KI Kimi K3: Ein Schock für die Chip-Industrie

Am 17. Juli fiel die US-Börse. Die großen Chip-Design-Software-Firmen Cadence und Synopsys verloren an einem Nachmittag fast 15,8 Milliarden US-Dollar an Wert. Der Grund war kein Handelskrieg und keine schlechten Geschäftszahlen. Alles begann mit einem Blog-Beitrag von Moonshot AI. Sie behaupteten, dass ihr KI-Model Kimi K3 in 48 Stunden einen kompletten Chip entworfen hat. Ohne menschliche Hilfe und ohne Lizenzkosten für EDA-Software. KI hat also ein Gebiet betreten, das als Höhepunkt intellektueller Arbeit galt.

Investoren an der Wall Street bekamen Panik und verkauften ihre Aktien. Für mich, der seit fast 20 Jahren Mikrochips entwirft, ist das ein Moment, um die Situation aus der Sicht eines Menschen zu betrachten, dessen Job von KI bedroht ist.

Was hat die KI in diesen 48 Stunden gemacht?

Einfach gesagt: Einen Chip zu entwerfen ist wie ein Hochhaus zu bauen. Früher mussten Ingenieure logische Schaltpläne zeichnen (RTL-Synthese), Millionen kleiner Bauteile platzieren (Placement) und viele Kilometer dünner Drähte verbinden, ohne dass es zu Kurzschlüssen oder Verzögerungen kommt (Routing und Timing Closure). Das dauerte Monate und brauchte ein ganzes Team von Ingenieuren, die Tag und Nacht arbeiteten.

Kimi K3 machte all diese Schritte zu 100% automatisch. Es bekam die Aufgabe, führte den Ablauf selbst aus, verlegte die Drähte, prüfte die Design-Regeln (DRC – Design Rule Check) und korrigierte Fehler. Am Ende lieferte es einen Chip-Entwurf, der mit 100 MHz auf 4 mm² lief. Bevor ich analysiere, wie KI die Chip-Design-Industrie verändert, muss ich etwas klarstellen.

K3 benutzte die Nangate-45nm-Bibliothek. In der Halbleiterwelt ist Nangate 45nm wie ein Lego-Set für Studenten. Es ist kostenlos, öffentlich und die Regeln sind sehr einfach.

Aber die modernen kommerziellen Chips mit 3nm oder 2nm, die bei TSMC produziert werden? Das ist, als würde man einen 100-stöckigen Turm auf instabilem Boden bauen. Dort gibt es tausende komplexe physikalische Regeln, viele Metallschichten und strenge Sicherheitsregeln (PDK), die die Fabriken nie einer KI frei zugänglich machen.

Moonshot AI hat auch nicht verheimlicht, dass dies nur ein Test war, um die Fähigkeiten zu beweisen (Proof of Concept). Ihre KI kann TSMC oder spezielle Software nicht sofort ersetzen.

Wie verändert KI die Chip-Design-Industrie?

Der Ausverkauf an der Wall Street war vielleicht übertrieben, aber er zeigt einen Trend: KI ersetzt nicht die EDA-Software, aber sie wird zur neuen Schnittstelle zwischen Ingenieur und Software.

Früher verkauften EDA-Firmen Software-Lizenzen. Sie gingen davon aus, dass Menschen viele Befehle eingeben und Werkzeuge bedienen. Ein großes Projekt brauchte hunderte junge Ingenieure, die Fehler suchten und Leitungen anpassten. Aber jetzt kann ein intelligenter KI-Agent die ganze Kette von Werkzeugen steuern. Er bekommt Befehle vom Ingenieur, führt die Software aus und korrigiert kleine Fehler rund um die Uhr, ohne müde zu werden.

Der Wert in der Chip-Design-Industrie verschiebt sich. Man bezahlt nicht mehr dafür, wer die Software besser kennt, sondern dafür, wer die intelligentere KI zur Steuerung besitzt. Die größte Gefahr für EDA-Firmen ist, dass sie weniger Lizenzen verkaufen, weil ein Ingenieur mit KI die Arbeit von fünf Personen machen kann.

Welche Auswirkungen hat das auf das Ziel von 50.000 Chip-Ingenieuren in Vietnam?

Vietnam investiert viel in seine nationale Halbleiterstrategie. Das Ziel ist, bis 2030 50.000 Ingenieure auszubilden. Viele Universitäten eröffnen neue Studiengänge und kaufen Software-Lizenzen, um Physical Design, RTL Design und Verifikation zu lehren.

Der Schock von Kimi K3 sendet zwei Botschaften für diese Ausbildung.

Wenn wir Ingenieure nur als „Befehls-Tipper“ ausbilden, die mit Cadence oder Synopsys einfache, sich wiederholende Aufgaben machen, wie grundlegende DRC-Fehler zu beheben oder einfaches Timing Closure, dann wird diese Gruppe zuerst von KI bedroht. KI macht solche Aufgaben hundertmal schneller als Menschen.

Aber während diese Tür langsam schließt, öffnet sich eine große Chance.

Andererseits senkt KI die Einstiegshürden in die Chip-Industrie enorm. Früher brauchte ein vietnamesisches Startup, das einen kleinen Chip für IoT oder Smart Farming entwerfen wollte, ein großes Team und Millionen Dollar für Software. Jetzt könnte KI diese Kosten und den Personalbedarf stark reduzieren.