OpenAI-Cerebras-Deal: 750 Megawatt Rechenleistung bis 2028
Der OpenAI-Cerebras-Deal, am 14. Januar 2026 angekündigt, verpflichtet den KI-Chiphersteller Cerebras, OpenAI 750 Megawatt Rechenleistung bis 2028 zu liefern. Personen aus dem Umfeld des Unternehmens beziffern den Vertrag auf über 10 Milliarden $. OpenAI kauft Inferenz mit niedriger Latenz: schnellere Antworten seiner Modelle. Für Unternehmen, die auf OpenAI aufbauen, liegt der erklärte Nutzen in kürzeren Antwortzeiten bei Echtzeit-Tools.
Welches Problem OpenAI mit Cerebras lösen wollte
OpenAI wollte schnellere Antworten für die Menschen, die seine Modelle nutzen. In der Ankündigung schreibt OpenAI, die Cerebras-Systeme würden Antworten beschleunigen, die bisher mehr Rechenzeit brauchen. Sachin Katti, der bei OpenAI an der Recheninfrastruktur arbeitet, ordnete das in einen größeren Plan ein: Die Compute-Strategie von OpenAI bestehe darin, ein widerstandsfähiges Portfolio aufzubauen, das die passenden Systeme den passenden Aufgaben zuordnet.
Cerebras hatte ein eigenes Problem. Ein einziger Kunde, die G42 aus den Vereinigten Arabischen Emiraten, machte laut CNBC im ersten Halbjahr 2024 87 % des Umsatzes aus. Ein zweiter sehr großer Kunde verändert dieses Bild.
Was OpenAI bei Cerebras kauft
Im Rahmen einer mehrjährigen Vereinbarung, die am 14. Januar 2026 angekündigt wurde, liefert Cerebras OpenAI 750 Megawatt Rechenleistung, beginnend 2026 und laufend bis 2028. Der Deal ist laut Personen aus dem Umfeld des Unternehmens, die mit CNBC sprachen, über 10 Milliarden $ wert; TechCrunch und Reuters berichteten dieselbe Größenordnung. Keines der beiden Unternehmen nannte einen Preis.
Cerebras baut einen einzelnen großen Prozessor, einen Wafer-Scale-Chip, der generative KI-Modelle trainieren und ausführen kann. Das Unternehmen verkauft die Chips direkt und bietet sie auch als Cloud-Dienst aus eigenen Rechenzentren in den USA und im Ausland an. CEO Andrew Feldman sagte, mit der OpenAI-Zusage werde das Unternehmen diese Basis weiter ausbauen.
Wie die Chips in OpenAIs Hardware-Mix passen
OpenAI verlässt sich nicht auf einen einzigen Chiplieferanten. Laut DCD nutzt das Unternehmen GPUs verschiedener Generationen von Nvidia und AMD sowie Googles TPUs, berät Microsoft beim Design des Maia-Chips und entwickelt mit Broadcom eigene Chips. Cerebras ergänzt ein Bauteil für genau eine Aufgabe: Inferenz, also das Erzeugen der Antworten eines Modells, mit niedriger Latenz.
Die Beziehung begann mit Tests. OpenAI arbeitete mit Cerebras daran, dass die Open-Weight-Modelle gpt-oss auf Cerebras-Silizium reibungslos laufen. Feldman sagte gegenüber CNBC, die Zusammenarbeit habe zu technischen Gesprächen geführt, und die beiden Unternehmen hätten kurz vor Thanksgiving ein Term Sheet unterzeichnet.
„Cerebras ergänzt unsere Plattform um eine dedizierte Inferenzlösung mit niedriger Latenz." Sachin Katti, OpenAI, zur Vereinbarung mit Cerebras
Was die Zahlen für Cerebras zeigen
Ein gemessenes Leistungsergebnis gibt es noch nicht: Die Geschwindigkeitsgewinne sind das, was beide Unternehmen den Systemen zusprechen. Das Finanzbild ist klarer. Als Cerebras im September 2024 den Börsengang beantragte, wies das Unternehmen für das zweite Quartal einen Umsatz von knapp 70 Millionen $ aus, nach rund 6 Millionen $ ein Jahr zuvor, während der Nettoverlust auf fast 51 Millionen $ von 26 Millionen $ stieg.
