Dresdner KI-Chips sollen Rechenzentren mit künstlichen Neuronen energieeffizienter machen
In Dresden entsteht ein ungewöhnlicher Baustein für Europas KI-Infrastruktur: Die Deutsche Telekom will künftig künstliche Neuronen aus der sächsischen Landeshauptstadt in ihre KI-Rechenzentren integrieren. Dafür arbeiten die Telekom-Tochter T-Systems und das Dresdner KI-Unternehmen Sparxity zusammen. Die Vereinbarung wurde am 3. November 2026 beim Digitalgipfel der Bundesregierung in Berlin getroffen.
Sparxity, früher Spinncloud, liefert spezielle KI-Beschleuniger-Chips. Sie sollen Rechenleistung nicht dauerhaft überall im System bereitstellen, sondern nur dort, wo sie gerade gebraucht wird. Das spart Energie und soll zugleich skalierbare KI-Systeme ermöglichen. Klingt zunächst nach einem kleinen technischen Kniff – ist für Rechenzentren mit ihrem enormen Strombedarf aber durchaus eine große Sache.
153 Prozessorkerne als künstliche Neuronen
Die Technologie hat Wurzeln im internationalen Human Brain Project, das Verfahren zur Simulation des menschlichen Gehirns entwickelte. Modifizierte ARM-Prozessoren wurden dabei zu neuronalen Netzen verbunden. Ähnlich wie im Gehirn bleiben jeweils nur jene künstlichen Neuronen aktiv, die für eine bestimmte Aufgabe benötigt werden.
Entwickelt wurde das Konzept zunächst an der Universität Manchester und später nach Dresden übertragen. Professor Christian Mayr und sein Team am TU-Dresden-Lehrstuhl für Hochparallele VLSI-Systeme und Neuromikroelektronik entwickelten gemeinsam mit Racyics neue Spinnaker-Schaltkreise. Jeder der neuromorphen Chips enthält 153 ARM-Prozessorkerne, die als künstliche Neuronen dienen. Produziert wurden die Chips in der Dresdner Globalfoundries-Fabrik.
2021 gründeten Christian Mayr, Christian Eichhorn, Matthias Lohrmann und Hector Andres Gonzalez Diaz in Dresden das Unternehmen Spinncloud. 2025 nahm die TU Dresden einen KI-Supercomputer mit 35.000 Spinnaker2-Chips und mehr als fünf Millionen Prozessorkernen in Betrieb. Seitdem ließ Spinncloud mehr als 70.000 KI-Beschleuniger-Chips fertigen, erhielt über sechs Millionen Euro staatliche Subventionen und gründete eine Tochtergesellschaft in den USA.
Inzwischen heißt das Unternehmen Sparxity. Sein energiesparendes Rechenkonzept nennt es „Sparse Computing“. Rund 30 Menschen arbeiten in Deutschland und den USA für die Firma.
Der nächste Schritt kommt erst 2028
Ab 2028 wollen Sparxity und Telekom-Experten untersuchen, wie die Chips und ihre Vernetzungskonzepte in KI-Rechenzentren integriert werden können. Die Einführung der nächsten Chipgeneration ist ebenfalls für 2028 vorgesehen. Danach sollen leistungsfähige und energieeffiziente KI-Computing-Systeme für künftige Anwendungen entstehen, zugeschnitten auf bestimmte Anwendungsfälle.
Die Partnerschaft stärkt laut Telekom die europäische KI-Infrastruktur und konzentriert sich auf die technische Grundlage von KI-Anwendungen. Vorerst handelt es sich allerdings um einen konkreten Entwicklungsschritt. Die geplante Chipgeneration und mögliche Geschäftsergebnisse liegen in der Zukunft. Ob daraus ein wirtschaftlich tragfähiger Einsatz in den Rechenzentren wird, hängt davon ab, wie die Technik später tatsächlich eingesetzt werden kann.
T-Systems arbeitet derweil auch an der Anwendungsebene. Am 28. Oktober vereinbarte das Unternehmen eine Zusammenarbeit mit Banco Sabadell. Die Bank will agentenbasierte KI ausbauen und dafür unter anderem den „T-AI Agentic Hub“ von T-Systems nutzen.
Beide Vorhaben sind eigenständige Projekte: Sparxity entwickelt Rechentechnik für Rechenzentren, Banco Sabadell setzt auf KI-Agenten bei Unternehmenskunden. Die Bankvereinbarung liefert also einen geschäftlichen Kontext für die Infrastrukturinitiative, belegt aber nicht automatisch den wirtschaftlichen Erfolg der geplanten Chipgeneration.
Auch eine aktuelle Analysteneinschätzung bezieht sich nicht auf die neue Kooperation. JPMorgan bestätigte am Donnerstag die Empfehlung „Übergewichten“ für die Deutsche Telekom und ein Kursziel von 38 Euro. Die Einschätzung erfolgte vor Bekanntgabe der Sparxity-Partnerschaft. Die Zusammenarbeit erweitert die KI-Aktivitäten der Telekom um energieeffiziente Rechentechnik – mehr lässt sich daraus im Moment seriös nicht herauslesen.
Warum neuromorphe Chips gerade jetzt interessant sind
Das Mooresche Gesetz gilt weiterhin. Gleichzeitig sinken die wirtschaftlichen Anreize für eine schnelle Skalierung von Halbleitern, weil Entwicklung und Fertigung immer teurer werden. Parallel wächst die Nachfrage nach energieeffizienter Technik für rechenintensive KI-Aufgaben, während das globale Datenvolumen weiter zunimmt. Der Druck ist also ziemlich handfest: mehr Rechenleistung, aber bitte nicht mit einem Stromverbrauch, der einem die Schuhe auszieht.
Neuromorphes Computing umfasst Hardware- und Softwaresysteme, die Funktionsweisen des biologischen Gehirns nachahmen. Die Technologie soll die Energieeffizienz deutlich steigern und dadurch rechenintensive KI-Aufgaben auch auf batteriebetriebenen Endgeräten ermöglichen.
Geringe Latenzen und hohe Energieeffizienz sind zudem für Echtzeit-Edge-AI interessant. Daten können dabei lokal und schnell verarbeitet werden, statt ständig in eine Cloud geschickt zu werden. Gegenüber cloudbasierten Ansätzen kann das den Datenschutz verbessern.
Die Initiative „Neuromorphes Computing“ des Fraunhofer IIS entwickelt Verfahren, mit denen künstliche Intelligenz direkt in Endgeräte integriert werden kann. Dafür entstehen sowohl Algorithmen als auch die notwendige Hardware. Geplant sind skalierbare und konfigurierbare neuromorphe Prozessoreinheiten sowie integrierte Schaltungen für Deep Neural Networks (DNNs) und Spiking Neural Networks (SNNs) in CMOS-Technologie.
Hohe Parallelverarbeitung und niedrige Latenzzeiten sollen die Leistungsfähigkeit steigern und die Markteinführungszeit verkürzen. Für ultraenergieeffiziente und latenzoptimierte ASIC-Designs verbindet das Fraunhofer IIS Kenntnisse in Rechnerarchitekturen, IC-Design und Neuroinformatik mit anwendungsspezifischem Wissen. Ein Hardware-Software-Co-Design-Flow soll die zügige Entwicklung von Edge-AI-Anwendungen ermöglichen. In Dresden wird sich ab 2028 zeigen, wie viel davon auch im großen Maßstab eines KI-Rechenzentrums funktioniert.