OpenAI plant laut The Information, Chips für künstliche Intelligenz von Google zu kaufen. OpenAI gehört seit Langem zu den größten Kunden von Nvidia, von dem das Unternehmen bislang den Großteil der Hardware für den Betrieb seiner Modelle bezogen hat. Ein Geschäft mit Google würde diese Abhängigkeit deutlich verringern.
Einzelheiten wurden bislang nicht veröffentlicht. Es ist unklar, wie viel OpenAI bezahlen, wie viele Chips das Unternehmen kaufen und wann es sie erhalten wird. Beide Unternehmen lehnten eine Stellungnahme dazu ab. Laut Bloomberg sind die endgültigen Bedingungen der Vereinbarung weiterhin nicht bekannt, da die Verhandlungen unter Ausschluss der Öffentlichkeit stattfinden.
Was TPU-Chips sind
Google bietet keine klassischen Grafikprozessoren wie Nvidia an. Das Unternehmen hat eigene Tensor-Prozessoren, kurz TPU, entwickelt, die mathematische Operationen berechnen sollen, auf denen Modelle künstlicher Intelligenz basieren. Google begann vor mehr als zehn Jahren mit ihrer Entwicklung und nutzte sie anfangs vor allem zur Beschleunigung seiner Suchmaschine. Öffentlich vorgestellt wurden sie 2016, als Google sie bereits seit mehr als einem Jahr in seinen Rechenzentren einsetzte.
Mit der Zeit zeigte sich, dass sich die Chips hervorragend für die Arbeit mit künstlicher Intelligenz eignen, und in den vergangenen Jahren wurden sie zu einer ernsthaften Alternative zu den teuren und stark nachgefragten Prozessoren von Nvidia. Im April dieses Jahres stellte Google die achte Generation in zwei Versionen vor. Das Modell 8t dient zum Trainieren von Modellen, während 8i für deren regulären Betrieb ausgelegt ist, also für Situationen, in denen das Modell Nutzern antwortet.
OpenAI arbeitet nicht zum ersten Mal mit Googles Chips. Bereits im Juni 2025 gab es Berichte, dass das Unternehmen begonnen habe, sie über Google Cloud zu mieten. Damals sprach das Unternehmen lediglich von ersten Tests und erklärte, es wolle sie nicht in großem Umfang einsetzen. Die größte Hoffnung bestand darin, dass TPU die Betriebskosten der Modelle senken würden. Ein direkter Kauf würde jedoch eine Veränderung bedeuten, da OpenAI die Hardware selbst besitzen und Google nicht für jede Rechenstunde bezahlen müsste. Google hat den Weg für diesen Schritt bereits geebnet. Der Finanzvorstand von Alphabet erklärte, das Unternehmen habe im zweiten Quartal damit begonnen, TPU-Systeme direkt an die Rechenzentren von Kunden zu liefern, obwohl sie zuvor praktisch nur in seiner Cloud verfügbar waren.
Dass die Spekulationen eine reale Grundlage haben, deutet auch eine Stellenausschreibung von OpenAI in San Francisco an. Darin sucht das Unternehmen einen Ingenieur, der die Optimierung seiner leistungsfähigsten Modelle speziell für TPU leiten soll. Die Arbeit dreht sich um Compiler, also Software, die ein KI-Modell in Anweisungen übersetzt, die für einen bestimmten Chip verständlich sind. Genau deshalb ist der Wechsel zu einem anderen Prozessortyp nicht so einfach wie der Austausch einer Komponente in einem Computer.
Eine Rolle spielt auch Richard Ho, der bei OpenAI das Team für die Hardwareentwicklung leitet. Er verbrachte fast neun Jahre bei Google und gehörte zu den Leitern des Cloud-TPU-Projekts. Mitarbeiter von Google unterstützten OpenAI auch bei seinem eigenen Chip Jalapeño, den das Unternehmen gemeinsam mit Broadcom entwickelte. Diese Hardware ist für den Betrieb fertiger Modelle vorgesehen, und OpenAI plant ihren ersten Einsatz für Ende dieses Jahres.
Was OpenAI dadurch gewinnt
Der offensichtlichste Vorteil ist ein schnellerer Zugang zu Rechenleistung, an der es OpenAI ständig mangelt. Bloomberg beschreibt den Kauf als Teil der Bemühungen, Rechenleistung gleichzeitig aus mehreren Quellen zu beziehen. Neben Nvidia setzt das Unternehmen somit auf Chips von AMD, auf das eigene Jalapeño und nun auch auf Prozessoren von Google.
Damit geht auch eine größere Unabhängigkeit einher. Wer den Großteil seiner Hardware von einem einzigen Lieferanten bezieht, hat bei Preisverhandlungen eine schwächere Position und ist bei Lieferausfällen verwundbar. Mit drei oder vier Bezugsquellen kann OpenAI auswählen und die Preise drücken.
Auch niedrigere Kosten spielen eine Rolle. Eigene Hardware lohnt sich bei langfristiger und intensiver Nutzung in der Regel mehr als eine stundenweise Anmietung. Zudem wurden TPU speziell für KI-Berechnungen entwickelt, sodass sie vor allem den Betrieb der Modelle verbilligen können, der mit der wachsenden Zahl von ChatGPT-Nutzern enorme Summen verschlingt.
Der Kauf würde OpenAI gegenüber seinem wichtigsten Konkurrenten auf Augenhöhe bringen. Anthropic schloss im April mit Google und Broadcom eine Vereinbarung über mehrere Gigawatt Rechenleistung aus der nächsten TPU-Generation, die ab 2027 schrittweise verfügbar werden soll. Gleichzeitig versucht Google, seine Chips möglichst vielen Kunden zugänglich zu machen. Diese Woche kündigte das Unternehmen an, TPU auch über die Cloud von Oracle anzubieten. Googles Manager Amin Vahdat merkte dazu an, dass die nächste Generation künstlicher Intelligenz eine vielfältige Palette an Rechenleistung benötigen werde. Die Beziehungen zwischen den beiden Unternehmen werden auch von der anderen Seite enger, denn Google Cloud begann vergangene Woche, ausgewählten Kunden in einem nicht öffentlichen Test GPT-6-Modelle anzubieten.
Der Schritt in Richtung Google ist umso interessanter, als Nvidia zu den Investoren von OpenAI gehört. Im September 2025 unterzeichnete Nvidia eine vorläufige Vereinbarung, wonach das Unternehmen bis zu 100 Milliarden Dollar in OpenAI investieren sollte, während OpenAI Nvidia-Systeme mit einer Leistung von mindestens 10 Gigawatt einsetzen würde. Letztlich investierte Nvidia jedoch 30 Milliarden Dollar in die Finanzierungsrunde, also deutlich weniger. Firmenchef Jensen Huang deutete im März an, dass es sich um die letzte derartige Investition vor dem Börsengang von OpenAI handeln könnte.
Nur zwei Wochen nach der Vereinbarung mit Nvidia legte auch AMD ein Angebot vor. Das Unternehmen räumte OpenAI das Recht ein, bis zu 160 Millionen seiner Aktien zu kaufen, was ungefähr einem Zehntel des Unternehmens entspricht. Voraussetzung ist, dass OpenAI AMD-Chips mit einer Leistung von 6 Gigawatt einsetzt.
Quellen: bloomberg.com und reuters.com
