stärkster Konkurrent im AI-Chip-Sektor – fortschrittliche AI-Modelle eng mit Chips, Software und AI-Systemdesign verknüpfen will. Besonders angesichts der explosionsartigen Entwicklung von Meta Muse und OpenAI’s GPT-6 Astra, die die Welle intelligenter AI-Agenten auslösen, sowie der zunehmenden Fähigkeit von AI, selbständig komplexe Aufgaben auszuführen, hofft AMD, den Anforderungen zukünftiger AI-Workloads voraus zu sein und passendere Supercomputing-Plattformen zu entwerfen, was bedeutet, dass AMD beginnt, mit Nvidia um die derzeit exklusive „Compute Power Definitionshoheit“ zu konkurrieren – AMD will durch das Verständnis der grundlegenden Rechenanforderungen der fortgeschrittenen Modelle früher an der nächsten Chip- und Systemarchitektur teilhaben.

Öffentliche Informationen zufolge ist World Labs ein AI-Startup mit Fokus auf Raumintelligenz und Weltmodelle; das Kerngeschäft besteht darin, Maschinen Wahrnehmung, Generierung, Nachbildung und Simulation von 3D-Umgebungen zu ermöglichen. Ihr Marble-Produkt kann aus Texten, Bildern oder Videos erforschbare 3D-Welten generieren; das neue Atlas-Modell, das im September vorgestellt wurde, integriert 3D-Rekonstruktion, Perspektivgenerierung und Raum-Zeit-Simulation. Das Unternehmen hat zudem durch die Übernahme von SceniX die roboterspezifische Simulationstechnologie ergänzt und den F&E-Prozess von „realer Umgebung – virtuellem Training – realer Implementierung“ vorangetrieben; die Anwendungen umfassen große Robotermodelle, fortschrittliche physikalische Forschung, digitale Inhalte und industrielle Szenarien.

Vom Herausforderer der Nvidia-GPU zum Entwickler großer AI-Modelle: AMD plant die Übernahme des von Fei-Fei Li gegründeten AI-Startups World Labs für 8,2 Milliarden Dollar

Der amerikanische Chip-Gigant Advanced Micro Devices (AMD) hat der Übernahme von World Labs für 8,2 Milliarden Dollar zugestimmt und damit das vom Pionier und erfahrenen Forscher im Bereich Künstliche Intelligenz Fei-Fei Li gegründete Startup in die eigenen Reihen aufgenommen.

Beide Unternehmen erklärten in einer am Montag veröffentlichten gemeinsamen Mitteilung, dass dieser große vollständige Aktientausch voraussichtlich bis Ende des Jahres abgeschlossen sein wird, jedoch genehmigungspflichtig ist.

Als bedeutendster Herausforderer von Nvidia auf dem Markt für AI-Chips erhält AMD ein Team führender Forscher sowie die grundlegende Technologie großer AI-Modelle und gleichzeitig tiefere Einblicke in die Entwicklung des Technologiesektors der künstlichen Intelligenz. Das sollte dem Unternehmen helfen, die zukünftige Veröffentlichung wichtiger AI-Infrastrukturhardware zu planen.

„Je besser man den end-to-end-Prozess versteht, desto bessere Systeme kann man bauen“, sagte AMD-CEO Lisa Su am Montag in einem Interview, das am Nachmittag Ortszeit ausgestrahlt wurde.

„Dies ist der Grund für die Übernahme von World Labs“, erklärte Su im Interview, „Wir wollen die von Fei-Fei Li versammelten Weltklasse-Talente für die Entwicklung großer AI-Modelle gewinnen und sie umfassend mit den Kompetenzen von AMD in Hardware, Software und Systemen verbinden.“

World Labs entwickelt sogenannte „World Models“, also großangelegte AI-Softwareplattformen, die Anwendungen für die reale physikalische Welt ermöglichen. Diese Modelle können schnell und präzise dreidimensionale Umgebungen generieren und rekonstruieren. Das AI-Startup erklärt, dass diese Fähigkeiten dazu genutzt werden können, Robotik, Grundlagenforschung und Fabrikautomatisierung auf hohem Effizienzniveau voranzutreiben.

Fei-Fei Li, die bisher CEO von World Labs war, ist eine bekannte Forscherin und Computerwissenschaftlerin an der Stanford University. Laut Vereinbarung tritt sie AMD als Executive Vice President und Chief Scientist bei und berichtet direkt an Lisa Su.

„Mit der Entwicklung des Unternehmens wachsen auch unsere Ambitionen“, sagte Fei-Fei Li am Montag im Interview. Sie betonte, dass dies auch den starken Bedarf des Startups an Rechenleistung erhöht habe.

