Substrate gehören in der Chipfertigung genau so dazu, wie Wafer und Dies. Und genau hier könnte die nächste Engstelle und Knappheit liegen. Unimicron als einer der größten im Geschäft sieht aktuell Verträge mit durchschnittlichen Laufzeiten von fünf Jahren, einige Kunden wollen gar sieben Jahre laufende LTAs.

Dass Substrate jeglicher Art mal knapp werden, ist keine neue Erkenntnis in den letzten Jahren. Schon in der Corona-Krise war dies ein Thema, mit dem KI-Boom wird es das nun aber wohl auch längere Zeit eines bleiben. High-End-Leiterplatten, HDI und PCB, sowie IC-Substrate, genauer gesagt ABF-Substrate, werden für High-Performance-CPUs/GPUs mit einzelnen oder mehreren Chips in LGA und BGA und die dazu gehörenden Systeme benötigt. Diese werden kombiniert für einen sehr großen Markt benötigt, der von PCs bis hin zu Hochleistungsrechnern und Datenzentren reicht, aber auch für 5G, Automotive und eben AI genutzt wird.

Dass die Nachfrage nach Substraten, PCBs & Co zuletzt stark anzog, merkt Unimicron als einer der weltweit größten Fertiger in diesem Bereich, der auch eine Produktionsstätte in Deutschland besitzt.

Der Umsatz zieht schon jetzt deutlich an

Im Januar dieses Jahres stieg der Umsatz gegenüber dem Vorjahr um 34,5 Prozent an. Laut Medienberichten aus Taiwan wollen die Kunden entsprechende Langzeitverträge mit Laufzeiten von mindestens drei Jahren bei Unimicron abschließen, gern aber auch fünf oder sieben Jahre – entsprechend anteilige Vorauszahlungen inbegriffen. Die Vorabzahlungen werden dann genutzt, um die Kapazität entsprechend auszulegen – genau dafür sind LTAs, also Langzeitverträge, gedacht. Die ABF-Substrat-Produktion soll in diesem Jahr unter anderem damit um 40 Prozent ausgebaut werden.

Im Quartalsbericht Ende Februar für das zurückliegende vierte Quartal 2025 hatte Unimicron bereits dargestellt, dass schon heute rund 60 Prozent des Umsatz im Unternehmen mit Substraten gemacht werden und der größte Umsatz aus dem Computer-Segment stammt. Auf dem zweiten Rang beim Umsatz findet sich HDI, das für High Density Interconnect steht, eine moderne Leiterplatte mit sehr vielen Durchkontaktierungen gegenüber regulären PCBs. Sie kommen bei Smartphones, Notebooks und nun bei stetig mehr Lösungen zum Einsatz.

Bereits Mitte des vergangenen Jahres wurde das OrangePi Neo mit der Linux-Distribution Manjaro als Unterbau angekündigt, seitdem folgte eine Verschiebung der anderen. Mittlerweile auf eine CPU-Konfiguration zusammengeschrumpft, wurde der Verkaufsstart erneut verschoben – Grund ist auch hier die aktuelle Speicherknappheit.

Hoffentlich dieses Halbjahr

Manjaro-Chef Philip Müller meldete sich im langjährigen Neo-Status-Thread zu Wort und erklärte, dass das gesamte Projekt aufgrund der schwierigen Verfügbarkeit der benötigten Speicherbausteine sowie der damit einhergehenden Preise bei DDR5-RAM und SSDs mittlerweile komplett auf Eis liege. Der aktuelle Status reiht sich damit nahtlos in eine Serie von Verschiebungen ein: Zunächst war das erste Quartal 2025 als Markteinführung vorgesehen, anschließend wurde auf Q3 2025 verschoben. Zuletzt hieß es nur noch vage, das Gerät werde „hoffentlich“ im ersten Halbjahr 2026 erscheinen. Ob dieser Termin angesichts der angespannten Lage auf dem Speichermarkt tatsächlich zu halten ist, bleibt fraglich.

Handheld erhält Schrumpfkur

Dabei hatte das Projekt in den vergangenen Monaten durchaus sichtbare Fortschritte gemacht: Die Zertifizierungen für CE und FCC waren weitestgehend abgeschlossen, nun wolle das Team laut Müller auf „einen guten Zeitpunkt für die Markteinführung des Produkts“ warten. Zum Problem könnte dabei allerdings auch die technische Ausstattung werden: Waren mit dem AMD Ryzen 7 7840U und Ryzen 7 8840U ursprünglich zwei CPU-Konfigurationen vorgesehen, listet die Website des Projektes inzwischen nur noch die kleinere Variante auf. Was bei der ersten Ankündigung noch vielversprechend klang, droht in einem derart schnelllebigen Markt rasch an Strahlkraft zu verlieren – das OrangePi Neo könnte so zu einem Handheld unter vielen werden.

Veröffentlichung weiterhin geplant

Das Manjaro-Team betont allerdings, dass das OrangePi Neo keineswegs eingestellt sei und definitiv erscheinen werde. Bis es so weit ist, müssten die Kosten für die verbauten Komponenten jedoch erst wieder auf ein erträgliches Niveau sinken.

