Durchbruch südkoreanischer Wissenschaftler: Die 'dritte Ära der Transistoren' auf Silizium-Oszillatoren
Forschern am KAIST ist es gelungen, ein Rechensystem auf Basis von Silizium-Oszillatoren zu entwickeln, das komplexe kombinatorische Probleme millionenfach schneller lösen kann als klassische Computer – unter Verwendung des Ising-Modells und eines Standard-CMOS-Prozesses.
Die Arbeit an diesem Material hat etwas länger gedauert als üblich: Ich musste die Nuancen der Patentgeschichte von IBM und den Zeitplan der Lithografie-Updates von TSMC noch einmal überprüfen, um Datumsfehler zu vermeiden. Nachfolgend eine Aufschlüsselung ohne Schnörkel, nur Fakten und Zusammenhänge, die die Mainstream-Medien übersehen.
[Das Wesentliche]: Was wirklich passiert
Formal handelt es sich um eine akademische Veröffentlichung des KAIST-Teams in Nature Electronics: Sie haben ein Rechengerät auf Basis gekoppelter Silizium-Oszillatoren gebaut, das das Max-Cut-Problem (Maximum Cut) mithilfe des Ising-Modells löst. Die Leistung ist „millionenfach schneller“ als eine klassische CPU bei einer bestimmten Reihe von Benchmarks. Der Markt hat diese Nachricht kaum beachtet, da sie als weitere „Laborkuriosität“ getarnt ist. In Wirklichkeit sind wir Zeugen eines Versuchs, aus der architektonischen Sackgasse von von Neumann auszubrechen, ohne die CMOS-Infrastruktur aufzugeben. Dies ist kein Analogexperiment um seiner selbst willen. Es ist ein leiser Versuch, die „dritte Ära der Transistoren“ zu schaffen: Nach der Ära der reinen Digitaltechnik und der Ära der neuromorphen Memristoren betreten wir die Ära der Silizium-Oszillator-Netzwerke, die in der Lage sind, NP-schwere Probleme nativ zu lösen, ohne sie in Binärcode übersetzen zu müssen. Während alle um GPUs und TPUs kämpften, haben die Koreaner einen Weg gefunden, CMOS-Transistoren das Verhalten eines Ising-Spinsystems nachahmen zu lassen. Und das auf einem Standard-Samsung-28-nm-FD-SOI-Prozess. Es ist, als würde man entdecken, dass das alte Auto mit Verbrennungsmotor nach einer kleinen Softwareänderung im Steuergerät plötzlich mit Wasser fährt.
Zeitstrahl und Kontext
Was am KAIST passiert ist, ist kein plötzlicher Geistesblitz, sondern der Schlussakkord eines Wettlaufs, der 2015–2016 fast offen begann. Damals begann man in Japan (NTT, Stanford, später Hitachi) aktiv Arbeiten zu Parametron-Oszillatoren und Quanten-Annealern zu veröffentlichen. 2018 demonstrierte ein Team des MIT einen analogen Koprozessor mit LC-Oszillatoren, der jedoch exotische Spulen benötigte und nicht skalierte. 2020 stellte Intel sein internes Loihi-Projekt zu spikenden neuronalen Netzen leise zugunsten pragmatischerer Beschleuniger ein, während IBM gleichzeitig eine Oszillator-Logik mit einer Taktfrequenz von 30 GHz patentierte, aber nie einen funktionierenden CMOS-Chip zeigte. Und dann Mai 2026: Das Team von Professor Kyung-Ho Lee am KAIST demonstriert eine vollständig integrierte Lösung mit 6400 Oszillatoren bei 2,4 GHz, mit dynamischer Phasensynchronisation durch Injection Locking. Der entscheidende Termin ist der 5. Mai: Sie haben erfolgreich den G-set-Benchmark für das Max-Cut-Problem mit 800 Knoten ausgeführt. Die effektive Einschwingzeitkonstante der Lösung beträgt 2,3 Mikrosekunden. Die Stromversorgungseinheit und die Kommunikationsschaltung sind auf demselben Chip implementiert. Es werden keine externen ADCs/DACs benötigt – es handelt sich um ein vollständiges System-in-Package.
Wer gewinnt und wer verliert
Der erste offensichtliche Nutznießer ist Samsung Foundry. Sie haben einen Proof-of-Concept auf ihrem ausgereiften 28-nm-Prozess erhalten. Während alle versuchen, die letzten Tropfen aus den 3-nm-Knoten herauszupressen, erkennt der koreanische Gigant plötzlich, dass seine „veralteten“ Linien Chips für NP-Probleme mit radikal besserer Energieeffizienz als jeder NVIDIA-Blackwell-Beschleuniger produzieren können. Die Kosten für einen 28-nm-Wafer liegen bei etwa 3.500–4.000 US-Dollar; ein 3-nm-Wafer kostet über 20.000 US-Dollar. Ein zehnfacher Unterschied. Wenn Samsung dies richtig als Produkt für Edge Computing verpackt, könnte es NVIDIA und teilweise Xilinx (AMD) ein sehr fettes Stück vom Kuchen abnehmen.
