Intel gibt einen Betriebsverlust von 3,1 Milliarden US-Dollar und einen Nettoverlust von 3,7 Milliarden US-Dollar für das erste Quartal 2026 bekannt. Vor einem Jahr waren es „nur“ 301 Millionen beziehungsweise 821 Millionen US-Dollar. Trotzdem schießt die Aktie im nachbörslichen Handel Donnerstagabend 20 Prozent hoch. Zum einen liegt der aktuelle Umsatz von 13,6 Milliarden US-Dollar (+7 % im Jahresabstand) über Intels letztem Ausblick, zum anderen übertrifft die Prognose für das zweite Quartal die Wall-Street-Erwartungen deutlich.

Analysten haben erwartet, dass Intel rund 13,1 Milliarden US-Dollar in seinem neuen Ausblick nennt. Tatsächlich sind es aber 13,8 Milliarden bis 14,8 Milliarden US-Dollar für das zweite Quartal. Gleichzeitig prognostiziert Intel einen Nettogewinn von mehreren Millionen US-Dollar. Es wäre das erste grüne Quartal ohne milliardenschwere Einmaleffekte seit 2023.

Maßgeblich ein Posten verhagelte Intel das erste Quartal: Restrukturierungs- und sonstige Aufwendungen. Intel hat dafür fast 4,1 Milliarden US-Dollar verbucht. Typischerweise handelt es sich dabei größtenteils um Abfindungspakete für gekündigte Mitarbeiter. Von 115.000 Mitarbeitern im Herbst 2024 sind jetzt noch 78.500 übrig. Der operative Cashflow steigt um 35 Prozent auf 1,1 Milliarden US-Dollar.

Mehr und teurere Prozessoren

Der steigende Umsatz kommt maßgeblich von Preissteigerungen bei Prozessoren und einem höheren Anteil von Xeon-Modellen für Server und (KI-)Rechenzentren. Mit dem Aufkommen von KI-Agenten rücken CPUs wieder stärker in den Fokus, die sich für deren Ausführung eignen.

Intel hat Produktionslinien von Desktop- und Notebook-Prozessoren auf Xeon umgestellt. Folglich steigt der Umsatz der Gruppe Data Center and AI im Jahresvergleich um 22 Prozent auf knapp 5,1 Milliarden US-Dollar. Mit einem operativen Gewinn von gut 1,5 Milliarden US-Dollar hat die Sparte die harten Zeiten hinter sich gelassen.

Die Client Computing Group rund um alle Core-Prozessoren für Desktop-PCs und Notebooks stagniert bei 7,7 Milliarden US-Dollar Umsatz. Höhere Preise gleichen die geringere Produktionsmenge aus. Mit 2,5 Milliarden US-Dollar operativem Gewinn ist sie damit profitabler. Die konzernweite Marge steigt folglich im Jahresvergleich von 36,9 auf 39,4 Prozent.

Foundry weiter tief im Minus

Der Umsatz der Chipfertigungstochter Intel Foundry steigt um 16 Prozent auf 5,4 Milliarden US-Dollar. Intel selbst bleibt der einzige Großkunde mit einem Umsatzanteil von 97 Prozent. Das Wachstum dürfte maßgeblich von der hohen CPU-Nachfrage bei KI-Rechenzentren stammen. Das Betriebsminus bleibt mit 2,4 Milliarden US-Dollar enorm.

Alle angekündigten Partnerschaften, unter anderem mit Google und Elon Musks Firmen, bleiben erst einmal Zukunftsmusik. Geld spülen sie noch nicht in die Kasse.

(mma)

Personenbezogene Daten werden dazu genutzt, Angebote auf die jeweilige Person zuzuschneiden. Das ist vor allem im Interesse der Anbieter. Der US-Staat Maryland versucht nun, bei Lebensmitteln einen Riegel vorzuschieben: Ab Oktober verbietet es Supermärkten, für steuerfreie Lebensmittel aufgrund personenbezogener Daten des Kunden höhere Preise zu verlangen. Dass die neue Vorschrift viel bewirkt, darf angesichts mehrerer Schlupflöcher bezweifelt werden.

