Google konnte Metas KI-Rechenleistungsnachfrage nicht decken und störte interne Projekte

Google informierte Meta, dass es nicht die gesamte Rechenkapazität für seine Gemini-KI-Modelle bereitstellen könne, die Meta angefordert hatte, wie die Financial Times am Sonntag berichtete. Der Engpass störte und verzögerte mehrere interne KI-Projekte von Meta und zeigte, dass der globale Wettlauf um KI-Infrastruktur einen Punkt erreicht hat, an dem selbst die größten Cloud-Anbieter der Welt Schwierigkeiten haben, die Nachfrage großer Unternehmenskunden zu decken.

Die beiden Unternehmen sind in den Bereichen Werbung, KI-Forschung und Cloud-Dienste Konkurrenten, doch Meta hatte Berichten zufolge versucht, erhebliche Gemini-Kapazitäten von Google zu kaufen. Die FT berief sich auf anonyme Quellen, die mit der Situation vertraut sind; Google und Meta lehnten beide eine öffentliche Stellungnahme ab.

Warum das wichtig ist

Die Unfähigkeit von Google – einem der größten Betreiber von KI-Infrastruktur der Welt und Entwickler von Gemini – die Nachfrage eines anderen Hyperscalers zu decken, ist ein bedeutendes Signal. Es deutet darauf hin, dass die Rechenleistungsknappheit, die kleinere Unternehmen und Start-ups betraf, nun die höchste Ebene der Branche erreicht hat, wo selbst Billionen-Dollar-Unternehmen sich nicht einfach aus Kapazitätsengpässen freikaufen können.

Meta hat seine KI-Investitionen im Jahr 2026 massiv ausgeweitet und Dutzende Milliarden Dollar in den Bau von Rechenzentren und die Modellentwicklung gesteckt. Das Unternehmen ist stark auf seine eigenen benutzerdefinierten KI-Chips (MTIA) und auf externe Kapazitäten von Cloud-Partnern für Forschungs- und Inferenz-Workloads angewiesen. Als Google die Bestellung nicht erfüllen konnte, war Meta gezwungen, Projekte zu verschieben, Workloads an andere Anbieter umzuleiten oder erhebliche Planungsstörungen in Kauf zu nehmen.

Der Rechenleistungs-Engpass ist jetzt branchenweit

Die Einschränkung resultiert aus mehreren zusammenwirkenden Faktoren. Das Training von KI-Modellen ist im Umfang explodiert; Spitzenmodelle benötigen jetzt Cluster mit Zehntausenden von Beschleunigern, die monatelang ununterbrochen laufen. Gleichzeitig ist die Inferenznachfrage explosionsartig gestiegen, da KI-Produkte Hunderte Millionen von Nutzern erreichen. Das Ergebnis ist, dass selbst speziell gebaute Hyperscale-Infrastruktur nicht mit der Nachfragewachstumsrate Schritt halten kann.

Googles Unfähigkeit, Metas Bestellung zu erfüllen, unterstreicht auch die unbequeme Dynamik des aktuellen KI-Moments: Unternehmen, die bei KI-Produkten heftig konkurrieren, sind gleichzeitig in Bezug auf die Infrastruktur aufeinander angewiesen. Meta, das keine Cloud-Dienste an die Öffentlichkeit verkauft, muss externe Rechenleistung von Anbietern beziehen, mit denen es bei KI-Assistenten, sozialen Medien und Werbung konkurriert.

Das größere Bild

Diese Geschichte folgt auf Berichte vom Anfang dieses Jahres, wonach Samsung 648 Milliarden Dollar in die Chipfertigung in Südkorea investierte – unter anderem, um genau diese strukturelle Kapazitätslücke zu schließen. Sie kommt auch vor dem Hintergrund separater Lobbyarbeit von Apple, um Speicherchips von einem chinesischen, auf der schwarzen Liste stehenden Lieferanten zu beziehen – ein Zeichen dafür, dass Angebotsengpässe jetzt gleichzeitig alle Segmente des Hardware-Stacks betreffen.

Weder Google noch Meta haben eine öffentliche Antwort auf den Bericht der Financial Times gegeben. Es ist nicht klar, welche spezifischen Gemini-Modelle oder Infrastrukturprodukte betroffen waren, wie groß Metas Anfrage war oder ob seitdem alternative Liefervereinbarungen getroffen wurden.