Die neuen AMD Epyc 8005 bieten bis zu 84 Kerne, 384 MByte L3-Cache und Sechs-Kanal-DDR5-6400 und stellen den Vorgänger so deutlich in den Schatten, denn die wichtigste Neuerung steckt unter der Haube: Es wird nicht nur die Architektur geändert, sondern eigentlich alles.

AMD fährt auch zur finalen Vorstellung der Epyc 8005 ein extrem kleines Profil. Nach einem Blog-Post im Februar ohne Details folgt nun ein Blog-Post mit mehr Informationen – und das war es dann auch schon. Kein großer Launch und nicht einmal eine Pressemitteilung sind die Epyc 8005 wert – selbst der AMD Ryzen 9 9950X3D2 Dual Edition bekam eine – dabei bieten sie im gleichen Sockel SP6 wie die Vorgänger Epyc 8004 doch viele Upgrades, die mehr als lohnenswert erscheinen. AMDs Marketing bleibt auch nach Jahrzehnten ein Mysterium für sich.

Von 4 auf 12 CCDs!

Sorano, so der Codename der Neulinge unter der offiziellen Bezeichnung Epyc 8005, ist ein extrem großes Update gegenüber Siena, die bisher in dem Marktsegment als Epyc 8004 vertreten waren, was erst bei der Betrachtung der Details wirklich deutlich wird. Denn AMD wechselt hier nicht nur einfach von Zen 4 auf Zen 5, sondern von Zen 4c mit kleinen Kernen und wenig L3-Cache, auf Zen 5 mit den großen Kernen und viel Cache. Daraus resultierend ändert sich natürlich auch der Aufbau radikal: Waren es zuvor nur vier CCDs für maximal 64 Kerne, sind es nun 12 CCDs für 84 Kerne. Und das funktioniert als Drop-in-Lösung für bisherige Server, die Epyc 8004 unterstützt haben und entsprechend nun Support für die neuen Modelle erhalten.

Aber warum eigentlich nur 84 Kerne? Gute Frage, hat ein CCD doch eigentlich 8 Kerne, theoretisch wären also 96 Kerne möglich, AMD wird aber erst einmal maximal 84 Kerne bieten. Der L3-Cache-Ausbau spricht aber für vollwertige Chips, das Topmodell bietet so schließlich 384 MByte L3-Cache an, das Maximum in 12 CCDs mit jeweils 32 MByte L3-Cache. Das ist drei Mal so viel wie beim Vorgänger, bei dem bei maximal 128 MByte Schluss war. Sorano ist nun de facto aber eher ein (mehr als) halber Turin.

Sieben Modelle von 529 bis 5.799 US-Dollar

Insgesamt sieben Modelle wird AMD erst einmal anbieten, gestreckt von 8 bis 84 Kerne. Entsprechend stark ist auch die preisliche Streckung, der kleinste kostet nur 529 US-Dollar, das Flaggschiff wird für 5.799 US-Dollar angeboten, selbst der 64-Kerner kostet noch 5.499 US-Dollar. Erst der 48-Kerner wird mit 3.099 US-Dollar UVP etwas günstiger, 32 Kerne kosten noch 2.299 US-Dollar, 24 Kerne dann aber wiederum nur 1.079 US-Dollar, 16 Kerne abschließend 799 US-Dollar. Preislich ist das kaum eine große Änderung zum Vorgänger, dort erstreckte sich das Feld auch auf bis zu 5.450 US-Dollar, aber nur für 64 Kerne.

Viel mehr Leistung und Potenzial

Die Leistungssteigerungen gegenüber dem Vorgänger sind deshalb in so einigen Bereichen sehr groß. Wann immer dann auch noch der größere L3-Cache und das viel schnellere Speicherinterface zum Einsatz kommt, gepaart mit mehr Kernen in nahezu gleichem TDP-Umfeld, steigt die Effizienz massiv an. Bisher gibt es das zwar nur als Aussage vom Hersteller, die technischen Daten untermauern das aber durchaus.

Aus Taiwan kommt die Meldung, dass örtliche Unternehmen wie Adata, Team Group oder Transcend über Kredite und Anleihen insgesamt 28 Milliarden Taiwan-Dollar beschafft haben, um die wachsenden Kosten für Speicherchips zu decken. Bisher verdienten die Unternehmen aber auch ordentlich an der Krise.

Die Summe von 28 Milliarden New Taiwan Dollar entspricht nach aktuellen Wechselkursen umgerechnet gut 760 Millionen Euro oder fast 890 Millionen US-Dollar. Laut dem Bericht der Commercial Times aus Taiwan hat vor allem Adata viel neues Kapital aufgenommen. Es werden aber auch andere global agierende Unternehmen wie Apacer, Transcend und Team Group genannt.

Diese Unternehmen bieten Endprodukte wie RAM-Module und SSDs an, benötigen dafür aber die entsprechenden Speicherchips, also DRAM und NAND-Flash. Diese haben sich durch den globalen KI-Boom bekanntlich verknappt und deutlich verteuert, sodass Endkunden für DDR5-RAM aktuell etwa das Vierfache von dem bezahlen müssen, was die Produkte vor dem Beginn der Preissteigerungen kosteten. Auch SSDs kosten inzwischen mehr als das Doppelte – Tendenz steigend.