Technik nicht nur für Retro-Gaming

Beim OrangePi Neo handelt es sich um ein auf Manjaro-Linux basierendes Handheld, dessen AMD Ryzen 7 7840U genügend Leistung bereitstellen soll, um neben klassischen Retro-Titeln auch aktuelle Spiele flüssig wiederzugeben. Je nach Konfiguration stehen dem Prozessor wahlweise 16 oder 32 GB LPDDR5-RAM mit 6.400 MHz zur Seite, während der interne Speicher zwischen 512 GB und 2 TB per PCIe-4.0-NVMe-M.2-SSD variiert. Die gesamte Technik steckt hinter einem sieben Zoll großen Display mit einer Auflösung von 1.920 × 1.200 Pixeln, das obendrein eine Bildwiederholrate von 120 Hz sowie eine maximale Helligkeit von 500 Nits bieten soll. Wi-Fi 6E und Bluetooth 5.3 sollen die Ausstattung abrunden.

Ursprünglich hatte das Team je nach Konfiguration einen Preis zwischen 450 und 550 US-Dollar angepeilt. Ob sich dieser selbst nach einer Beruhigung des Speichermarktes noch halten lässt, wird allerdings immer fraglicher.

OpenAI hat mit GPT-5.4 ein neues Spitzenmodell für ChatGPT vorgestellt. Während das erst zwei Tage zuvor präsentierte GPT-5.3 Instant vor allem die alltäglichen Chatgespräche verbessern soll, bietet GPT-5.4 mehr Leistungsfähigkeit in Bereichen wie Logikaufgaben, Reasoning und Agenten-Funktionen.

So bezeichnet OpenAI das neue Modell auch als „Spitzenmodell für professionelles Arbeiten“. Im Fokus stehen die Fortschritte bei komplexen und mehrstufigen Aufgaben. In Benchmarks wie GDPval, der die Agenten-Performance messen soll, kann sich GPT-5.4 deutlich vom Vorgänger absetzen. Dasselbe gilt für weitere Benchmarks, die OpenAI bereitstellt.

OpenAI setzt auch bei der Kontrolle des Modells an. Wenn man den Thinking-Modus nutzt, soll es bei komplexen Anfragen zunächst einen Plan präsentieren, den Nutzer dann anpassen können. Damit ist es möglich, den Output frühzeitig zu optimieren.

Die Halluzinationsrate hat OpenAI bereits mit GPT-5.3 Instant gesenkt. Mit GPT-5.4 soll die Fehlerrate ebenfalls geringer ausfallen. Optimiert wurde auch die Websuche.

State-of-the-Art-Computernutzung

Was OpenAI verbessert hat, ist die Computernutzung. Das Modell kann also besser Tools wie Browser oder Apps steuern. Vergrößert wurde auch das Kontextfenster, das nun bis zu einer Million Token unterstützt. Die Größe des Kontextfensters hat mit den Agenten enorm an Bedeutung gewonnen, weil dieser Wert beschreibt, wie viele Informationen das Modell innerhalb eines Prompts erfassen kann. Weil selbst mittelgroße Projekte schnell in Token-Grenzen laufen, bieten größere Kontextfenster bei mehrstufigen und komplexen Aufgaben einen Vorteil.

Profitieren soll die Alltagsarbeit auch von der erhöhten Effizienz. Im Vergleich zu GPT-5.2 löst GPT-5.4 Probleme mit deutlich weniger Token, was sich in schnelleren Antworten und geringeren Kosten für viele Workloads niederschlägt, heißt es in der Mitteilung von OpenAI.

Bereits in ChatGPT abrufbar

GPT-5.4 ist in ChatGPT als GPT-5.4 Thinking verfügbar, nutzen lässt es sich zudem über die API und das Agenten-System Codex. Zusätzlich stellt OpenAI neue Skills für Codex bereit – also eine Art Plug-in, das Agenten-Fähigkeiten speziell für bestimmte Aufgaben wie Präsentationen optimiert. Geschäftskunden können zudem die aktuelle Variante des Add-ins ChatGPT for Excel nutzen.

Codex-App für Windows verfügbar

Neben GPT-5.4 hat OpenAI auch die Codex-App für Windows veröffentlicht – bislang war OpenAIs Claude-Code-Konkurrent nur für MacOS verfügbar. Nutzer können damit das Agenten-System lokal vom Rechner aus per App starten und steuern, wobei die Modelle selbstverständlich nach wie vor in der Cloud berechnet werden.

Mit der Codex-App ist es laut OpenAI möglich, mehrere Agenten asynchron über verschiedene Projekte auszuführen. Die Fortschritte der Agenten lassen sich individuell prüfen.

Agenten-Systeme wie Codex und Claude richten sich derzeit vor allem noch an Programmierer. Fähigkeiten wie das Automatisieren von Routine-Aufgaben sind aber bereits außerhalb des Coding-Kosmos realisierbar. Ebenso bieten die Systeme Vorteile bei komplexen und mehrstufigen Aufgaben in Bereichen wie Datenanalysen.