Ende des Monates ist es so weit. Dann hält Gilles Backhus die ersten neuen KI-Chips seines Start-ups in Händen. Die letzten Tests sind bestanden, und die ersten Kunden gewonnen. Aus Taiwan hat der Auftragsfertiger TSMC gerade eine Mail geschickt. Darin fand sich ein Bild. Auf ihm sind die daumennagelkleinen Bausteine auf den pizzagroßen silbern glänzenden Siliziumwafern zu sehen. Jetzt könne er wieder etwas ruhiger schlafen, sagt Backhus. So richtig ruhig wird es aber wohl noch nicht. Denn ihm stehen noch ein paar entscheidende Wochen ins Haus.

Backhus ist einer der Gründer und der Strategiechef von Tensordyne. Früher hieß das Unternehmen einmal Recogni und bediente die Autoindustrie. Heute entwickelt es mit neuem Namen neuartige Chips, die die Arbeit mit KI-Systemen schneller und effizienter machen sollen. Tensordyne sitzt sowohl in München als auch im kalifornischen Sunnyvale. Es hat starke Partner, 125 Mitarbeiter und einen Marktwert von 1,3 Milliarden Dollar.

Die Investoren kommen aus Asien, Amerika und Europa. Die letzte große Finanzierungsrunde liegt schon einige Quartale zurück. Die Kassen sind aber nach wie vor gut gefüllt. In der Herstellung arbeitet Tensordyne mit Branchengrößen wie dem Chipkonzern Broadcom, dem Auftragsfertiger TSMC und dem IT-Unternehmen HPE Juniper zusammen. Im Orderbuch des Unternehmens stehen Aufträge im Wert von 200 Millionen Dollar. Für 2027 hat das Start-up vieles vor, eine immer noch kleine Gesellschaft in einem nach wie vor großen Markt.

Raffinierter Aufbau und spezielle Arbeitsweise

Die neuen Chips gelten als vielversprechend und haben gerade einige wichtige Validierungen erhalten. Bald werden sie in die finale Feinmontage kommen und für die Auslieferung an die Kunden präpariert. Dafür wird jedes Rechenmodul mit mehreren Speichermodulen versehen, verdrahtet und verlinkt, zu Clustern vereint und in einen Schaltschrank gesteckt. Aneinandergereiht können diese Rechenwunder in Datenzentren mit den vortrainierten Modellen der KI-Anbieter rund um die Uhr arbeiten.

Ein Rechenzentrum von der Größe eines Handballfelds, mit Tensordyne-Chips bestückt, reiche aus, um eine Token-Menge zu generieren, die den Tagesbedarf von Deutschland abdecke, heißt es von dem Start-up. Herkömmliche Chipsysteme bräuchten dafür deutlich mehr Platz, Zeit und viel mehr Energie. Tensordyne-Chips seien mit Luft gekühlt, die Chips vieler Konkurrenten mit Wasser. Chips von Tensordyne seien in jedem alten Rechenzentrum einzusetzen, mit denjenigen Chips vieler Wettbewerber gehe das nicht.

Ein Chip aus dem Hause Tensordyne besteht aus 134 Milliarden Transistoren, ist ein sogenannter Drei-Nanometer-Baustein und arbeitet mit Strukturen, die Tausende Mal feiner sind als der Durchmesser eines Haares. Damit gehören sie zu den derzeit modernsten elektronischen Halbleiterchips. Ihr Aufbau und ihre ausgeklügelte Arbeitsweise lassen sie den ersten Hochrechnungen zufolge nicht nur schnell und zuverlässig arbeiten, sondern auch mit deutlich weniger Strom auskommen als die Chips anderer.

Große Namen und ein Ziel

Backhus nennt große Namen. Er spricht von AMD und Nvidia, dem Technologie- und Branchenführer. Der hatte seine mal für Videospiele hergestellten Grafikprozessoren vor 20 Jahren schon mit speziellen Programmen aufgerüstet und damit die heutige Entwicklung der Künstlichen Intelligenz überhaupt erst möglich gemacht. Nvidias Chipsysteme liefern erstaunliche Ergebnisse, doch brauchen sie dafür viel Energie. So ist für die Lösung einer Aufgabe durch KI bis zu zehnmal mehr Strom nötig als für die Antwort einer Anfrage auf Googles Suchmaschine.