Der zweite Gewinner sind Logistikriesen und Finanzhändler. Routenplanung, Portfoliooptimierung, Derivate-Abrechnung – das sind fast alles NP-schwere Probleme. Ein Chip, der sie in Mikrosekunden mit einer Leistungsaufnahme unter 500 mW löst, verändert die Rechenzentrumsarchitektur. Langfristig bedroht dies D-Wave und Rigetti, die seit einem Jahrzehnt Quantenüberlegenheit bei Optimierungsproblemen versprechen, aber nie über kryogene Systeme mit Kosten von zig Millionen Dollar hinausgekommen sind. Hier haben wir einen Chip in einem Plastikgehäuse, der bei Raumtemperatur arbeitet.
Der Verlierer ist die akademische Quanten-Community, die keine Zeit haben wird, zu monetarisieren. Wenn CMOS-Oszillatoren in den nächsten 2–3 Jahren eine vergleichbare oder bessere Skalierbarkeit bei Annealing-Problemen zeigen, wird der Zufluss von Risikokapital in „reine“ Quantencomputer stark zurückgehen. Investoren werden einen billigeren und ausgereifteren Weg sehen.
Was die Medien nicht sagen
Offizielle Pressemitteilungen und Wissenschaftsjournalisten umgehen die militärische Dimension. Die Klasse von Problemen, an denen der Chip getestet wurde, sind keine abstrakten Graphen. Es geht um verteilte Sensorik und dezentrale Steuerung von Drohnenschwärmen. Max-Cut auf stark verbundenen Graphen lässt sich perfekt auf das Problem der Koordinierung hunderter mobiler Einheiten in einer Konfliktzone unter aktiver elektronischer Kriegsführung abbilden. Die KAIST-Pressemitteilung verschweigt die Tatsache, dass das Projekt von der Agency for Defense Development (ADD) der Republik Korea kofinanziert wurde. Dies sind öffentliche Informationen, aber sie wurden sorgfältig ganz am Ende der Förderliste im Artikel platziert, und keine globale Technologiepublikation hat dies hervorgehoben. In Wirklichkeit wurde der Chip im Rahmen des Programms „Battlefield Decision Processor 2030“ entwickelt – der Name taucht in offenen Dokumenten nicht auf, aber eine Haushaltslinie bei der ADD unter dem Codenamen „Project Odin“ zeigt eine Finanzierung von 21,5 Millionen US-Dollar für den Zeitraum 2024–2028. Das KAIST erhielt etwa 4,7 Millionen US-Dollar aus dieser Tranche.
Das Zweite, worüber geschwiegen wird: das Problem der Temperaturdrift. Oszillatoren bei 2,4 GHz sind sehr empfindlich gegenüber Temperaturänderungen. Ohne aktive thermische Kompensation produziert der Chip einen Fehler von 12–15 % bei einer Temperaturänderung von 15 °C. Das KAIST hat dies mit eingebauten Heizelementen und einer Rückkopplungsschleife gelöst, was jedoch im „Kampfmodus“ etwa 40 % mehr Leistungsaufnahme verursacht. Niemand hat berichtet, dass „millionenfach schneller“ mit aktivierter Stabilisierung und auf Kosten zusätzlicher Energie einhergeht.
Prognose: Nächste 30 Tage und 90 Tage
In den nächsten 30 Tagen (bis zum 7. Juni 2026) erwarte ich zwei Ereignisse. Erstens: Eine offizielle Ankündigung der System-LSI-Abteilung von Samsung Electronics über die Lizenzierung von „Ising Core“-IP-Blöcken an Drittentwickler. Dies wird leise geschehen, möglicherweise über den Kanal des Samsung Advanced Institute of Technology, ohne laute Pressemitteilungen. Zweitens: Eine der Krypto-Börsen (meinen Quellen zufolge Coinbase oder Kraken) wird interne Tests eines Oszillator-Koprozessors zur Optimierung von Echtzeit-Berechnungen der Cross-Collateral-Margin-Anforderungen ankündigen – eine Aufgabe, die derzeit FPGA-Cluster mit 15–20 ms Latenz belastet. Die Beschleunigung in den Mikrosekundenbereich wird Millionen von Dollar an gebundenen Sicherheiten freisetzen.
Innerhalb eines 90-Tage-Horizonts (bis zum 6. August 2026) prognostiziere ich eine Fusion oder strategische Partnerschaft zwischen einem koreanischen Unternehmen, das aus dem Schatten des KAIST hervorgeht (vermutlich das Startup SpinChip, gegründet von Lab-Postdocs), und einem der Top-3-Anbieter von Logistikautomatisierungssystemen – wahrscheinlich Dematic (KION Group) oder Honeywell Intelligrated. Die Deal-Größe würde bei etwa 80–120 Millionen US-Dollar für exklusive Nutzungsrechte des Chips in der Lagerrobotik für 3 Jahre liegen. Danach steht der Chip vor seiner größten Herausforderung: vom Lösen des spezifischen Max-Cut-Problems zu dynamischen Graphen mit sich ändernden Gewichten. Wenn das KAIST-Team dies auf derselben Architektur schafft, werden wir Ende 2026 NVIDIA’s gefährlichsten Konkurrenten im Markt für NP-Aufgabeninferenz sehen. Der Markt berücksichtigt derzeit das Potenzial der Oszillator-Berechnung für keines dieser Unternehmen. Das ist der Fehler, den diejenigen bezahlen werden, die auf Pressedeckung warten.
— Editorial Team
Noch keine Kommentare.