Wie SoftBank & Intel den Energieverbrauch von KI-Speicherchips halbieren wollen

SoftBank, Intel und die Universität Tokio entwickeln mit dem Saimemory-Projekt stapelbare DRAM-Speicher, die rund 50 % weniger Energie verbrauchen sollen. Der Artikel beleuchtet den aktuellen Entwicklungsstand, technische Herausforderungen, Innovationen und die Potenziale dieser Zusammenarbeit für die Zukunft von KI, Rechenzentren und Nachhaltigkeit.

Inhaltsübersicht

Einleitung
Der Startschuss für Saimemory: Warum SoftBank, Intel und die Uni Tokio kooperieren
Vom Pilot zur Innovation: Fortschritte und Hürden bei der Entwicklung stapelbarer DRAM-Chips
Strom sparen mit neuer Technologie: Die Innovationen hinter energieeffizientem KI-Speicher
KI, Klima und Markt: Die Bedeutung effizienter Speicherchips für Rechenzentren und Gesellschaft
Fazit

Einleitung

Künstliche Intelligenz frisst Energie – und das zunehmend. KI-Anwendungen sorgen weltweit für steigende Stromrechnungen in Rechenzentren. Doch eine aktuelle Kooperation zwischen SoftBank, Intel und der Universität Tokio will ein zentrales Problem lösen: den hohen Energieverbrauch moderner Speicherchips. Im Saimemory-Projekt arbeiten die Partner seit Mai 2025 an stapelbaren DRAM-Chips, die nicht nur schneller, sondern vor allem deutlich effizienter sind. Mit einer Investition von 70 Millionen US-Dollar und vereinter Patent- und Forschungsexpertise soll der Energiebedarf im Vergleich zu heutigen High-Bandwidth-Memory-Lösungen bis 2027 etwa halbiert werden. Was bedeutet das für die Branche, und wie realistisch sind die Versprechen? Dieser Artikel gibt einen exklusiven Einblick in das ehrgeizige Projekt, technisch Hintergründe und seine Bedeutung für die KI-Hardware der nächsten Generation.

Der Startschuss für Saimemory: Warum SoftBank, Intel und die Uni Tokio kooperieren

Ein Schulterschluss aus Forschung und Industrie

Die SoftBank Intel Kooperation mit der Universität Tokio entstand aus einem klaren Bedarf: Künstliche Intelligenz und datenintensive Anwendungen treiben den Energieverbrauch in Rechenzentren und Cloud-Infrastrukturen immer weiter nach oben. Gerade klassische DRAM-Chips – als Kurzzeitspeicher das Rückgrat moderner KI-Systeme – stehen wegen ihres hohen Stromhungers in der Kritik. Energieeffizienter Speicher ist deshalb nicht mehr nur ein akademisches Projekt, sondern ein industriepolitisches Muss.

Strategische Interessen und Beweggründe

Für SoftBank geht es um nichts weniger als die Sicherung einer führenden Rolle im KI-Infrastrukturmarkt. Nach dem Aufkommen spezialisierter KI-Chips wollte das Unternehmen nicht mehr von US-Platzhirschen wie Nvidia abhängig sein und investierte gezielt in Speichertechnologien sowie in die Patentlandschaft. Intel wiederum sieht energieoptimierte High-Bandwidth-Memory als Schlüssel zur Wettbewerbsfähigkeit gegenüber asiatischen Chipgiganten. Die Universität Tokio bringt ihre exzellente Grundlagenforschung und tiefes Know-how im Halbleiterbereich ein – und wird zum Katalysator für den Technologietransfer.

Die Geburtsstunde von Saimemory

Die Gründung des Projekts Saimemory war der Versuch, geballte Forschungskraft mit industrieller Umsetzung und globalen Produktionskapazitäten zu verbinden. Die Partner verfolgen ein gemeinsames Ziel: ein energieeffizienter Speicher, der KI-Workloads mit deutlich geringerem Strombedarf ermöglicht. Im Zentrum steht dabei die Entwicklung stapelbarer DRAM-Chips mit optimierten Signalwegen und geringerer Wärmeentwicklung. Die Einbindung der Universität gewährleistet nicht nur Zugang zu wissenschaftlichen Talenten, sondern auch zu innovativen Patenten und neuen Denkansätzen.

Damit wird Saimemory zum Vorbild für eine neue Art von Technologiepartnerschaft, die Forschung, Patentschutz, Marktmacht und echte Nachhaltigkeit miteinander verschränkt.

