Mira Muratis zwei Jahre altes KI-Forschungslabor hat gerade eine Infrastrukturwette in der Größenordnung eines Kraftwerks abgeschlossen. Thinking Machines Lab, gegründet von der OpenAI-Mitbegründerin, gab eine mehrjährige strategische Partnerschaft mit Nvidia bekannt, die ab 2027 den Einsatz von mindestens einem Gigawatt Nvidias Vera Rubin-Systemen umfasst. Die Größe des Deals wurde nicht offengelegt, und Nvidia tätigt ebenfalls eine strategische Investition in das Labor. Ein Gigawatt Rechenleistung entspricht ungefähr der Leistung eines großen Kernreaktors — eine der größten Einzelverpflichtungen für Rechenleistung, die im gesamten KI-Boom angekündigt wurden. Diese Zahl bleibt abstrakt, bis man sie übersetzt: Diese Kapazität wird nur gebaut, weil die Nachfrage nach KI-Antworten weiter steigt, und genau in diesem Kanal konkurriert Ihre Marke jetzt.
Wichtige Erkenntnisse
- Thinking Machines Lab hat einen mehrjährigen Vertrag unterzeichnet, um ab 2027 mehr als 1 Gigawatt Nvidia Vera Rubin-Systeme einzusetzen, wobei Nvidia auch strategisch in das Labor investiert. - Ein Gigawatt übertrifft ein typisches Rechenzentrum (50–100 MW) und sogar große Hyperscaler-Anlagen (200–500 MW) bei weitem — dies ist eine Verpflichtung von über 1.000 MW. - Das Labor hat seit Februar 2025 über 2 Milliarden US-Dollar eingeworben, wird mit über 12 Milliarden US-Dollar bewertet und hat sein erstes Produkt, die Tinker API, im Oktober 2025 ausgeliefert. - Rechenleistung in diesem Maßstab dient der explodierenden Nachfrage nach KI-Training und -Inference — jedes Gigawatt bedeutet mehr KI, die mehr Kundenfragen beantwortet. - Für Marken ist das Signal klar: KI-vermittelte Entdeckung wird als dauerhafte Infrastruktur aufgebaut, daher ist KI-Sichtbarkeit ein Kanal, in den man investieren sollte, und kein Trend, den man abwarten sollte.
Der Maßstab: Was ein Gigawatt tatsächlich bedeutet
Zahlen dieser Größenordnung verlieren ohne Vergleichsmaßstab ihre Bedeutung, daher hier ein Beispiel. Ein typisches Rechenzentrum läuft mit 50 bis 100 Megawatt. Eine große Hyperscaler-Anlage läuft mit 200 bis 500 Megawatt. Der Deal von Thinking Machines Lab verpflichtet sich zu mehr als 1.000 Megawatt — einem vollen Gigawatt, vergleichbar mit der Leistung eines großen Kernreaktors. Für ein erst zwei Jahre altes Labor in der Seed-Phase signalisiert die Verpflichtung zu so viel Kapazität die Überzeugung, dass die Nachfrage nach KI-Rechenleistung das Angebot weiterhin übersteigen wird.
Eine gut finanzierte Wette auf reproduzierbare KI
Thinking Machines Lab hat seit seiner Gründung im Februar 2025 mehr als 2 Milliarden US-Dollar von Investoren wie Andreessen Horowitz, Accel, Nvidia und sogar dem Venture-Arm des konkurrierenden Chipherstellers AMD eingeworben. Es wird mit über 12 Milliarden US-Dollar bewertet und arbeitet daran, KI-Modelle zu entwickeln, die reproduzierbare Ergebnisse liefern — ein bedeutendes Ziel in einem Bereich, in dem identische Eingaben unterschiedliche Antworten ergeben können. Sein erstes Produkt, eine API namens Tinker, wurde im Oktober 2025 eingeführt. Die Partnerschaft mit Nvidia verpflichtet beide Seiten zur Entwicklung von Trainings- und Bereitstellungssystemen, die für Nvidias Architektur optimiert sind. Wie Murati sagte, ist Nvidias Technologie „grundlegend für das gesamte Feld.“
