Pony.ai setzt auf chinesische KI-Chips für autonomes Fahren
06.02.2026 - 11:53:12
Autonomes Fahren made in China: Der Robotaxi-Pionier Pony.ai geht eine strategische Partnerschaft mit dem heimischen GPU-Entwickler Moore Threads ein. Ziel ist es, die Entwicklung von Level-4-Systemen mit chinesischer Rechenleistung zu beschleunigen – ein Schritt zu mehr technologischer Souveränität.
Schlüsseltechnologie aus eigener Produktion
Im Zentrum der am Freitag bekanntgegebenen Allianz steht die Integration von Moore Threads-Hardware in die Hochleistungsrechencluster von Pony.ai. Konkret kommen die KI-Beschleunigerkarten MTT S5000 und der KUAE-Computing-Cluster zum Einsatz. Sie sollen das Training des proprietären „World Model“ und des „Virtual Driver“ von Pony.ai vorantreiben.
Diese Kerntechnologien benötigen immense Rechenkraft, um riesige Datenmengen aus Fahrszenarien zu verarbeiten und komplexe Verkehrssituationen zu simulieren. Die Partnerschaft zielt auf einen geschlossenen Entwicklungszyklus ab, der Effizienz in Algorithmik, Datenverarbeitung und Hardware-Ausführung verbessert. Könnte dies der Durchbruch für kostengünstigere KI-Entwicklung sein?
Passend zum Thema KI-Entwicklung und hochskalierbare Trainingsinfrastruktur sollten Unternehmen jetzt die EU-KI-Regeln kennen. Die KI-Verordnung ist seit August 2024 in Kraft und stellt Anforderungen an Risikoklassifizierung, Kennzeichnung und Dokumentation von KI-Systemen – auch für Entwickler komplexer Modelle wie virtuelle Fahrer. Dieser kostenlose Umsetzungsleitfaden erklärt in klaren Schritten, was Sie jetzt beachten müssen, um Bußgelder zu vermeiden und Produkte regulatorisch abzusichern. Jetzt KI-Verordnung-Leitfaden herunterladen
Turbo für die Robotaxi-Flotte
Die Kooperation kommt zur rechten Zeit. Pony.ai verfolgt ambitionierte Expansionspläne und will bis Ende 2026 über 3.000 Robotaxis im Einsatz haben. Die Effizienzgewinne durch die spezialisierte Hardware sollen wie ein Turbo für dieses Wachstum wirken.
Denn das Training der reinforcement-basierten Modelle ist extrem rechenintensiv – es generiert virtuelle Testdaten für Milliarden von Kilometern. Durch kosteneffektivere, lokale Rechenleistung will Pony.ai die Betriebskosten senken und die Wirtschaftlichkeit seiner Flotte verbessern. Ein entscheidender Schritt auf dem Weg zu profitablen Geschäftsmodellen.
Meilenstein für Chinas Halbleiter-Industrie
Für Analysten markiert die Zusammenarbeit einen Wendepunkt. Bisher dominieren internationale Anbieter den Markt für Hochleistungsrechner im autonomen Fahren. Dass ein führender Player wie Pony.ai nun kritische Workloads auf heimische Hardware verlagert, spricht für die zunehmende Reife der chinesischen Halbleiter-Ökosysteme.
Moore Threads positioniert seine MTT-Serie seit längerem als Alternative für komplexe KI-Aufgaben. Ein erfolgreicher Einsatz im anspruchsvollen L4-Training von Pony.ai wäre ein starkes Qualitätssiegel. Es würde beweisen, dass die Chips hochparallele, langandauernde Rechenlasten bewältigen können.
Trend zur technologischen Unabhängigkeit
Die Partnerschaft spiegelt einen breiteren Branchentrend wider: Unternehmen des autonomen Fahrens diversifizieren ihre Lieferketten und reduzieren Abhängigkeiten von ausländischer Technologie. Durch den Aufbau eines eigenen Rechen-Ökosystems mit einem lokalen Partner mindert Pony.ai geopolitische Risiken und fördert gleichzeitig Innovationen im Inland.
Diese Bewegung könnte Schule machen. Die Allianz demonstriert, dass heimische GPU-Lösungen inzwischen leistungsfähig genug sind, um die anspruchsvollen Anforderungen von Level-4-Systemen zu erfüllen. Diese müssen Terabytes an Sensordaten verarbeiten und hochkomplexe neuronale Netze berechnen.
Algorithmus und Chip verschmelzen
Die Führung von Pony.ai betrachtet die Allianz als Verschmelzung von fortschrittlichen Algorithmen und robuster Rechenleistung. Eine starke Infrastruktur sei die Grundvoraussetzung für die nächste Generation intelligenter Mobilität.
Die beiden Unternehmen planen, ihre technische Zusammenarbeit weiter zu vertiefen, um die Synergie zwischen Algorithmus und Chip zu optimieren. Gelingt der Großversuch, könnte dies den Weg für einen breiteren Einsatz heimischer GPUs in anderen KI-lastigen Bereichen ebnen – von der Robotik bis zur smarten Logistik. Der Fokus liegt nun darauf, die Technologie im großen Maßstab zu validieren.
Übrigens: Beim Aufbau großer Rechenzentren und vernetzten Robotaxi-Systemen sind nicht nur regulatorische Fragen relevant, sondern auch erhebliche Sicherheitsrisiken. Studien zeigen, dass viele Unternehmen bei Cyber-Abwehr und KI-spezifischen Angriffsszenarien unvorbereitet sind. Dieser kostenlose Cyber-Security-Report erklärt praxisnahe Maßnahmen, wie Sie Entwicklungsdaten, Trainingspipelines und Produktionssysteme schützen können, und liefert konkrete Checklisten für IT- und Entwicklungs-Teams. Gratis Cyber-Security-Report herunterladen
