Nvidias Dominanz im KI-Beschleunigermarkt beruht nicht nur auf leistungsfähiger Hardware, sondern maßgeblich auf der Softwareplattform CUDA, die Entwickler seit Jahren an das eigene Ökosystem bindet. Qualcomm versucht nun, diese Abhängigkeit über einen anderen Weg zu durchbrechen: Das Unternehmen investiert in die Software-Firma Modular, die eine hardwareunabhängige Ausführungsschicht für KI-Modelle entwickelt.

Modulars Ansatz zielt darauf ab, KI-Frameworks und Compiler so zu gestalten, dass trainierte Modelle ohne aufwendige Anpassung auf unterschiedlichen Beschleunigerarchitekturen laufen können – seien es GPUs, NPUs oder spezialisierte Inferenzchips. Für Qualcomm, das mit seinen Cloud-AI-100-Beschleunigern und mobilen NPUs im Markt vertreten ist, eröffnet dies die Chance, Rechenzentrumskunden zu gewinnen, die bislang aus Software-Gründen an Nvidia gebunden waren.

Bedeutung für den Halbleitermarkt

Die Strategie verschiebt den Wettbewerb von reiner Chip-Performance hin zur Frage, wie stark Software-Ökosysteme die Wahl der Silizium-Plattform bestimmen. Sollte sich eine offene, herstellerunabhängige Softwareschicht durchsetzen, könnten auch andere Anbieter wie AMD oder aufstrebende KI-Chip-Startups leichter in Marktsegmente vordringen, die derzeit stark von CUDA-Bindung geprägt sind. Für Rechenzentrumsbetreiber verspricht dies mehr Flexibilität bei der Hardwarebeschaffung und potenziell geringere Kosten durch echten Wettbewerb.

Ob sich dieser Ansatz durchsetzt, hängt jedoch stark davon ab, wie gut die Performance-Optimierung auf heterogener Hardware in der Praxis gelingt – ein Bereich, in dem Nvidia durch jahrelange Investitionen in CUDA-Bibliotheken und Entwickler-Tools einen erheblichen Vorsprung hat.