Kimi K3 stoppt Anmeldungen: Sechsfach gestiegene Nachfrage sprengt Ressourcen
Veröffentlicht am: 22.07.2026 um 03:05 Uhr | Redaktion boerse-global.de
Der Chip-Hersteller und der chinesische KI-Pionier optimieren Milliarden-Modelle für die nächste Rechen-Generation. Im Fokus steht eine neue Speicher-Architektur.
Die Zusammenarbeit zwischen AMD und Moonshot AI zielt auf die Modellfamilien Kimi K2.5, K2.6 und K2.7 ab. Diese sollen künftig auf den Instinct MI355X-GPUs laufen. Die technischen Details veröffentlichten beide Unternehmen am 21. Juli 2026. Kern der Arbeit: ein komplett neu aufgebauter „Serving Stack" für große Mixture-of-Experts-Architekturen (MoE).
Neue Speicher-Architektur als Schlüssel
Die Ingenieure entwickelten eine Unified Memory and Bandwidth Pool (UMBP) genannte Architektur. Sie verwaltet einen mehrstufigen Key-Value-Cache (KV-Cache), der über HBM, DRAM und SSD-Speicher verteilt ist. Ein scheduler-gesteuertes Prefetch-System sorgt für Effizienz.
Die Ergebnisse können sich sehen lassen: Die p99-Zeit bis zum ersten Token (TTFT) sank um das bis zu 3,2-Fache. Der Gesamtdurchsatz stieg um 7,7 Prozent. Auch die MXFP4-Inferenz für Moonshots Modelle mit einer Billion Parametern wurde optimiert. Auf MI355X-Hardware erreichten die Teams eine Spitzenleistung von 5.369,6 Tokens pro Sekunde pro GPU. Die Verbesserungen flossen in die Open-Source-Tools AITER, ATOM und InferenceX ein.
Kimi K3: Rekord-Modell überfordert eigene Hardware
Während die Optimierung der K2-Serie lief, brachte Moonshot AI am 16. Juli 2026 das nächste Modell auf den Markt: Kimi K3. Es verfügt über 2,8 Billionen Parameter und eine MoE-Architektur mit 896 Experten, von denen 16 pro Token aktiv sind. In der Frontend Code Arena erreichte das Modell mit 1.679 Punkten den Spitzenplatz.
Während die Leistungsfähigkeit von KI-Systemen wie Kimi K3 rasant steigt, rücken auch die rechtlichen Rahmenbedingungen für Unternehmen in den Fokus. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Act. EU AI Act in 5 Schritten verstehen
Der Erfolg wurde zum Problem. Nur 48 Stunden nach dem Start, am 19. Juli 2026, musste Moonshot AI neue Abonnements für Kimi K3 stoppen. Grund: eine sechsfach gestiegene Nachfrage, die die vorhandenen GPU-Kapazitäten sprengte. Der Betrieb des Modells erfordert immense Ressourcen. Laut Entwicklerdokumentation benötigt Kimi K3 im MXFP4-Format rund 1,4 TB Speicher. Für einen effizienten Betrieb sind Cluster mit mindestens 64 Beschleunigern nötig.
Azure als Plattform für die nächste Stufe
Die Hardware-Anforderungen solcher Modelle treiben den Ausbau der KI-Infrastruktur voran. Microsoft kündigte Anfang der Woche die großflächige Bereitstellung von AMDs Helios-Rack-Systemen auf Azure an. Diese sind speziell für Frontier-Modelle konzipiert. Pro Rack arbeiten 72 MI455X-GPUs, die eine Leistung von 2,9 Exaflops (FP4) liefern.
Die Helios-Racks enthalten zudem 4.600 Zen-6-Prozessorkerne und 31 TB HBM4-Speicher pro Einheit. Damit sollen die Speicher-Engpässe behoben werden, die bisher den Einsatz von Modellen mit mehreren Billionen Parametern behinderten. Die Infrastruktur ist für agentische KI-Workloads und elektronische Designautomatisierung (EDA) ausgelegt.
Der Einsatz solch komplexer KI-Systeme bringt neue Verantwortlichkeiten hinsichtlich der Risikodokumentation und Qualitätssicherung mit sich. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Unternehmen jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Open Weights und Markt-Folgen
Am 27. Juli 2026 will Moonshot AI die offenen Gewichte für Kimi K3 veröffentlichen. Die Lizenz: Modified-MIT. Die Hardware-Hürde bleibt für viele Entwickler jedoch hoch. Das Modell bewies seine Fähigkeiten unter anderem durch autonomes Chip-Design: Es entwarf einen 4mm² großen Die in nur 48 Stunden. Diese Nachricht trug nach dem Launch zu Kursschwankungen im Technologiesektor bei.
AMD stärkt zudem seine Software-Kompetenz. Am 21. Juli 2026 bestätigte das Unternehmen die Übernahme des FastFlowLM-Teams. Dieses soll sich auf On-Device- und Workstation-Inferenz konzentrieren – eine Ergänzung zur Arbeit mit Moonshot AI und Microsoft im High-End-Rechenzentrum.
Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.