„In dieser Phase, wenn wir mit AMD zusammenarbeiten, schaffen wir tatsächlich erhebliche Wachstumschancen für uns selbst, AMD sowie das gesamte AI-Ökosystem und beschleunigen den sich gegenseitig verstärkenden Kreislauf zwischen Software und Hardwareentwicklung“, sagte sie im Interview.

Diese Übernahme ermöglicht AMD auch, wie Nvidia unter der Führung von Jensen Huang, Kunden eine Vielzahl großer AI-Modelle anzubieten und damit das Produkt- und Serviceportfolio zu stärken. Das Unternehmen erweitert kontinuierlich seine Produktpalette, um mehr Produkte und Dienstleistungen an Datacenter-Kunden zu verkaufen – dies ist aktuell die größte Umsatzquelle. Die neueste Strategie zielt darauf ab, alle notwendigen Komponenten für den schnellen Aufbau und Betrieb dieser AI-Kerninfrastruktur bereitzustellen.

„Es wird sowohl offene als auch proprietäre Modelle geben“, sagte Su, „AMD hat in diesem Bereich bereits einen Beitrag geleistet. Ich denke, wir werden diesen Beitrag weiter ausbauen.“

Su ergänzte, dass das endgültige Ziel darin besteht, bessere künstliche Intelligenz zu erschaffen. „Unser ambitioniertes Vorhaben ist es, den zukünftigen Weg der AI-Berechnung zu definieren.“

Nvidia, AMDs größerer Konkurrent im Bereich AI-Chips, hat als erster den Ansatz verfolgt, AI-Infrastrukturgeräte, AI-Cloud-Services und große Modelle sowie die Hardware für AI-Berechnung zu bündeln, um Kunden zu helfen, relevante AI-Modellplattformen schnell zu starten und zu betreiben. Nvidia nutzt diese Strategie jetzt, um neue Kundensegmente zu erschließen und das Geschäft weit über die Cloud-Giganten hinaus auszudehnen – auch wenn diese Group weiterhin den Großteil des Wachstums beisteuert.

Nvidia hat kürzlich dem Kauf eines weiteren hochbegehrten AI-Startups, Hugging Face, zugestimmt, mit einem Transaktionswert von etwa 13 Milliarden Dollar. Hugging Face gilt als das „GitHub der AI-Modellbranche“, verbindet Modelle, Datensätze, Entwicklungstools, Unternehmenskunden und Entwickler; nach der Übernahme kann Nvidia den gesamten Prozess von „Modellentdeckung – Bewertung – Optimierung – tatsächliche Bereitstellung“ vervollständigen, sodass offene Modelle ganz natürlich für die großskalierte AI-Training- und Inferenzplattform von Nvidia geeignet sind und Nvidia frühzeitig erkennen kann, welche Modellarchitekturen und Workloads die nächste Runde des Compute-Bedarfs auslösen.

World Labs wurde 2024 gegründet und beschäftigt derzeit etwa 70 Mitarbeiter. Darunter ist auch ein Roboticsexpertenteam, das mit der Übernahme von SceniX im Juli hinzugekommen ist. SceniX ist ein Startup, das Software entwickelt, um Roboter in realistischen virtuellen Welten zu trainieren.

In den zwölf Jahren unter Lisa Su bemüht sich der in den USA ansässige Chip-Gigant AMD kontinuierlich um Anerkennung durch technologische Leistungsfähigkeit und will das Image eines rückständigen Nachfolgers im Silicon Valley abstreifen. Im Kerngeschäft mit Prozessoren hat sich AMD bereits aus dem Schatten von Intel gelöst und bietet heute PC- und Datacenter-CPUs, die als Branchen-Benchmark gelten.

Im Markt für AI-Beschleuniger (AI-Chips), also Chips zum Trainieren und Ausführen von AI-Modellen, liegt AMD weiterhin auf Platz zwei. Im Vergleich zu Nvidias Marktanteil von fast 90% besteht ein großer Abstand. Allerdings hat Lisa Su bereits neue Series von AI-Infrastrukturprodukten auf den Markt gebracht und betont, dass deren Performance mit den AI-GPU-Produkten des großen Konkurrenten mithalten kann.

Investoren betrachten AMD als Hauptprofiteur der bisher beispiellosen Billionen-Dollar-Kapitalinvestitionen in AI weltweit und haben den Aktienkurs des Unternehmens seit Jahresbeginn nahezu verdreifacht. Damit liegt die Marktkapitalisierung von AMD aktuell bei etwa einer Billion Dollar; nur 12 weitere große Tech-Unternehmen, darunter Nvidia und Apple, haben diese Marke ebenfalls erreicht.

