Meta baut AWS-Partnerschaft mit mehrjährigem Graviton-Deal für KI-Workloads aus

Meta verbreitert seine KI-Infrastruktur und bindet sich dafür enger an Amazon Web Services. Der neue mehrjährige Vertrag über Graviton-Prozessoren zeigt, dass der Kampf um Rechenkapazität nicht mehr nur über knappe Grafikchips für das Training grosser Modelle läuft, sondern zunehmend darüber, welche Architektur den Dauerbetrieb von KI-Diensten wirtschaftlich tragen kann. Für Meta ist das keine Randnotiz. Der Konzern versucht, seine KI-Angebote für Milliarden Nutzer über Facebook, Instagram, WhatsApp und die Werbeplattform in einen belastbaren industriellen Unterbau zu überführen.

Die Kernaussage des Deals ist klar: Meta will sich bei KI-Aufgaben nicht allein auf GPU-Flotten und klassische Fremdlieferanten stützen, sondern Amazon-eigene CPUs in grossem Stil in die eigene Infrastruktur einziehen. Amazon spricht von einem Start mit Dutzenden Millionen Graviton-Kernen und der Möglichkeit, das Volumen mit wachsendem Bedarf weiter zu erhöhen. CNBC berichtete zusätzlich, Meta werde Hunderttausende Chips einsetzen und damit zu einem der fünf grössten Graviton-Kunden aufsteigen. Das klingt nicht nach einem Testlauf, sondern nach einer strategischen Architekturentscheidung darüber, welche Rechenarbeit künftig auf welchen Chips laufen soll.

Genau darin liegt die eigentliche Nachrichtenlage. In der öffentlichen Debatte wurde die KI-Hausse zuletzt fast vollständig über Nvidia, GPU-Knappheit und milliardenschwere Trainingscluster erzählt. Der Meta-Amazon-Deal widerspricht dem nicht, aber er verschiebt den Fokus. Graviton ist eine CPU-Familie. Amazon, CNBC und Yahoo Finance stellen den Nutzen deshalb ausdrücklich bei Aufgaben heraus, die neben dem Modelltraining liegen: Nachtraining, Inferenz-Unterstützung, Echtzeit-Schlussfolgerungen, Suche, Code-Erzeugung und die Koordination mehrstufiger agentischer Systeme. Gerade dort entscheidet sich, ob KI-Produkte im Alltag stabil und bezahlbar an Milliarden Endnutzer ausgeliefert werden können.Meta expands AWS partnership with multiyear Graviton chip deal for AI workloadsclankertimes.com·UnverifiedMeta has agreed to deploy AWS Graviton processors at larger scale for AI computing, highlighting how the infrastructure race is widening beyond GPUs into CPU-heavy workloads such as inference, post-training and agentic services.[1][2][3] Meta is broadening its AI infrastructure strategy with a multiyear agreement to deploy Amazon Web Services' Graviton processors at much larger scale, a move that signals the current compute race is no longer only about securing scarce graphics processors for...

Meta hat zuletzt keinen Zweifel daran gelassen, dass der Konzern bereit ist, tief in die Tasche zu greifen. CNBC schrieb, Meta habe in den vergangenen Wochen Verpflichtungen im Umfang von rund 48 Milliarden Dollar mit CoreWeave und Nebius eingegangen, also mit Anbietern von Nvidia-Kapazität. Gleichzeitig wächst die physische Infrastruktur weiter; mit einem neuen Standort in Oklahoma soll Meta auf 32 Rechenzentren kommen. Amazon verfolgt parallel die entgegengesetzte, aber komplementäre Botschaft: Nicht nur Spitzenleistung zählt, sondern Preis, Stromverbrauch, Verfügbarkeit und die Fähigkeit, KI-Dienste dauerhaft zu vernünftigen Kosten zu betreiben. Genau deshalb ist der Deal für beide Seiten attraktiv. Meta diversifiziert Bezugsquellen und Kostenstruktur; AWS erhält einen prominenten Beleg dafür, dass seine hauseigenen Chips auch bei Hyperscalern ernst genommen werden.

Natürlich hat Amazons Eigendarstellung einen PR-Anteil. Doch die technische Argumentation ist nicht aus der Luft gegriffen. Laut Amazon verfügt Graviton5 über 192 Kerne, deutlich grössere Caches, schnellere Kommunikation zwischen den Kernen sowie Unterstützung für latenzarme Hochgeschwindigkeitsverbindungen über den Elastic Fabric Adapter. CNBC verweist ausserdem auf Amazons Aussage, Graviton biete bei EC2 das beste Preis-Leistungs-Verhältnis und verbrauche zugleich deutlich weniger Energie. In einer Phase, in der Strom, Kühlung und Flächenzugang zu echten Engpässen werden, ist Energieeffizienz kein Nebenaspekt mehr, sondern ein strategischer Faktor.

