Cerebras setzt auf 'schnelle' Inferenz mit OpenAI
Das Unternehmen will die Ökonomie der Inferenz für das Zeitalter der KI-Agenten neu gestalten und bietet latenzarme Lösungen auf Basis seiner Architektur.
Cerebras und OpenAI: Wie 'Fast Tokens' zur neuen Währung der KI-Branche wurden
Während Nvidia Rekordumsätze meldet und der Markt die Partnerschaft mit Corning verdaut, braut sich am Rand ein weit radikalerer Wandel zusammen. Cerebras ist gerade an die Börse gegangen, und Gründer Andrew Feldman formulierte eine These, die Jensen Huangs Augen zucken lassen sollte: 'Nvidia wollte das schnelle Inferenzgeschäft bei OpenAI nicht verlieren, und wir haben es übernommen.' Hinter dieser Prahlerei steckt nicht nur ein Vertrag über mehr als 200 Milliarden Dollar, sondern ein grundlegendes Umdenken, wofür Kunden im Zeitalter der KI-Agenten bereit sind zu zahlen.
Der Kern: Was wirklich passiert
Cerebras und OpenAI haben einen Deal abgeschlossen, dessen Struktur eher einem Vasalleneid als einem Handelsvertrag gleicht. OpenAI hat sich verpflichtet, bis 2028 schrittweise 750 MW KI-Inferenzkapazität zu kaufen, mit der Option, bis 2030 auf 2 GW zu erweitern. Die verbleibenden Verpflichtungen aus dem Vertrag belaufen sich auf 246 Milliarden Dollar. Gleichzeitig gewährte OpenAI Cerebras ein Darlehen in Höhe von 1 Milliarde Dollar zu 6 % Jahreszins und erhielt Optionsscheine für 33,4 Millionen Aktien mit einem Ausübungspreis nahe Null. Wenn alle Bedingungen erfüllt sind, wird OpenAI etwa 10–12 % von Cerebras besitzen.
Sam Altman und sein Team – Greg Brockman, Ilya Sutskever – haben persönlich in das Eigenkapital des Unternehmens investiert. Im Grunde hat sich OpenAI von einem Kunden in eine quasi-Muttergesellschaft für den Chiphersteller verwandelt. Niemand in der Branche hat das getan: nicht Microsoft, nicht Google, nicht Amazon. Sie mieten Kapazitäten oder bestellen Chips. Altman hingegen baut eine alternative Vertikale 'Kunde – Modell – Silizium', bei der der Ausrüstungslieferant nicht nur Auftragnehmer, sondern Teil des Imperiums ist.
Die technische Grundlage der Wette: Der WSE-3-Chip kann bis zu 2000 Tokens pro Sekunde bei einem Modell liefern, das mit GPT-5.3-Codex vergleichbar ist – 15- bis 21-mal schneller als ein vergleichbarer Nvidia-GPU-Cluster. Gleichzeitig sind die Kosten pro Token 32 % niedriger. Das Schlüsselwort ist 'vergleichbar'. Das auf Cerebras laufende Modell ist kein vollständiger GPT-5.3. Es ist eine destillierte Version mit zehnmal weniger Parametern, die auf dem Original trainiert wurde. Im Wesentlichen ist es eine 'schnelle Kopie' des Flaggschiffmodells, und die Kunden – bemerkenswerterweise – stimmen bereits mit ihren Geldbörsen ab.
Zeitplan und Kontext
2024: Cerebras reicht zum ersten Mal sein S-1 ein, aber die SEC blockiert den Börsengang, weil 86 % des Unternehmensumsatzes von zwei VAE-Einheiten stammen – MBZUAI und G42. CFIUS leitet eine Überprüfung ein, da G42 Verbindungen zu Huawei und chinesischen Genomik-Unternehmen hat.