Vom Pilot zur Innovation: Fortschritte und Hürden bei der Entwicklung stapelbarer DRAM-Chips

Meilensteine seit dem Startschuss

Nach dem anfänglichen Enthusiasmus rund um die SoftBank Intel Kooperation zur Entwicklung eines energieeffizienteren DRAM-Chips ist das Projekt Saimemory seit Mitte 2024 durch einen Richtungswechsel geprägt. Während Intel 2023 auf seiner Innovation-Konferenz neue Glassubstrate und Packaging-Technologien für High-Bandwidth-Memory vorstellte, die speziell auf KI-Anwendungen und energieeffizienten Speicher abzielen, kristallisierten sich schnell Differenzen in der Partnerschaft heraus.
SoftBank forderte höhere Produktionsgeschwindigkeit und Kapazität, als Intel bereitstellen konnte. Dies führte dazu, dass SoftBank die Zusammenarbeit mit Intel beendete und die Suche nach neuen Partnern wie TSMC intensivierte. Dennoch flossen frühe Forschungsergebnisse beider Seiten in die Weiterentwicklung von stapelbaren DRAM-Chips ein.

Aktuelle Forschung und offene Fragen

Parallel zu den industriellen Entwicklungen wurden im Frühjahr 2025 universitäre Durchbrüche gemeldet: Eine Hybridarchitektur, die unterschiedliche Speichertypen wie MRAM und SRAM kombiniert, erzielte durch dynamische Datenplatzierung eine um mehr als 60 Prozent höhere Energieeffizienz gegenüber klassischen Architekturen. Diese Konzepte könnten mittelfristig auch High-Bandwidth-Memory revolutionieren, sofern sie in industrielle Produktionsprozesse integriert werden.

Technische und organisatorische Herausforderungen

Die Integration von Know-how und Patenten bleibt ein Nadelöhr: SoftBank und Intel mussten sich mit Fragen des geistigen Eigentums, der Lizenzierung und der Kompatibilität unterschiedlicher Entwicklungsansätze auseinandersetzen. Die Auflösung der Allianz wirft die Frage auf, wie viel technologisches Know-how tatsächlich transferiert und wie rasch neue Partner diesen Stab übernehmen können. Die nächsten Schritte werden zeigen, ob sich die ambitionierten Ziele bei Produktion und Energieeffizienz in den kommenden Jahren realisieren lassen.

Strom sparen mit neuer Technologie: Die Innovationen hinter energieeffizientem KI-Speicher

Technologische Neuerungen im Saimemory-Projekt

Die jüngsten Fortschritte im Saimemory-Projekt, einer Kooperation zwischen SoftBank und Intel, zielen darauf ab, den Energieverbrauch von DRAM-Chips für KI-Anwendungen um bis zu 50 % zu senken. Herzstück der Innovation ist die Entwicklung stapelbarer, energieeffizienter Speicherzellen mit optimierter Architektur. Im Unterschied zu klassischen High-Bandwidth-Memory-Lösungen (HBM), wie sie etwa Samsung und SK Hynix vorantreiben, setzt das Saimemory-Projekt auf ein feineres Fertigungsverfahren und verbesserte Datenkanäle, die Datenübertragungsverluste und Wärmeentwicklung drastisch reduzieren.

Vergleich mit High-Bandwidth-Memory

HBM-Module aus der aktuellen Generation, wie Samsungs HBM3E, erreichen beeindruckende Bandbreiten von über 1 TB/s. Sie sind für hochparallele KI- und Rechenzentrumsanwendungen optimiert, jedoch bleibt ihr Strombedarf hoch. Die Saimemory-Innovation reduziert durch intelligente Power-Management-Algorithmen und effiziente Signalwege die Leckströme und verlängert die Lebensdauer der Chips bei gleichbleibender Leistung. Damit könnten künftige DRAM-Chips für KI-Systeme tatsächlich mit weniger als der Hälfte des bisherigen Energiebedarfs auskommen.

Zukünftige Anwendungsbereiche und Märkte

Der Bedarf an energieeffizientem Speicher wächst rasant, getrieben vom KI-Boom in Rechenzentren, autonomen Fahrzeugen und Edge-Computing. Besonders hyperskalierende Cloud-Anbieter und Betreiber großer KI-Cluster profitieren von den Einsparungen. Die SoftBank-Intel-Kooperation adressiert gezielt diese Märkte, öffnet aber auch Türen für weitere technologische Durchbrüche – etwa in KI-optimierter Hardware für Klimaforschung, Medizin und nachhaltige Smart Cities. Der entscheidende Vorteil: Mit jeder eingesparten Kilowattstunde wächst der gesellschaftliche und wirtschaftliche Spielraum für KI-Innovationen.