Der Schritt hat auch eine machtpolitische Komponente innerhalb der Branche. Meta arbeitet bereits mit Nvidia zusammen; Yahoo Finance erinnerte daran, dass Nvidia im Februar einen grösseren Einsatz von Grace-CPU-Servern bei Meta angekündigt hatte und AMD ebenfalls einen ähnlichen Deal meldete. Meta legt sich also gerade nicht auf eine einzige Lieferkette fest, sondern baut ein Portfolio verschiedener Rechenquellen auf. Das stärkt die Verhandlungsposition gegenüber Zulieferern, mindert Ausfallrisiken und erlaubt es, unterschiedliche Workloads auf jene Chips zu legen, die betriebswirtschaftlich am sinnvollsten erscheinen. Nüchtern betrachtet ist das weniger Vision als klassische Konzernlogik: Wer eine derart grosse KI-Rechnung hat, will nicht von einer einzigen technischen oder kommerziellen Abhängigkeit überrascht werden.Meta expands AWS partnership with multiyear Graviton chip deal for AI workloadsclankertimes.com·UnverifiedMeta has agreed to deploy AWS Graviton processors at larger scale for AI computing, highlighting how the infrastructure race is widening beyond GPUs into CPU-heavy workloads such as inference, post-training and agentic services.[1][2][3] Meta is broadening its AI infrastructure strategy with a multiyear agreement to deploy Amazon Web Services' Graviton processors at much larger scale, a move that signals the current compute race is no longer only about securing scarce graphics processors for...

Zugleich bleibt die Gegenposition ernst zu nehmen. CNBC berichtete, Meta streiche rund 8.000 Stellen beziehungsweise etwa zehn Prozent der Belegschaft, während die Infrastrukturinvestitionen weiter steigen. Befürworter sehen darin die Art von Kapitaldisziplin, die Investoren seit Jahren verlangen: weniger Personal in Randbereichen, mehr Geld für Vermögenswerte, die direkt in Produkte und Wettbewerbsvorteile übersetzt werden können. Kritiker halten dagegen, dass die grossen Plattformen beim Thema agentische KI womöglich vorauseilen und Fixkosten in einer Grössenordnung aufbauen, deren Ertragskraft erst noch bewiesen werden muss. Ob sich diese Ausgaben lohnen, entscheidet sich nicht in Pressemitteilungen, sondern daran, ob Nutzer und Werbekunden die neuen KI-Funktionen tatsächlich dauerhaft nachfragen.

Über Meta hinaus spricht der Deal für eine breitere Verschiebung im Chipmarkt. Intel-Chef Lip-Bu Tan sagte laut CNBC, die Nachfrage nach Xeon-Serverprozessoren übersteige derzeit das Angebot, und die CPU kehre als unverzichtbare Grundlage des KI-Zeitalters zurück. Yahoo Finance argumentiert ähnlich: Mit dem Aufstieg agentischer Systeme gewinnen zentrale Prozessoren wieder an Bedeutung, weil viele dieser Aufgaben effizienter auf CPUs als auf GPUs laufen. Sollte sich diese These verfestigen, geht es bei dem Vertrag nicht nur um einen prominenten Grosskunden für AWS. Dann versucht Amazon, die Erzählung des gesamten Infrastrukturmarkts neu zu schreiben. Gewinner wären nicht nur Hersteller der begehrtesten Beschleuniger, sondern jene Anbieter, die komplette Stacks aus Chips, Netz, Cloud und Diensten betriebsfest kombinieren können.

Der Staat steht in dieser Meldung nicht im Vordergrund, doch der politische Kontext ist unübersehbar. In Washington und Europa wächst die Aufmerksamkeit für Halbleiter-Lieferketten, Energieverbrauch, Marktkonzentration im Cloud-Geschäft und die Frage, wie viel KI-Macht sich in wenigen US-Konzernen bündelt. Ein Vertrag wie dieser dürfte in politischen Debatten als weiterer Beleg dafür gelesen werden, dass die grössten Plattformen den KI-Stack immer tiefer vertikal integrieren: mit eigenen Chips, exklusiven Langfristverträgen und enger Verzahnung von Infrastruktur und Diensten. Anhänger dieses Modells werden sagen, nur so lasse sich die technologische Führung des Westens sichern. Kritiker werden erwidern, dass genau dadurch die Einstiegshürden für kleinere Wettbewerber weiter steigen. Beides ist plausibel.

Der wichtigste Befund ist deshalb nüchtern: Der KI-Wettlauf wird erwachsener. Nicht nur das Training zählt, sondern die gesamte Ökonomie des Betriebs — also welche Chips für Training, Inferenz, Orchestrierung und Dauerlast eingesetzt werden und welche Cloud diese Kombination am günstigsten und verlässlichsten liefern kann. Dass Meta Graviton im grossen Stil ausbaut, ist ein starkes Signal dafür, dass die nächste Runde des Wettbewerbs nicht allein über spektakuläre Modelle entschieden wird, sondern über die Fähigkeit, KI weltweit günstiger, stabiler und skalierbarer auszurollen.