2025: Cerebras erzielt einen Umsatz von 510 Millionen Dollar bei einem jährlichen Wachstum von 76 %, aber die Betriebsverluste bleiben bestehen. Der in der GAAP-Berichterstattung ausgewiesene Gewinn von 237,8 Millionen Dollar ist eine buchhalterische Illusion: ein einmaliger nicht zahlungswirksamer Gewinn aus der Umstrukturierung von Verbindlichkeiten gegenüber G42 in Höhe von 363,3 Millionen Dollar. Ohne diesen beträgt der Verlust 75,7 Millionen Dollar.
Januar 2026: OpenAI unterzeichnet eine Master-Beziehungsvereinbarung mit Cerebras. Der Betrag übersteigt 200 Milliarden Dollar und ist damit der größte Vertrag in der Geschichte der KI-Infrastruktur.
März 2026: AWS kündigt eine Partnerschaft mit Cerebras an. Das Schema ist 'disaggregierte Inferenz': AWS Trainium3 übernimmt das Prefill, Cerebras CS-3 das Decode. Dies ist eine architektonische Revolution, die unten detailliert beschrieben wird.
- Mai 2026: Cerebras wird mit 20-facher Überzeichnung an der NASDAQ notiert. Der Ausgabepreis beträgt 185 Dollar, aber am ersten Handelstag steigen die Aktien auf 350 Dollar und schließen bei 311 Dollar. Die Marktkapitalisierung überstieg zu Spitzenzeiten 100 Milliarden Dollar und fiel zwei Tage später auf 280 Dollar. Der Markt schwankt zwischen Euphorie über den 'Nvidia-Killer' und Entsetzen über das 130-fache Umsatzmultiple.
Wer gewinnt und wer verliert
OpenAI gewinnt. Das Modell 'Kunde wird Miteigentümer des Lieferanten' ist hochkarätige Finanztechnik. OpenAI erhält exklusiven Zugang zu Kapazitäten, einen Anteil an einem wachsenden Vermögenswert und Hebelwirkung durch das Darlehen und die Optionsscheine. Wenn Cerebras abhebt, profitiert OpenAI vom Kapitalzuwachs. Wenn es scheitert, erlangt OpenAI als Gläubiger die Kontrolle über Sicherheitenkonten. Eine Win-Win-Position.
Sam Altman persönlich gewinnt. Sein Ziel ist es, KI-Infrastruktur im Wert von Billionen Dollar unabhängig von Nvidia aufzubauen. Cerebras ist der zweite Baustein nach dem AMD-Deal über 6 GW. Altman hat jetzt zwei alternative Siliziumlieferanten, die beide mehr von ihm abhängig sind als er von ihnen.
Das Konzept der 'Fast Tokens' gewinnt. SemiAnalysis enthüllte eine verblüffende Tatsache: 80 % des KI-Budgets ihres Teams fließen in den schnellen Modus von Anthropics Opus 4.6, nicht in den intelligenteren Opus 4.7. Ingenieure geben das 'bessere' Modell zugunsten des 'schnelleren' auf. Dies ist eine tektonische Verschiebung: Geschwindigkeit wird zu einem eigenständigen Produkt, für das eine Prämie gezahlt wird, nicht zu einem kostenlosen Add-on zur Intelligenz.
Nvidia verliert – aber nicht offensichtlich. Nvidia kontrolliert 94,4 % des Marktes für Rechenzentrums-GPUs. Einen Teil des OpenAI-Inferenzgeschäfts zu verlieren, ist nicht fatal, aber ein Symptom. Nvidia sieht die Bedrohung: Deshalb hat es letztes Jahr bereits Groq für 20 Milliarden Dollar gekauft – eine direkte Antwort auf die Architektur von Cerebras. Vera Rubin, Nvidias nächster Chip, wird als heterogenes System entwickelt, bei dem verschiedene Berechnungstypen auf verschiedene Chips in einem einzigen Rack verteilt werden. Dies ist ein Eingeständnis: Die monolithische GPU-Architektur ist nicht mehr optimal.