Als Erstes fällt die Einschränkung des Verbots auf höhere (!) Preise auf. Das erinnert an irreführende Statt-Preise. Wenn die Nudeln statt marktüblicher 3 Dollar nunmehr 9 Dollar kosten, aber laufend personalisierte Rabatte veranschlagt werden, hat das in vielen Fällen den Effekt höherer Preise. Nach dem Wortlaut der Gesetzesnovelle (SB 387 und HB 895) bliebe das dennoch legal.

Außerdem sollen die neuen Verbraucherschutzbestimmungen keine Wirkung entfalten, wenn der Kunde in die Nutzung seiner Daten eingewilligt hat oder die genutzten Informationen öffentlich bekannt sind. In der Praxis dürfte von dem Verbot also wenig übrig bleiben. Immerhin könnte es eine Verschlimmerung der Preisdiskriminierung, etwa durch immer mehr heimliches Ausspionieren, hintanhalten.

Gilt auch für Lieferdienste

Hinzu kommen Ausnahmen für unterschiedliche Preise nach Angebot und Nachfrage, bei Abonnements, aufgrund der örtlichen Lage (beispielsweise bedingt durch höhere Lieferkosten oder höhere Mietpreise), Aktionspreise, Preisänderungen zwecks Kundenbindung, bei Buchung einer Mitgliedschaft oder freiwilliger Teilnahme in einem Kundenbindungsprogramm.

Generell ausgenommen sind Lebensmittelhändler, deren Geschäftsräumlichkeiten kleiner als 15.000 Quadratfuß (knapp 1.400 Quadratmeter) sind. Keinen Unterschied macht es, ob ein Betrieb die personenbezogenen Daten selbst erhebt oder von Dritten zukauft.

Das Verbot gilt auch für Dritte, die Lebensmittel zustellen, unabhängig von der Größe ihrer eigenen Geschäftsräume. Dieser Teil geht wohl auf die „AI-Powered Price Optimization“ des US-Zustelldienstes Instacart zurück. Sogar bei Selbstabholung in der Filiale erhielten unterschiedliche Kunden für das selbe Produkt zur selben Zeit unterschiedliche Preise angezeigt. Kurz vor Weihnachten gelobte Instacart, die KI-Preismanipulation zu stoppen. Dritten bietet die Instacart-Abteilung Eversight die KI-Preisfindung als Dienstleistung wohl weiterhin an.

Diskriminierungsverbot

Eine zweite Klausel der Novelle Marylands untersagt generell die Diskriminierung nach rechtlich anerkannten Kriterien wie Hautfarbe, Geschlecht oder sexueller Orientierung. Das soll für das Anpreisen und Verkaufen jeglicher Gebrauchsgüter und Dienstleistungen samt damit verbundener Vorteile gelten.

Ein Schwachpunkt der gesamten Gesetzesnovelle ist, dass Übervorteilte nicht selbst zu Gericht ziehen dürfen und auch auf anderem Weg keinen Anspruch auf Schadenersatz erhalten. Lediglich die zuständige Behörde darf Verstöße ahnden – und auch das nur, wenn sie einen Lebensmittelhändler- oder -lieferdienst explizit verwarnt hat und dieser seine Praxis nicht binnen 45 Tagen ändert. Erst danach drohen Strafen von maximal 1.000 US-Dollar im Erstfall, höchstens 5.000 Dollar bei Wiederholungstätern.

Beide Kammern des Parlaments Marylands haben sich bereits auf den Gesetzestext verständigt. Das Unterhaus hat ihn schon verabschiedet, die Zustimmung des Oberhauses sowie des Gouverneurs Wes Moore sind Formsache. Die Novelle ist eine Initiative Moores selbst, seine Partei der Demokraten verfügt in beiden Kammern über eine Zwei-Drittel-Mehrheit.

(ds)

Googles nunmehr achte Generation der Tensor Processing Units (TPUs) kommt mit einer Wendung: Sie erscheinen in Form von zwei Versionen, die fürs Training von KI-Modellen sowie auf deren Ausführung (Inferenz) optimiert sind, TPU 8t und TPU 8i genannt. Zudem setzt sie Google erstmals zusammen mit eigenen ARM-Prozessoren (Axion) ein.