Im Oktober zog Cerebras den Antrag zurück, nur Tage nach einer Finanzierungsrunde über 1,1 Milliarden $, die das Unternehmen mit 8,1 Milliarden $ bewertete; Feldman sagte, die Angaben seien veraltet, und das Unternehmen wolle erneut einreichen. Im Januar 2026 berichtete TechCrunch, Cerebras verhandle über weitere eine Milliarde Dollar bei einer Bewertung von 22 Milliarden $.
Was schnellere Inferenz für Unternehmen auf OpenAI ändert
Für Firmen, die Produkte auf OpenAIs Modellen bauen, geht es um die Antwortzeit. Katti sagte, die Systeme bedeuteten schnellere Antworten, natürlichere Interaktionen und eine stärkere Basis, um Echtzeit-KI für deutlich mehr Menschen zu skalieren. Das zählt vor allem dort, wo Nutzer auf die Antwort warten, etwa bei Sprachassistenten, Live-Chat-Support und Coding-Tools. Eine Zahl für den Geschwindigkeitsgewinn wurde nicht veröffentlicht, deshalb sollten Unternehmen ihn als erklärtes Ziel behandeln, bis er in den eigenen Antwortzeiten sichtbar wird.
Für Käufer von KI-Hardware zeigt der OpenAI-Cerebras-Deal, wie ein großer Kunde die Arbeit auf mehrere Chiptypen verteilt, jeweils passend zur Aufgabe, statt eine Chipsorte für alles zu kaufen.
Fragen und Antworten
Wie viel ist der OpenAI-Cerebras-Deal wert?
Personen aus dem Umfeld von Cerebras sagten CNBC, der Deal sei über 10 Milliarden $ wert. Weder OpenAI noch Cerebras haben die Summe selbst veröffentlicht.
Wie viel Rechenleistung liefert Cerebras?
Cerebras liefert OpenAI 750 Megawatt Rechenleistung, beginnend 2026 und laufend bis 2028.
Geht Cerebras an die Börse?
Cerebras beantragte im September 2024 einen Börsengang und zog den Antrag im Oktober zurück. CEO Andrew Feldman sagte, das Unternehmen wolle mit aktualisierten Finanzzahlen erneut einreichen, nannte aber keinen Zeitpunkt.
Die Sicht von MOZGII
Wie wir es bauen würden
Ein Deal wie dieser teilt KI-Arbeit in zwei Arten: Modelle trainieren und Nutzern antworten. Wenn wir ein Produkt darauf aufbauen würden, würden wir zuerst die Antwortseite messen, denn die spürt der Kunde. Wir würden pro Aufgabe festhalten, wie lange jede Antwort bis zum Start und bis zum Ende braucht, vor und nach jeder Hardware-Änderung. Ohne diese Ausgangsbasis kann niemand sagen, ob schnellere Chips das Produkt besser gemacht haben.
Wir würden das Produkt außerdem von jedem einzelnen Chip unabhängig halten. Dasselbe Modell müsste auf jeder Hardware dieselben Antworten liefern, also würden wir auf jedem System dieselben festen Testfragen laufen lassen und die Ergebnisse vergleichen, bevor echter Traffic kommt. Die Schwachstelle ist der Wechsel selbst: Ein neues System kann schnell sein und trotzdem in Kleinigkeiten abweichen, die einen nachgelagerten Ablauf brechen.
Die eine Kennzahl, die wir beobachten würden, ist die Zeit bis zu den ersten Worten einer Antwort, gemessen an echten Anfragen. Bei Sprache und Live-Chat entscheidet diese Zahl darüber, ob sich das Produkt brauchbar anfühlt.
Als Nächstes würden wir ein Routing bauen, das jede Anfrage an die passende Hardware schickt: schnelle Dialogantworten an die Systeme mit niedriger Latenz, lange Batch-Jobs an günstigere Kapazität. So wird aus einem Mix von Lieferanten gleichzeitig niedrigere Kosten und schnellerer Service.
Quellen
Woher die Fakten dieser Meldung stammen.