Nvidia bleibt das weltweit wertvollste Unternehmen mit einer Marktkapitalisierung von über 5 Billionen US-Dollar. Der Aktienkurs ist seit Jahresbeginn jedoch nur um etwa 22% gestiegen und blieb 2026 bisher deutlich hinter fast allen populären Chip-/Halbleiterunternehmen zurück, zudem rangiert er weit unter dem als „Leitindex für die AI-Berechnungsinfrastruktur“ geltenden Philadelphia Semiconductor Index.

Helios greift das Aktuelle auf, Weltmodelle gestalten die Zukunft: AMDs AI-Ambition reicht vom Verkauf von Compute-Power bis zur Mitgestaltung von Compute-Definitionen

Im September 2021 überschritt AMD erstmals die Billionen-Dollar-Grenze und hat im vergangenen Jahr einen Aktienanstieg von über 200% verzeichnet; dahinter steckt die gleichzeitige Neubewertung des zukünftigen Wachstumspotenzials der AI-Beschleuniger und Datacenter-Server-CPUs durch den Markt.

Der stärkste Konkurrent der Nvidia-GPU-Plattform, AMD, kündigte Anfang dieses Monats auf der von Citi veranstalteten Global Tech Conference an, dass das Marktvolumen für Datacenter-beschleunigte AI-Berechnung bis 2030 auf etwa 2 Billionen US-Dollar (eine deutliche Steigerung vom bisherigen Erwartungswert von 1 Billion US-Dollar) erweitert wurde und betonte, dass AI-Inferenz zur wichtigsten Wachstumsquelle für Compute-Ressourcen werde, wobei AI-Agenten-Workflows gleichzeitig GPU und Server-CPU vorantreiben.

AMD erklärte auf der Konferenz, dass Meta und zwei weitere AI-Labore – drei Helios-Kernkunden – ihre zukünftigen Einkaufserwartungen höher einschätzen als ursprünglich bei Aufbau der strategischen Partnerschaften angenommen.; Darüber hinaus prognostizierte das Unternehmen, dass das Server-CPU-Geschäft im zweiten Halbjahr dieses Jahres um über 80% und im nächsten Jahr um über 70% wachsen wird. Diese neueste Kombination stützt die kontinuierliche Expansion des Compute-Bedarfs, wobei der Fokus auf deutlich gesteigerten Kundenerwartungen liegt; dies sind allerdings nicht alles bereits verbindlich erteilte Compute-Infrastruktur-Aufträge. Helios ist das Rack-Level-AI-Berechnungssystem von AMD, und Facebook-Mutter Meta ist einer der wichtigsten Kernkunden für dieses System.

Es ist wichtig zu betonen: Die für 2030 erwarteten 2 Billionen US-Dollar umfassen den Gesamtmarkt für Compute (Datacenter, PC, Edge und Embedded), davon entfallen etwa 1,4 Billionen US-Dollar auf AI-Beschleuniger im Datacenter und etwa 220 Milliarden US-Dollar auf Server-CPUs.

Besonders auffällig ist die stetig wachsende Nachfrage nach AI-Compute: Das AMD-Management erklärte auf dem Citi-Event, dass die Prognosen von Meta, OpenAI und Anthropic – drei Kernkunden – die Erwartungen zum Zeitpunkt des Partnerschaftsbeginns übertrafen; die Helios-Nachfrage für 2027 liegt ebenfalls höher als ursprünglich geplant. Das Management erwartet, dass MI450 und Helios Ende des dritten Quartals mit den ersten Lieferungen beginnen und im vierten Quartal sowie 2027 weiter ausgebaut werden; zudem prognostizierte das Unternehmen, dass die Datacenter-Umsätze im Jahr 2027 um mehr als 100% im Vergleich zum Vorjahr steigen, die Server-CPU-Umsätze für das zweite Halbjahr 2026 und 2027 jeweils um über 80% bzw. 70%. Das profitable CPU-Geschäft bietet Unterstützung für den Gesamtertrag, und die Kooperation mit Cerebras ergänzt die latenzarme Inferenzfähigkeit.