Einige Entwicklungen teilen sich beide TPU-Varianten, etwa die Verdoppelung der Übertragungsrate zwischen den Chips auf 19,2 Tbit/s und die Unterstützung des besonders kompakten Gleitkomma-Formats FP4. Andere Teile sind entkoppelt und auf den jeweiligen Anwendungszweck optimiert.

TPU 8i für Inferenz

Die TPU 8i ist der größere der beiden KI-Beschleuniger. Auf ihr lässt Google künftig etwa KI-Agenten laufen, die Aufgaben für Nutzer erledigen.

Eine TPU 8i besteht aus zwei Compute-Dies mit den eigentlichen KI-Rechenwerken, acht Speicherstapeln vom Typ High-Bandwidth Memory (HBM3e) sowie einem I/O-Chiplet. Zwei zusätzliche Chiplets an den oberen Ecken könnten rein zur Stabilisierung des Gesamtkonstrukts dienen.

Das Modell ist auf hohen Speicherdurchsatz und geringe Latenzen getrimmt. Die insgesamt 288 GByte HBM3e haben eine gebündelte Übertragungsrate von 8,6 TByte/s, um möglichst schnell Daten zu laden. Gleichzeitig setzt Google auf einen 384 MByte großen SRAM-Cache in den KI-Einheiten, um die Latenz zu verringern. Das gleiche Ziel hat eine neue Collectives Acceleration Engine (CAE), die die Ergebnisse aller KI-Rechenwerke aggregiert.

In einem Server bündelt Google 8i-TPUs in Gruppen, die dann in einer Radix zusammengeschlossen werden. Die Firma nennt das Boardfly-Topologie. Die Optical Circuit Switches (OCS) zur Verbindung von über 1000 Chips arbeiten über Lichtwellenleiter, was firmenübergreifend bislang einzigartig sein dürfte.

Ein gesamter TPU-8i-Pod kommt auf 1152 KI-Beschleuniger und knapp 332 TByte HBM3e-RAM. Google setzt hier den Fokus auf die Datenformate FP8 und INT8; bis zu 11,6 FP8-Exaflops sind drin.

Trainings-Pods mit bis zu 9600 TPU 8t

Die TPU 8t kombiniert ein einzelnes Compute-Die mit vier HBM3e-Stapeln und einem I/O-Die. Mit 12,6 FP4-Petaflops ist ein einzelner Beschleuniger rund 25 Prozent schneller als eine TPU 8i. Speicherseitig begnügt sich die TPU 8t mit 216 GByte HBM3e und einer Übertragungsrate von gut 6,5 TByte/s. Der SRAM-Cache schrumpft auf 128 MByte. Sogenannte Sparse Cores sollen die irregulären Speicherzugriffe beim KI-Training koordinieren.

Google setzt hier auf massive Skalierung: In einen Pod passen 9600 8t-TPUs mit einer Gesamtrechenleistung von 121 FP4-Exaflops und mit über zwei Petabyte HBM3e. Das System untermauert: Alle KI-Systeme brauchen massig DRAM, nicht nur die KI-Beschleuniger von Nvidia. Die Chips sind in einem Mesh zusammengeschlossen (3D-Torus-Topologie).

Zahlreiche Partner an Bord

8er-TPU-Systeme sollen später im Jahr 2026 einsatzbereit sein. Offenbar produziert der Chipauftragsfertiger TSMC zumindest die Compute-Dies mit 2-Nanometer-Technik. Die TPU 8t soll wie frühere Generationen Broadcom mitentworfen haben, der bei den KI-Beschleunigern aller Cloud-Hyperscaler involviert ist.

Bei der TPU 8i ist angeblich Mediatek federführend. Eine Aufteilung auf mehrere Partner ergibt Sinn, um die eigene Position in Verhandlungen zu stärken. Angeblich verhandelt Google auch mit Marvell für weitere Ableger.

Von Nvidia trennt sich der Hyperscaler allerdings mitnichten. Auf der Veranstaltung Google Cloud Next betonte der KI-Hardware-Chef Amin Vahdat, dass Google zu den ersten Abnehmern von Nvidias KI-Server Vera Rubin NVL72 gehört.

(mma)