Anleger, die Cerebras-Aktien zum Höchstkurs gekauft haben, verlieren. Bei einem 130-fachen Umsatzmultiple, einem GAAP-Gewinn, der zu 100 % aus einem einmaligen Buchungsposten besteht, und einem einzigen Kunden, der auch Gläubiger ist, handelt es sich nicht um eine Investition, sondern um Spekulation. Die Geschichte der Tech-Börsengänge ist eindeutig: In den ersten Jahren nach der Notierung schneiden Neueinsteiger im Durchschnitt 3,6 % pro Jahr schlechter ab als der Markt.
Was die Medien nicht sagen
Nicht offensichtliche Erkenntnis: Cerebras' wahres Ziel ist es nicht, Nvidia zu schlagen, sondern sich mit OpenAI auf der Ebene 'Modell-Silizium' vertikal zu integrieren.
Was als 'Inferenzvertrag' beschrieben wird, ist in Wirklichkeit die Schaffung eines neuen Typs von KI-Unternehmen. Das traditionelle Modell: ein Chiphersteller (Nvidia), ein Cloud-Anbieter (AWS), ein Modellentwickler (OpenAI). Dazwischen liegen Marktbeziehungen. Cerebras und OpenAI bauen eine grundlegend andere Struktur: einen einheitlichen Stack, bei dem Modell, Chip und Rechenzentrum aufeinander abgestimmt und durch Kreuzbeteiligungen verbunden sind.
Das Modell auf Cerebras ist nicht GPT-5.3. Es ist GPT-5.3-Codex-Spark, eine destillierte Version mit zehnmal weniger Parametern. Es kann nur effizient auf dem WSE-3 ausgeführt werden. Und der WSE-3 wiederum ist genau auf solche Modelle zugeschnitten: 44 GB SRAM auf dem Chip bedeuten, dass größere Modelle einfach nicht passen. Dies ist ein geschlossener Kreislauf – oder, wenn man so will, ein geschlossenes Ökosystem. OpenAI schafft Silizium, auf dem nur seine eigenen (destillierten) Modelle effizient laufen, und verkauft dann den Zugang zu diesem Stack als Dienstleistung.
Wenn sich dieses Modell als erfolgreich erweist, wird die Branche nicht in 'Chiphersteller' und 'Modellentwickler' gespalten sein, sondern in vertikal integrierte 'KI-Konglomerate', die jeweils den gesamten Stack besitzen. Google ist mit TPU und Gemini bereits nahe dran. OpenAI baut seine Vertikale durch AMD und Cerebras auf. Wer ist der Nächste – Anthropic? Microsoft?
Zweite Erkenntnis: Die von AWS eingeführte disaggregierte Inferenzarchitektur ist ein Todesurteil für monolithische GPU-Cluster.
Das Schema, bei dem Prefill (Verstehen der Anfrage) auf AWS Trainium und Decode (Generieren der Antwort) auf Cerebras läuft, markiert das Ende einer Ära, in der ein Chip-Typ alles erledigt. Verschiedene Phasen der Inferenz haben grundlegend unterschiedliche Rechencharakteristiken: Prefill ist rechengebunden, Decode ist speichergebunden. Ein Stück Hardware für beide Aufgaben zu optimieren, ist wie ein Auto zu bauen, das sowohl Lastwagen als auch Sportwagen sein muss: teuer und ineffizient.
Das bedeutet, dass ein typisches KI-Rechenzentrum in 3–5 Jahren aus mehreren Arten spezialisierter Chips bestehen wird, nicht aus Hunderttausenden identischer GPUs. Nvidia versteht das – Vera Rubin wird bereits als heterogenes System mit verschiedenen Chips für verschiedene Aufgaben entwickelt. Aber Nvidia hat ein Problem: Disaggregierte Inferenz bedeutet, dass Kunden Chips von verschiedenen Anbietern für verschiedene Phasen kaufen können. Und das bricht das CUDA-Monopol.
