Snowflakes 6-Milliarden-Dollar-Deal: Wie die CPU Nvidias GPU-Dominanz im KI-Markt herausfordert

Dabei geht es nicht nur um eine große Zahl, sondern um eine erhebliche Eskalation von Snowflakes AWS-Ausgaben. Das Fünfjahres-Volumen des Unternehmens wuchs von 1,2 Milliarden Dollar zum Zeitpunkt des Börsengangs 2020 über 2,5 Milliarden Dollar im Jahr 2023 auf nun 6 Milliarden Dollar . Der starke Anstieg verläuft parallel zur branchenweiten Explosion der KI-Investitionen, bei der die großen Cloud-Anbieter gemeinsam für 2026 Ausgaben in Höhe von Hunderten von Milliarden Dollar prognostizieren .

Der stille Aufstieg der CPU für agentenbasierte KI

Das technisch aufschlussreichste Element des Deals ist der spezifische Fokus auf die Rechenleistung. Während die Vereinbarung auch den Zugang zu Cloud-basierten GPUs umfasst, ist die Hauptkomponente die Verpflichtung gegenüber AWS Graviton-Prozessoren, den hauseigenen, Arm-basierten CPU-Chips des Unternehmens . Dieser Fokus erkennt einen entscheidenden Wandel in der Art und Weise an, wie sich KI-Workloads entwickeln.

Wenn KI-Anwendungen vom monolithischen Modelltraining zu eingesetzten „agentenbasierten“ Systemen übergehen, die mehrstufiges Denken, Codegenerierung und Echtzeitaufgaben ausführen, ändert sich die Art der benötigten Rechenleistung. Diese agentenbasierten Workloads sind oft CPU-intensiv und stützen sich für Orchestrierung und Inferenz auf Allzweckprozessoren . Dieser Wandel ist so bedeutend, dass Inferenz-Workloads, die 2025 noch etwa 50 % der KI-Rechenleistung ausmachten, bis Ende 2026 voraussichtlich bis zu 80 % der gesamten KI-Infrastrukturausgaben verschlingen werden .

Die wirtschaftliche Attraktivität von Graviton liegt auf der Hand. Arm-basierte Graviton-Migrationen sollen die Infrastrukturkosten für KI-Inferenz und generative KI-Pipelines um bis zu 40 % senken, wobei zusätzliche Berichte von einer 20 % besseren Inferenzleistung und einem um 23 % geringeren Stromverbrauch ausgehen . Diese Effizienzgewinne sind ein überzeugendes Argument dafür, KI-Inferenz wann immer möglich von teureren, stromhungrigeren GPUs zu verlagern.

Maßgeschneiderte Chips werden zur strategischen Alternative

Der Snowflake-Vertrag beweist für sich genommen nicht, dass Nvidias marktbeherrschende Stellung gebrochen ist. Er liefert jedoch einen starken Beleg dafür, dass maßgeschneidertes, hauseigenes Silizium der Cloud-Anbieter zu einer ernstzunehmenden strategischen Alternative wird, insbesondere für massive Unternehmensverpflichtungen. Die Tatsache, dass „AWS' maßgeschneiderte Graviton-Prozessoren nun zentral genug sind, um eine 6-Milliarden-Dollar-Infrastrukturzusage für Unternehmens-KI über fünf Jahre zu verankern“, wäre noch vor wenigen Jahren undenkbar gewesen.

Dieser Snowflake-Deal geschah nicht im luftleeren Raum. Ein Muster zeichnet sich ab:

• April 2026: Meta unterzeichnete einen milliardenschweren, mehrjährigen Vertrag mit AWS, um „zig Millionen“ der neuesten Graviton5-Prozessorkerne einzusetzen, ausdrücklich für die eigenen agentenbasierten KI-Workloads .
• Der breitere Trend: Google vermarktet seine eigenen maßgeschneiderten Tensor Processing Units (TPUs) aggressiv, wobei die neuesten Chips der achten Generation für die „agentenbasierte Ära“ konzipiert sind . Microsoft entwickelt seinen Maia-Chip. Diese branchenweiten Investitionen werden die Auslieferungen kundenspezifischer ASICs im Jahr 2026 voraussichtlich um 44,6 % im Vergleich zum Vorjahr steigen lassen .

Wie TechCrunch mit Blick auf den Snowflake-Deal feststellte, „locken diese Chips neue milliardenschwere Deals an“ . AWS' Graviton, ursprünglich eine Allzweck-Computing-Lösung, ist zu einem strategischen Aktivposten im Plattformkrieg um KI geworden.

Die breitere Wettbewerbslandschaft

Die verfügbaren Quellen stützen eine klare Erfolgsgeschichte von AWS und seinem Graviton-Chip, können aber das breitere Wettbewerbsbild nicht vollständig belegen. Der kursierende Bericht, Nvidias neuer Vera-CPU-Chef Jensen Huang habe einen Marktchancenwert von 200 Milliarden Dollar genannt, konnte anhand der vorliegenden Quellen nicht verifiziert werden und sollte nicht als bestätigte Tatsache gelten. Ebenso bleiben konkrete Details zu Microsofts Maia-Chip und die spezifische Wettbewerbsdynamik mit Nvidias prognostiziertem Marktanteilsverlust einer Analyse mit fokussierteren Quellen vorbehalten. Der Trend ist jedoch unverkennbar: Der KI-Chip-Markt fragmentiert sich über einen einzigen Anbieter hinaus, und CPUs sind ein zentrales Schlachtfeld.

Das Fazit ist nun klar. KI-getriebene Cloud-Ausgaben sind nicht länger die simple Geschichte, möglichst viele High-End-GPUs zu kaufen. Der Snowflake-AWS-Deal kristallisiert eine neue Realität heraus: Zukünftige Infrastrukturverpflichtungen werden spezialisierter, aufgebaut um maßgeschneidertes Silizium und die spezifischen Anforderungen agentenbasierter KI. AWS' Graviton hat sich von einer kostensparenden Option zu einer strategischen Chip-Plattform entwickelt, die in der Lage ist, milliardenschwere, schlagzeilenträchtige Unternehmensverpflichtungen zu verankern. Die CPU steht wieder im Mittelpunkt der wichtigsten Debatte der Computerwelt.