• HDD, SSD und RAM teurer: Ein „historischer“ Speicher­engpass bahnt sich an

Selbstverständlich zahlen die Modulhersteller andere Preise als Konsumenten, doch auch bei den Vertragspreisen ging die Kurve in den letzten Monaten steil nach oben. Marktforscher gehen davon aus, dass sich DRAM für Consumer-Produkte im ersten Quartal 2026 um 75 bis 80 Prozent verteuert hat. Für das laufende zweite Quartal wird von weiteren Preissteigerungen von bis zu 50 Prozent ausgegangen.

Modulhersteller verdienten allerdings sehr gut

Bislang haben Unternehmen wie Adata allerdings sehr gut an der Krise verdient und nicht nur die Umsätze, sondern vor allem auch die Gewinne gesteigert.

Im vierten Quartal 2025 konnte Adata den Umsatz gegenüber dem gleichen Vorjahreszeitraum um 60 Prozent steigern. Der Nettogewinn wuchs sogar um satte 1.000 Prozent. Ein vollständiger Bericht zum ersten Quartal 2026 liegt allerdings noch nicht vor.

Bei diesem beachtlichen Wachstum verwundert es schon fast, dass laut dem Bericht jetzt Kredite aufgenommen werden müssen. Die Hersteller müssen allerdings auch langfristig planen und sich mit möglichst vielen Speicherchips auch zu inzwischen horrenden Preisen eindecken.

Künstliche Intelligenz hat sich in der medizinischen Forschung längst etabliert und bereits eine Vielzahl neuer Wirkstoffe wie bislang unbekannte Antibiotika hervorgebracht und dabei die Kosten gesenkt. Ein großes Problem blieb bislang jedoch die komplizierte Bedienung vieler KI-Modelle für technisch weniger versierte Forscher.

Kein Problem der KI, sondern der Oberfläche

Zahlreiche KI-Startups in diesem Bereich haben es sich zum Ziel gesetzt, die kostenintensive Suche nach neuen Wirkstoffen nicht nur günstiger zu gestalten, sondern zugleich die Dauer der Forschung erheblich zu verkürzen. Dass dies technisch möglich ist, hatten zahlreiche Ergebnisse in der Vergangenheit bereits gezeigt. Das eigentliche Problem lag bislang jedoch häufig in der Bedienung der eingesetzten KI-Modelle. Manche Forscher vertraten sogar die Ansicht, dass für deren sinnvolle Nutzung praktisch ein Doktortitel in Informatik erforderlich sei.

Dieses Problem will SandboxAQ nun laut einem Bericht von TechCrunch gelöst haben. Dafür hat sich das Unternehmen mit Anthropic zusammengeschlossen. SandboxAQ wurde vor rund fünf Jahren als Teil von Alphabet gegründet, Vorstandsvorsitzender ist der frühere Google-CEO Eric Schmidt.

Eines der Tätigkeitsfelder des Unternehmens ist die Entwicklung großer quantitativer Modelle, sogenannter LQMs. Diese proprietären Modelle gelten als physikalisch fundiert, da sie nicht auf Mustern in Texten, sondern auf den Gesetzen der physikalischen Welt basieren und dadurch unter anderem quantenchemische Berechnungen durchführen können. Die Erforschung neuer Wirkstoffe lässt sich mit diesen nicht nur beschleunigen, sondern auch kostengünstiger gestalten, da viele Erkenntnisse bereits vorab aus Simulationen gewonnen werden können und ein erheblicher Teil der Arbeit nicht mehr in teuren Laborumgebungen erfolgen muss.

Zeiten und Kosten sollen gesenkt werden

Um den eigenen KI-Modellen eine leicht verständliche und zugleich praktikable Oberfläche bereitzustellen, hat das Startup seine wissenschaftlichen KI-Modelle mit Anthropics Claude kombiniert. Dadurch soll ein leistungsfähiges Werkzeug für Wirkstoffforschung und Materialwissenschaft entstehen, das hinter einer dialogorientierten Benutzeroberfläche arbeitet. Für dessen Einsatz sei weder spezielle IT-Infrastruktur erforderlich, noch müssten Forscher die Systeme kompliziert bedienen, da die Nutzung vollständig in natürlicher Sprache erfolgen kann.

Die Arbeit von Forschern soll dadurch deutlich vereinfacht werden. Bislang mussten Nutzer der LQMs von SandboxAQ eine eigene digitale Infrastruktur bereitstellen, um die Modelle überhaupt ausführen zu können, was zusätzliche Kosten verursachte. Diese Verbindung soll künftig Claude übernehmen. Die Nutzerbasis des Startups bestand bislang überwiegend aus Computer- und Forschungswissenschaftlern oder Experimentalphysikern, die meist bei großen Pharma- oder Industrieunternehmen beschäftigt waren und dort nach neuen Materialien suchten.

Bisherige Lösungen nicht praktikabel

Auch Nadia Harhen, General Manager für KI-Simulation bei SandboxAQ, sieht in der Zusammenarbeit erhebliche Vorteile: „Zum ersten Mal haben wir ein bahnbrechendes Modell auf einem bahnbrechenden LLM, auf das man in natürlicher Sprache zugreifen kann“. Viele Kunden des Unternehmens, das in mehreren Finanzierungsrunden bereits mehr als 950 Millionen US-Dollar von Investoren einsammeln konnte, hätten in der Vergangenheit zahlreiche auf dem Markt verfügbare Software-Lösungen ausprobiert. Aufgrund ihrer hohen Komplexität hätten diese jedoch entweder nicht funktioniert oder keine brauchbaren Ergebnisse geliefert, erklärt Harhen weiter.