KI, Klima und Markt: Die Bedeutung effizienter Speicherchips für Rechenzentren und Gesellschaft

Warum der Speicher zum Nadelöhr wird

Während KI-Modelle täglich komplexer werden, rückt der Speicher als entscheidender Flaschenhals in Rechenzentren ins Rampenlicht. Traditionelle DRAM-Chips stoßen an Effizienzgrenzen – sowohl was Energieverbrauch als auch Skalierbarkeit betrifft. Der KI-Boom ist ohne leistungsfähigen, energieeffizienten Speicher schlicht nicht denkbar. Hier setzt das Saimemory-Projekt an: Mit neuartigen High-Bandwidth-Memory-Lösungen will die SoftBank-Intel-Kooperation den Energiebedarf von KI-Infrastrukturen drastisch senken – und das bei wachsendem Datenhunger.

Kosten, Skalierung und Nachhaltigkeit im Fokus

Die Branche steht vor einem Dilemma: Während rasant wachsende KI-Anwendungen immer mehr Speicher verlangen, explodieren die Stromkosten und der ökologische Fußabdruck von Rechenzentren. Energieeffizienter Speicher wie die geplanten DRAM-Chips aus der Saimemory-Initiative adressieren genau dieses Problem. Sie versprechen nicht nur eine Reduktion des Stromverbrauchs um bis zu 50 %, sondern auch eine verbesserte Kühlbarkeit und Lebensdauer der Systeme. Das senkt Betriebskosten und macht großflächige KI-Deployments wirtschaftlicher und nachhaltiger.

Wirtschaftliche und gesellschaftliche Auswirkungen

Die Bedeutung reicht weit über einzelne Unternehmen hinaus: Effizientere Speicherchips beeinflussen die globale Energiebilanz, indem sie den wachsenden Energiehunger des digitalen Sektors dämpfen. Gleichzeitig schaffen sie neue Marktpotenziale – der HBM-Speichermarkt könnte laut aktuellen Prognosen bis 2033 auf 130 Milliarden US-Dollar anwachsen. Für die Gesellschaft bedeutet das: KI-Anwendungen werden zugänglicher, die digitale Infrastruktur nachhaltiger. Die Frage bleibt: Wer profitiert am meisten – Big Tech, Umwelt oder wir alle?

Fazit

Die Kooperation von SoftBank, Intel und der Universität Tokio im Rahmen von Saimemory liefert einen möglichen Wendepunkt für die KI-Industrie. Sollten die Entwicklungen wie geplant verlaufen, könnten DRAM-Speicherchips bald erheblich zur Senkung des Stromverbrauchs in Rechenzentren beitragen – und damit sowohl wirtschaftliche als auch ökologische Vorteile bringen. Auf der Agenda stehen aber nicht nur technische Meilensteine, sondern auch neue Allianzen und Innovationen, um KI nachhaltig zu gestalten. Wer im Tech-Sektor die Energiefrage jetzt aktiv angeht, macht sich langfristig resilienter für den globalen Wettbewerb.

Quellen

Report: SoftBank held talks with Intel about developing an AI chip – SiliconANGLE
SoftBank kauft Ampere für 6,5 Mrd. Dollar – Halbleiter – Elektroniknet
SoftBank courts TSMC for AI chip project after talks with Intel fell apart – report – DCD
Report: SoftBank held talks with Intel about developing an AI chip – SiliconANGLE
SoftBank beendet Intel-Partnerschaft bei KI-Chips, wechselt zu TSMC
Intel Innovation 2023: Empowering Developers to Bring AI Everywhere
Intel Breakthroughs Propel Moore’s Law Beyond 2025
HH-PIM: Dynamic Optimization of Power and Performance with Heterogeneous-Hybrid PIM for Edge AI Devices
Data Center Chips in 2024: Top Trends and Releases
Harnessing the AI Era with Breakthrough Memory Solutions | Samsung Semiconductor USA
SK Hynix Speeds HBM Roadmap as AI Demand Soars – EE Times
Samsung set to triple HBM output in 2024 to lead AI chip era – KED Global
SoftBank und Intel: Geplatzte Gespräche über KI-Chipproduktion | Eulerpool
SoftBank beendet Intel-Partnerschaft bei KI-Chips, wechselt zu TSMC | IT-Boltwise
High-Bandwidth Memory Chip Market Could Grow to $130 Billion by 2033, According to Bloomberg Intelligence | Press | Bloomberg LP
Samsung erwartet 1452 Prozent Gewinnsteigerung dank KI-Boom – Business Insider

Hinweis: Für diesen Beitrag wurden KI-gestützte Recherche- und Editortools sowie aktuelle Webquellen genutzt. Alle Angaben nach bestem Wissen, Stand: 6/4/2025