Muse und Astra als Vertreter von Agent-Anwendungen liefern die konkreten Workloads für diese Expansion: Ein einziger Befehl kann Browseraktionen, Codeausführung, Informationssuche, mehrstufige Inferenz und Ergebnisvalidierung auslösen. GPUs übernehmen die Modellberechnung, CPUs unterstützen virtuelle Maschinen, Aufgabenplanung und Tool-Ausführung, Speicher und Storage sichern Kontext, Dateien und Status. Wenn AI-Apps von der Bildschirmarbeit zur Interaktion mit Robotik und physischer Umwelt übergehen, bringen 3D-Szenengenerierung, Umgebungssimulation und die Bewertung verschiedener Handlungswege neue Compute-Bedarfe; das tatsächliche Wachstum hängt von Aufgabenumfang, Modelleffizienz und Einsatzart ab.

Muse führt Aufgaben über eigene Cloud-VMs und Browser aus und arbeitet weiter, nachdem der Nutzer die App geschlossen hat; Astra verstärkt Computersteuerung, Software-Engineering und komplexe Arbeitsabläufe. Sobald AI Forschung, Programmierung, Einkauf und Office-Prozesse erledigen kann, erweitert sich der kommerzielle Wert von der Generierung einer Antwort zur Lieferung einer Arbeitsleistung. Die Logik für Geschäftssteigerung: Höhere Erfolgsquoten bei Aufgaben und geringere Kosten für deren Abschluss fördern die breitere Nutzung bei Unternehmen und Verbrauchern und stützen so das Wachstum bei Abos, Pay-per-Use und damit verbundener Infrastrukturerlöse.

Die Expansion dieser Anwendungen auf die Compute-Seite betrifft das gesamte Computersystem: GPU und andere AI-Beschleuniger übernehmen die Modellberechnung, CPU führt Browser, Code, VMs, Tool-Aufrufe und Aufgabenplanung aus; mehr Modellgewichtungen, Kontextinformationen und parallele Sessions erfordern schnellen Speicher, Aufgabenfiles, Langzeitspeicher und hierarchisches Caching erhöhen den Bedarf an DRAM und Enterprise-SSDs. Die ingenieurtechnische Analyse von Nvidia zeigte ebenfalls, dass die Geschwindigkeit von CPU-Tool-Aufrufen den Durchsatz von Agent-Workflows beeinflussen kann und dass KV-Caching je nach Zugriff zwischen GPU-Speicher, CPU-Speicher und Storage hierarchisch verwaltet werden kann.

Darum sehen Wall-Street-Giganten wie Goldman Sachs und Jefferies eine starke logische Stütze für das nachhaltige Gewinnwachstum der US-Aktien im Zuge der rasanten AI-Durchdringung und der Compute-Welle: Eine stark gesteigerte Agent-Durchdringung kann den Bedarf an Compute, Speicher, Storage und optischen Interconnects als Kernbereiche der AI-Infrastruktur erheblich erweitern.

Jefferies erklärte kürzlich, dass der S&P 500 Index bis Ende 2026 auf 8.000 Punkte steigen und 2027 sogar 9.000 Punkte erreichen wird – getrieben von der AI-Investmentwelle und unerwartet starken Gewinnsteigerungen von AI-Unternehmen. Das Kernargument von Jefferies ist klar und schlagkräftig: In einer von AI getriebenen Wachstumsphase, deren Gewinnplus mehr als das Doppelte des historischen Durchschnitts beträgt, ist ein Gegensatz zur Gewinnentwicklung riskant. Die S&P 500 Prognose von Jefferies für 2026 basiert auf einem EPS von 373 US-Dollar (35% Wachstum, deutlich über dem Marktkonsens von 29%) und einem KGV von 21,5.

Aus ingenieurtechnischer und investmentseitiger Sicht lässt sich die Übernahme dahingehend zusammenfassen, dass AMD versucht, die von Nvidia dominierte „Definitionshoheit der grundlegenden KI-Compute-Infrastruktur“ zu erlangen – also früher zu wissen, welche Hardware die Modelle brauchen. Atlas nutzt einen multimodalen autoregressiven Diffusionsansatz, dessen Matrixberechnung, räumliches Kontextmanagement und iterative Generierung unterschiedliche Anforderungen an Durchsatz, Speicherbandbreite und Scheduling-Effizienz stellen; AMD kann diese realen Anforderungen direkt in Instinct-GPU, EPYC-CPU, ROCm-Software und Rackdesign zurückführen. Die beiden Unternehmen haben bereits vorher im Rahmen der Instinct an Workload-Optimierung gearbeitet, die Übernahme macht diesen Feedbackprozess unmittelbarer. Für Aktionäre oder Investoren liegt der langfristige Wert darin, ob diese Entwicklungskompetenz zu niedrigeren Task-Kosten, schnelleren Kundenimplementierungen und höheren Produktannahmen führt.