Pat Gelsinger verließ Ende 2024 den CEO-Vorsitz bei Intel. Er gönnte sich keine Pause. Er plante 100 Treffen in 180 Tagen. Das Ziel war einfach: das Feld einzugrenzen. Er musste wissen, was als nächstes kam.
Im März war die Antwort klar. Er kam als Komplementär zu Playground Capital. Das Unternehmen zielt auf Deep Tech ab. Insbesondere die Hardware, die die nächste Computergeneration antreibt.
Gelsinger hat im Moment eine besondere Obsession: Licht.
Er möchte fortschrittliche Lithographie nutzen, um das Mooresche Gesetz neu zu begründen. Gordon Moore sagte voraus, dass sich die Transistordichte alle zwei Jahre verdoppeln würde. Das hielt jahrzehntelang. Jetzt stockt es. Transistoren auf atomare Grenzen zu verkleinern ist teuer. Es stößt auf physische Barrieren.
Die Lösung besteht laut Gelsinger darin, Chips mit Lichtstrahlen im Nanometerbereich zu ätzen.
Die lichtbasierte Lösung für Hardware-Engpässe
Die aktuelle Lithographie basiert auf ultraviolettem Licht mit einer Wellenlänge von 13,5 Nanometern. Das ist der Standard von ASML, dem niederländischen Monopol für Chipherstellungsmaschinen. Es funktioniert. Aber es liegt am Rande des Praktischen.
Gelsinger unterstützt xLight, ein Portfoliounternehmen von Playground. xLight entwickelt neue Lithographietechniken mit Freie-Elektronen-Lasern. Das Ziel? Reduzieren Sie die Wellenlänge des Lichts auf 2, 3, 4 oder 5 Nanometer. Kleineres Licht bedeutet kleinere Funktionen. Mehr Transistoren. Bessere Chips.
Hier geht es nicht darum, ASML zu besiegen. Es geht darum, den Motor aufzurüsten.
„Wir wollen unsere Lichtquelle anschließen und AS ML-Maschinen verbessern.“
Wenn dies funktioniert, wird eine Leistung freigeschaltet, die mit herkömmlichen Designoptimierungen nicht erreicht werden kann. Andere Innovationen wie neue Materialien oder Supraleiter sprudeln. Sie sind alle gegen dieselbe Wand gestoßen. Sie können den Schaltkreis nicht drucken, wenn Sie ihn nicht mit hochauflösendem Licht ätzen können.
Wie Pat Gelsinger Deep-Tech-Startups prüft
KI hat Software gestört. Jetzt zieht es Risikokapital in Richtung Hardware.
Die meisten VCs wissen nicht, wie sie auf Deep Tech setzen sollen. Früher haben sie es getan. Jetzt raten sie. Gelsinger rät nicht. Er bringt ein Team aus Ingenieuren, Doktoranden und Professoren an den Tisch. Ihr Prozess ist streng.
Sie suchen nach dem schwierigen Problem. Kann der Gründer es erklären? Ist es lösbar? Gibt es zwei oder drei andere Unternehmen, die die gleiche Idee verfolgen? Ein Einhorn findet man selten isoliert. Sie finden Cluster. Wählen Sie das Beste aus.
„Ich möchte Dinge tun, die wichtig sind“, sagt Gelsinger. „Wenn sie Erfolg haben, machen Sie einen Unterschied.“
Private Equity bietet größere Schecks an. Aber es ist Finanztechnik. Gelsinger will bauen. Er will die Wissenschaft vorantreiben. Er sucht den Rand der Entdeckung.
Energiekrise und Hardware-Verschiebung der KI
Früher war das Training von KI-Modellen der Geldverdiener. Das ist es vorerst immer noch. Aber die Schlussfolgerung schwankt. Unternehmen werden einmalig schulen. Sie werden das Modell millionenfach verwenden. Hier liegt das Volumen – und die Chance.
GPUs haben das Training gut gemeistert. Für Schlussfolgerungen sind sie in Ordnung. Aber sie sind nicht optimal. Nvidia weiß es. Deshalb sind Deals wie der mit Groq wichtig.
Die nächste Welle von KI-Chips wird nicht wie heutige GPUs aussehen. Sie werden heterogen sein. Gemischte Anbieter. Harmonisierte Systeme.
Der Speicher ist ein weiterer Engpass. Speicher mit hoher Bandbreite ist derzeit der König. Aber es ist fehlerhaft. Bis 2030 werden gestapelte Speicherarchitekturen dominieren. Unternehmen wie d-Matrix, Fractile, Cerebras und Alva Energy sprengen die aktuellen Muster.
Energie ist die eigentliche Einschränkung. Die USA haben ihre Energiekapazität in den letzten zehn Jahren im einstelligen Bereich ausgeweitet. Das ist inakzeptabel.
Im KI-Zeitalter ist Energie gleichbedeutend mit wirtschaftlicher Leistungsfähigkeit.
„Wir waren so mit dem Klima beschäftigt“, bemerkt Gelsinger, „wir haben die Kapazität vergessen.“
Die Lieferung neuer Gasturbinen dauert acht Jahre. Atomkraft braucht ein Jahrzehnt. Solar setzt auf China. Alva Energy von Gelsinger konzentriert sich auf die Modernisierung bestehender Kernkraftwerke. Schnellerer Weg. Erntewert jetzt. Starten Sie den Build später erneut.
Die Gewinner erhalten nicht nur Smart Chips. Sie werden Macht haben.
Wird die US-Regulierung die KI-Führung unterdrücken?
Die US-Regierung steckt fest. Es will die KI anführen. Aber es will es auch kontrollieren. Chip-Exportkontrollen. Eingriffe in Model-Releases. Hebelwirkung.
Gelsinger sieht keinen Widerspruch. Er möchte, dass westliche Werte siegen. Nicht chinesisch.
Die Technologie bewegt sich zu schnell für eine langsame Regulierung. Alle vier Wochen erscheint ein großes Basismodell. Was regeln Sie? Sicherheit? Qualität? Integrität?
„Wer entscheidet?“ er fragt.
Er will Transparenz. Er möchte wissen, auf welchen proprietären Modellen trainiert wird. Er will ein rigoroses Benchmarking. Er möchte, dass Sicherheitsanforderungen von Anfang an verankert sind.
Wenn die Branche sich nicht selbst regulieren kann, muss die Regierung eingreifen. Nur so kann sichergestellt werden, dass Modelle nicht nur an erster Stelle, sondern auch sicher sind.
Die offene Frage
Gelsinger glaubt, dass Licht der Schlüssel ist. Nicht nur für Moores Gesetz. Aber für Effizienz. Für Macht. Für das nächste Jahrzehnt der Informatik.
Er setzt auf ein Team, das mit 2-Nanometer-Licht drucken kann. Er setzt auf nukleare Modernisierungen. Er setzt darauf, dass die Heterogenität gegenüber monolithischen GPU-Designs siegen wird.
Wird es funktionieren?
Niemand weiß es genau. Die Wissenschaft ist immer noch dabei, Dinge zu beweisen. Die Physik ist hart. Das Geld ist echt. Die Uhr tickt.
Gelsinger fängt gerade erst an. Die Frage ist, ob die Branche mit dem von ihm vorgegebenen Tempo mithalten kann. Oder wenn das Licht, wie das Gesetz, endlich dunkel wird.
