TradingKey – Da die Nachfrage nach Speicher mit hoher Bandbreite und hoher Kapazität in KI-Servern weiter steigt, versucht ein von Intel (INTC) Capital, AMD (AMD) Ventures, GlobalFoundries und weiteren Institutionen unterstütztes Chip-Startup, eine neue KI-Speicherlösung jenseits von HBM zu entwickeln.
Am 9. September US-Ostküstenzeit trat das Chip-Startup Kepler Computing nach mehr als sieben Jahren im Stealth-Modus an die Öffentlichkeit, um seine KI-Speichertechnologie offiziell vorzustellen. Kepler gab bekannt, dass die Lösung 3D-Integration mit Innovationen bei ferroelektrischen Materialien verbindet. Dies ermögliche die Produktion in bestehenden Fabs, reduziere die Abhängigkeit von EUV-Lithografieanlagen und steigere zugleich die Speicherdichte sowie die Energieeffizienz.

[Quelle: X]
Kepler Computing ist ein Chip-Start-up mit Hauptsitz in San Jose, Kalifornien, das 2018 von Intel-Veteranen gegründet wurde. Das Unternehmen konzentriert sich auf die Forschung und Entwicklung neuartiger KI-Speicherarchitekturen mit dem Ziel, die Dichteengpässe von HBM und SRAM auf reifen Fertigungslinien zu durchbrechen.
Bislang hat das Unternehmen insgesamt 468 Millionen US-Dollar eingeworben. Zu den Investoren gehören unter anderem Intel Capital, AMD Ventures, GlobalFoundries, Baillie Gifford und der Gates Frontier Fund von Bill Gates. Neben der Investition fungiert GlobalFoundries als Fertigungspartner von Kepler.
Im Juli dieses Jahres unterzeichnete das US-Handelsministerium eine Absichtserklärung mit Kepler über Fördermittel von bis zu 245 Millionen US-Dollar für die Forschung und Entwicklung von Hochleistungs-KI-Speichern auf Basis von 3D- und ferroelektrischen Technologien in den USA. Zu beachten ist, dass es sich bei diesen Fördermitteln um eine vorläufige Vereinbarung handelt und die endgültige Auszahlung von einer anschließenden Due-Diligence-Prüfung und Genehmigung abhängt.
Derzeit setzen High-End-KI-Beschleuniger in der Regel auf HBM, um Datenzugriffe mit hoher Bandbreite zu ermöglichen. Da jedoch Modellgrößen und Inferenz-Workloads wachsen, wirken sich Speicherkapazität, Stromverbrauch und Lieferverfügbarkeit weiterhin auf die Skalierbarkeit der Systeme aus.
Kepler erklärte, dass sein erstes KI-Speicherprodukt darauf abzielt, bei der Bandbreite pro Leistungsaufnahmeeinheit nahezu das Niveau von SRAM zu erreichen, während es eine höhere Kapazität als bestehende SRAM- und HBM-Lösungen bietet. Dabei werden 3D-Strukturen und neue Materialien genutzt, um die Energieeffizienz von Rechensystemen zu verbessern. Das Unternehmen hofft zudem, bestehende Halbleiterfabriken und ausgereifte Fertigungsanlagen zu nutzen, um die Hürde für einen Kapazitätsausbau zu senken.
Allerdings basieren diese Leistungsdaten derzeit primär auf eigenen Angaben von Kepler und wurden noch nicht durch einen großflächigen kommerziellen Einsatz oder eine langfristige Serienproduktion validiert. Daher lässt sich zum jetzigen Zeitpunkt nicht direkt schlussfolgern, dass die Produktleistung die gängiger HBM-Lösungen übertroffen hat.
Laut dem Fahrplan des Unternehmens wird Kepler Ende 2026 mit dem Sampling beginnen, 2027 in den Hochlauf der Kapazitäten eintreten und plant, ab 2028 die Kapazitäten im US-Inland auszubauen. Das Unternehmen arbeitet derzeit mit GlobalFoundries zusammen, um die Prozessentwicklung und Skalierungsvalidierung in Singapur sowie im US-Bundesstaat Vermont voranzutreiben.
Investitionen von Intel Capital und AMD Ventures haben das Branchenprofil von Kepler gestärkt, doch eine Investmentbeziehung bedeutet nicht, dass sich Intel oder AMD dazu entschieden haben, Produkte von Kepler in ihren Prozessoren oder KI-Beschleunigern einzusetzen.
Bislang hat AMD keine Pläne bekannt gegeben, Kepler-Speicher in seine Instinct-Serie zu integrieren, und auch Intel hat keine Einsatzpläne für seine entsprechenden Produkte angekündigt.
Was Kepler tatsächlich noch unter Beweis stellen muss, sind seine Fertigungskapazitäten. Ob das neue ferroelektrische Material in der Serienproduktion stabile Ausbeuten, Zuverlässigkeit und Kostenvorteile bieten kann und ob sich die 3D-Integrationstechnologie erfolgreich auf kommerzielles Niveau skalieren lässt, wird darüber entscheiden, ob die Technologie den Übergang aus der Experimentier- und Musterphase in die etablierte KI-Hardware-Lieferkette schafft. Ein Bericht von WIRED merkte zudem an, dass die Integration neuer Materialien in ausgereifte Fertigungsprozesse und das Erreichen der erforderlichen Skalierung eine große Herausforderung für Kepler in der nächsten Phase darstellt.
Kepler stellte am 9. September seine neue KI-Speichertechnologie vor. Am darauffolgenden Tag fielen die Aktien von Micron (MU) um rund 4,9 %. Allerdings stiegen an diesem Tag die Renditen von US-Staatsanleihen, und Marktbedenken hinsichtlich Inflation und Fed-Zinserhöhungen belasteten ebenfalls die Tech-Aktien, sodass der Kursrückgang von Micron nicht einfach auf Kepler zurückgeführt werden kann.
Zum gegenwärtigen Zeitpunkt bleiben SK Hynix (SKHY), Samsung und Micron die weltweit wichtigsten HBM-Lieferanten. Im März dieses Jahres gab Micron bekannt, dass sein 36-GB-12-Layer-HBM4 für die Nvidia-Vera-Rubin-Plattform in die Massenproduktion gegangen sei und die Auslieferung in größeren Stückzahlen im ersten Quartal 2026 beginnen werde. Das Produkt weist eine Bandbreite von mehr als 2,8 TB/s auf und verbessert die Energieeffizienz im Vergleich zum eigenen HBM3E um mehr als 20 %.
Unterdessen treibt die Nachfrage nach KI-Servern das Auslieferungsvolumen bei High-End-Speichern weiter an. Daten von TrendForce zeigen, dass die Nachfrage nach KI-Servern im zweiten Quartal das Auslieferungswachstum von HBM3E, LPDDR5X und hochkapazitiven RDIMMs beflügelte, während die Lagerbestände der führenden Speicherhersteller auf historischen Tiefständen verharrten.
Daher ist Kepler zum gegenwärtigen Zeitpunkt eher als mittel- bis langfristige technologische Variable im KI-Speichermarkt zu sehen und weniger als kurzfristige fundamentale Bedrohung für Micron, SK Hynix oder Samsung.
Ob sie die Landschaft des HBM-Marktes tatsächlich verändern kann, hängt weiterhin von der Leistung künftiger Muster, den Ausbeuten in der Massenproduktion, Kostenvorteilen und der Akzeptanz durch führende KI-Chiphersteller ab.