Aktien von Speicherchip-Herstellern geraten unter Druck

Googles Meldung über die "TurboQuant"-Technologie für den Betrieb von LLMs, die den Speicherbedarf um bis zum Sechsfachen reduzieren können soll, sorgte den der Börse für Nervosität. Samsung und SK Hynix gehörten zu den Wochenverlieren.

Die riesigen Erwartungen an KI haben infolge dieses Booms auch die Aktienkurse von Speicherherstellern kräftig belebt. Doch vergangene Woche gab es einen Dämpfer: Die Kurse asiatischer sowie amerikanischer Chip- und Speicherhersteller gerieten massiv unter Druck. Fast 100 Milliarden US-Dollar büßten sie insgesamt an Marktkapitalisierung ein. In Südkorea fielen die Aktien von SK Hynix um 6 Prozent, während Samsung Electronics um fast 5 Prozent nachgab. Auch die Papiere des japanischen Flash-Herstellers Kioxia verloren knapp 6 Prozent.

In den Vereinigten Staaten büßten Sandisk und Micron Technology an der Börse an Wert ein. Der Auslöser für den weltweiten Kursrutsch: Neue Forschungsergebnisse deuteten darauf hin, dass KI-Systeme möglicherweise weit weniger Hardware benötigen als bisher angenommen.

Am Dienstag vergangener Woche stellte Google nämlich seinen "TurboQuant"-Algorithmus vor, der laut eigenen Angaben KI-Modelle drastisch verkleinern kann, ohne dabei an Genauigkeit einzubüßen, sodass sie auf Maschinen mit deutlich geringeren Speicheranforderungen laufen können. Die Ankündigung löste bei Investoren Besorgnis aus und schürte Zweifel daran, ob KI weiterhin solch enorme Speicherkapazitäten benötigen werde.

Google "TurboQuant"

Laut Google könnte seine "TurboQuant"-Technik den für den Betrieb von LLMs erforderlichen Speicherbedarf um bis zu das Sechsfache reduzieren. Dies geschieht durch die Optimierung der Art und Weise, wie Modelle frühere Berechnungen speichern und wiederverwenden – bekannt als "Key-Value-Cache"

Dieser Durchbruch ist Teil einer breiteren Initiative der Branche, KI-Systeme effizienter zu gestalten und damit Kosten sowie Energieverbrauch zu senken. Matthew Prince, Geschäftsführer von Cloudflare, bezeichnete die Entwicklung als "Googles DeepSeek" und verwies dabei auf Effizienzgewinne des chinesischen KI-Unternehmens DeepSeek, die im vergangenen Jahr einen Ausverkauf am Markt ausgelöst hatten.

"Es gibt noch so viel Spielraum, um die KI-Inferenz hinsichtlich Geschwindigkeit, Speicherverbrauch, Stromverbrauch und Multi-Tenant-Nutzung zu optimieren", schrieb er am Mittwoch in einem Beitrag auf X.

Investoren überdenken ihre Erwartungen

Speicherchip-Unternehmen gehörten zu den größten Nutznießern des KI-Booms, da die Nachfrage nach der Infrastruktur, die zum Trainieren und Ausführen von Modellen von Firmen wie OpenAI und Anthropic benötigt wird, sprunghaft angestiegen war. Investoren hatten allgemein mit einer anhaltenden Verknappung solcher Komponenten gerechnet, was bis weit ins nächste Jahr hinein ein starkes Gewinnwachstum befeuern würde.

Analysten sagen nun jedoch, dass Effizienzsteigerungen diese Erwartungen neu justieren könnten. Experten von der Bank Morgan Stanley stellten fest, dass die Betriebskosten sinken würden, wenn KI-Modelle mit deutlich weniger Speicher auskommen könnten, was den Bedarf an groß angelegter Infrastruktur potenziell verringern würde.

"Somit passen Modelle, die Cloud-Cluster benötigen, auf lokale Hardware, was die Hürde für den groß angelegten Einsatz von KI effektiv senkt", schrieben die Analysten von Morgan Stanley.

Ben Barringer, Leiter der Technologieforschung bei Quilter Cheviot, merkte aber an, der Rückgang bei Speicheraktien sei größtenteils auf Gewinnmitnahmen von Anlegern zurückzuführen. "Speicheraktien haben eine sehr starke Entwicklung hinter sich. Da es sich um einen stark zyklischen Sektor handelt, suchten Anleger bereits nach Gründen für Gewinnmitnahmen", so Barringer.

Analysten warnen vor Überreaktionen

Trotz der Marktturbulenzen warnen einige Analysten vor Überreaktionen. Morgan Stanley erklärte, die längerfristigen Auswirkungen könnten neutral sein, da niedrigere Kosten eine breitere Einführung von KI-Technologien fördern und letztlich die Gesamtnachfrage steigern könnten.

Andere Analysten weisen darauf hin, dass Techniken wie die Quantisierung – der Prozess, der Googles Durchbruch zugrunde liegt – seit Jahren erforscht werden. Was sich geändert habe, ist ihre Bereitschaft für den groß angelegten Einsatz in der Praxis.

"Die Google-Turboquant-Innovation hat den Druck erhöht, aber dies ist evolutionär, nicht revolutionär. Sie verändert das langfristige Nachfragebild der Branche nicht. In einem Markt, der darauf ausgerichtet ist, Risiken zu minimieren, kann selbst eine schrittweise Entwicklung als Anlass genommen werden, sich zurückzuziehen", merkte etwa Barringer.

Für Unternehmen könnte die Entwicklung neue Chancen bieten. Firmen, die KI-Projekte zuvor aufgrund hoher Infrastrukturkosten zurückgestellt haben, könnten diese nun leichter umsetzen.

Gleichzeitig wird erwartet, dass der Wettbewerb unter den großen Tech-Unternehmen, darunter Microsoft, Amazon und Meta, die Bemühungen zur Effizienzsteigerung beschleunigen wird.

Der Artikel erschien zuerst bei unserer Schwesterpublikation Computing Deutschland.

CRN-Newsletter beziehen und Archiv nutzen - kostenlos: Jetzt bei der CRN Community anmelden