Prognose: 30 Tage und 90 Tage
30 Tage (bis Mitte Juni 2026):
Cerebras-Aktien werden ihre volatile Bewegung fortsetzen. Nach der Korrektur von 350 auf 280 Dollar ist ein Sprung auf 320–330 Dollar aufgrund von Nachrichten über neue Verträge möglich, aber es gibt keine fundamentale Unterstützung auf diesen Niveaus. Jedes negative Signal – Lieferverzögerungen, Änderungen der OpenAI-Bedingungen, Produktionsprobleme – wird die Aktien unter 200 Dollar drücken.
Nvidia wird am 20. Mai seine Ergebnisse vorlegen, und Jensen Huang wird mit ziemlicher Sicherheit viel Zeit dem Thema Inferenz widmen und versuchen zu zeigen, dass Blackwell und Vera Rubin Cerebras nicht unterlegen sind. Erwarten Sie Ankündigungen zu neuen optischen Verbindungen (aufbauend auf der Partnerschaft mit Corning) und möglicherweise die Übernahme eines weiteren Startups für schnelle Inferenz.
OpenAI wird Verhandlungen für die nächste Finanzierungsrunde vor seinem Börsengang aufnehmen. Eine eigene Chip-Vertikale durch Cerebras wird ein starkes Argument für eine Bewertung von einer Billion Dollar sein.
90 Tage (bis Mitte August 2026):
Cerebras wird seinen ersten großen Kunden außerhalb von OpenAI-AWS-VAE bekannt geben. Dies ist entscheidend: Solange 86 % des Unternehmensumsatzes von drei Gegenparteien abhängen, werden institutionelle Anleger nicht ernsthaft in die Aktie einsteigen. Wenn kein neuer Kunde auftaucht, werden die Cerebras-Aktien eine zweite Abwärtswelle auf 200–220 Dollar erleben.
OpenAI könnte einige Optionsscheine ausüben oder das Darlehen in zusätzliche Cerebras-Aktien umwandeln, um die Kontrolle zu stärken. Dies würde dem Markt signalisieren, dass Altman den aktuellen Kurs nicht für überbewertet hält und an langfristiges Wachstum glaubt.
Nvidia wird asymmetrisch reagieren. Anstatt eines Preiskampfs wird Huang auf das Software-Ökosystem setzen: eine Ankündigung von CUDA für heterogenes Rechnen, die es Entwicklern ermöglicht, spezialisierte Chips zu nutzen, ohne den vertrauten Stack aufzugeben. Dies wird Cerebras' Hauptvorteil – Geschwindigkeit – neutralisieren, indem die Hürde für die Migration zu neuen Architekturen gesenkt wird.
Das wichtigste Signal, auf das man achten sollte: Wenn bis Ende August einer der Hyperscaler (Microsoft, Google) die Unterstützung für disaggregierte Inferenz unter Beteiligung von Cerebras ankündigt, wird dies ein Point of no Return sein. Die Branche wird anerkennen, dass die Ära der monolithischen GPU-Cluster vorbei ist, und ein Wettlauf um spezialisierte Chips beginnt. Wenn AWS der einzige große Befürworter dieser Architektur bleibt, hat Nvidia noch 3–5 Jahre Dominanz, und Cerebras' Wette bleibt ein Nischenexperiment.
Die Wette ist platziert. Die nächsten drei Monate werden zeigen, ob Feldman recht hat, wenn er behauptet, dass der 'Markt für schnelle Suche' genauso groß ist wie die Internet-Suche – oder ob Fast Tokens eine Premium-Nische fürs Programmieren bleiben, während der Rest der KI-Welt weiterhin GPUs kauft. So oder so, eines ist bereits klar: 'Schnell genug' KI ist nicht mehr ausreichend.
— Editorial Team
Noch keine Kommentare.