Nicht so die Tensordyne-Chips: Sie arbeiten tief in ihrem Inneren dank vieler kleiner Kniffe und eines großen Tricks anders als andere Chips. Backhus spricht von einem besonderen Ansatz. Im Kern multiplizierten sich die Chips nicht wie üblich durch ihre Aufgaben, sagt er. Vielmehr addierten sie sich das gesuchte Ergebnis zusammen. Wie das? In der logarithmischen Arithmetik lassen sich komplexe Multiplikationen als einfache Additionen darstellen. Das spare Zeit, Strom und Geld, sagt er.

Das Konzept der Logarithmen war vor rund 400 Jahren in Europa von zwei Forschern unabhängig voneinander entwickelt worden: John Napier in Schottland und Jost Bürgi in der Schweiz. Mit ihren Arbeiten schufen sie eine Art Zahlenzähler für Multiplikationen. Mit einem Kniff und einem der grundlegenden Gesetze dieses Gebiets lässt sich eine schwierige Multiplikation in eine einfache Addition verwandeln, ist doch der Logarithmus eines Produkts gleich der Summe der Logarithmen seiner Faktoren. Und dies lässt sich heute in der Chipindustrie nutzen.

„So haben wir für unsere Chips einen Weg gefunden, die aufwendigen Multiplizierer durch einfache Addierer zu ersetzen“, sagt Backhus. Wozu? Weil Multiplikation sehr rechen- und damit auch sehr stromintensiv sei, die Addition sei es nicht. Wie im Hirn eines Menschen kostet im Chip eine Multiplikation mehr Kraft und Zeit. Wie im Hirn braucht der Chip für die Multiplikation mehr Energie. Backhus spricht von Potenz und Exponent, Logarithmen, Approximation, Bits und Bytes.

„Als wir vor ein paar Jahren noch Recogni hießen und Automotive machten, hatten wir das Ganze in unserem damaligen Sieben-Nanometer-Chip schon mal durchlaufen lassen“, sagt er. Damals habe das Team gesehen, dass das Ganze in Sachen Leistung, Energieverbrauch und Platzbedarf gewaltige Vorteile bringe. Nun tritt das Tensordyne-Team ein weiteres Mal den Beweis dafür an.

Während für das Abarbeiten einer Aufgabe in einem KI-System ein Nvidia-Chip 50 Watt verbraucht, braucht der Tensordyne-Chip kaum vier Watt. „Der Unterschied war so groß, dass wir uns sagten: Da bleiben wir jetzt mal dran“, sagt er. Und dann kam ChatGPT. Als 2022 das KI-Start-up Open AI eine Forschungsvorschau eines seiner ChatGPT-Modelle veröffentlichte, staunte die Welt: eine Maschine, die dank ausgetüftelter Computerpower denken kann. Nvidia lieferte die Chips. Eine neue Branche war geboren.

Nvidia sitzt dank seiner Milliardengewinne und einer ausgeklügelten Investitionsstrategie heute wie die Spinne im Netz. Junge Unternehmen aber reißen schon an den Fäden: die kalifornische Positron AI mit einem neuartigen Inferenz-Chip, Etched mit einem Transformer-Baustein, D-Matrix hat schon Chips mit einem Arbeitsprinzip wie Hirnzellen auf dem Markt, und Tensordyne arbeitet mit der logarithmischen Mathematik.

Das rechnet der Markt den Start-ups an. Positron wird von Investoren mit fünf Milliarden Dollar bewertet, d-Matrix mit zwei Milliarden Dollar. Etched schafft es nach den jüngsten Finanzierungsrunden binnen eines Jahres von weniger als fünf auf mehr als 20 Milliarden Dollar. Tensordyne hat derzeit einen Marktwert von knapp anderthalb Milliarden Dollar. Wenn der neue Chip auf dem Markt ist und dort hält, was seine Macher versprechen, könnte sich der Wert des Start-ups vervielfachen. Bis dahin könnte Mitgründer Gilles Backhus allerdings noch ein paar unruhige Wochen haben.