Die Kostenstruktur moderner KI-Chips verschiebt sich dramatisch: Hochleistungsspeicher vom Typ High-Bandwidth Memory (HBM) macht mittlerweile knapp zwei Drittel der gesamten Komponentenkosten für KI-Chips aus. Das zeigen aktuelle Analysen, die Daten von den vier größten KI-Chip-Designern – Nvidia, AMD, Google und Amazon – zusammenfassen und nach Produktionsvolumen gewichten.
Explosive Kostensteigerung bei HBM
Zwischen dem ersten Quartal 2024 und dem vierten Quartal 2025 stieg der HBM-Anteil an den gesamten Chip-Komponentenkosten von 52 auf 63 Prozent. In absoluten Zahlen bedeutet das einen Sprung von rund 12 Milliarden US-Dollar im Jahr 2024 auf etwa 32 Milliarden US-Dollar im Jahr 2025 – ein Wachstum, das alle anderen Komponenten weit hinter sich lässt. Zum Vergleich: Logic-Dies, also die eigentlichen Rechenkerne, blieben mit rund 13 Prozent Kostenanteil nahezu konstant. Advanced Packaging fiel sogar von 19 auf 15 Prozent, Hilfskomponenten sanken von 15 auf 9 Prozent.
Warum HBM so entscheidend ist
High-Bandwidth Memory ist für KI-Workloads unverzichtbar, weil moderne neuronale Netze – insbesondere große Sprachmodelle (LLMs) – enorme Mengen an Daten in kürzester Zeit zwischen Speicher und Recheneinheit bewegen müssen. Klassischer GDDR-Speicher stößt dabei schnell an seine Grenzen. HBM stapelt mehrere Speicherchips übereinander und verbindet sie über breite Datenbusse direkt mit dem Prozessor, was die Bandbreite um ein Vielfaches erhöht. Genau diese Eigenschaft macht HBM zur Schlüsselkomponente in Beschleunigern wie Nvidias H100 oder dem Blackwell-Chip.
Marktmacht bei wenigen Herstellern konzentriert
Das Problem: HBM wird weltweit nur von wenigen Unternehmen produziert – allen voran Samsung, SK Hynix und Micron. SK Hynix gilt derzeit als führender Lieferant für Nvidias Spitzenprodukte. Diese Konzentration schafft erhebliche Abhängigkeiten und Engpässe in der Lieferkette. Wer KI-Hardware bauen will, muss zwangsläufig mit diesen Speicherherstellern kooperieren – und deren Preisgestaltung akzeptieren. Analysten erwarten, dass HBM künftig einen noch größeren Anteil der Chip-Kosten ausmachen wird, da die Modellgrößen weiter wachsen und der Hunger nach Speicherbandbreite zunimmt.
Auswirkungen auf die gesamte KI-Industrie
Für Rechenzentren und Cloud-Anbieter bedeutet dieser Trend steigende Infrastrukturkosten, die sich letztlich auf die Preise für KI-Dienste auswirken. Für Chip-Designer wie Nvidia oder Google entsteht ein Anreiz, entweder eigene Speicherlösungen zu entwickeln oder neue Architekturen zu erforschen, die weniger HBM-abhängig sind. Gleichzeitig dürfte die Nachfrage nach HBM die Investitionen in neue Fertigungskapazitäten bei den Speicherherstellern weiter ankurbeln – ein Trend, der die gesamte Halbleiterindustrie noch Jahre beschäftigen wird. Die Zahlen verdeutlichen eindrücklich: Im KI-Zeitalter ist nicht mehr der Rechenkern allein das knappe Gut, sondern der Speicher, der ihn mit Daten versorgt.
Quellen: Hacker News