Sam Altman: Lokale KI verschwendet knappen DRAM-Speicher

OpenAI-Chef Sam Altman hält das lokale Ausführen von KI-Modellen für „eine schreckliche Zuteilung einer knappen Ressource“. Der Arbeitsspeicher in Heimrechnern sei in Rechenzentren besser aufgehoben. Die Aussage fiel im Podcast Cheeky Pint von Stripe-Mitgründer John Collison und verbreitete sich rasch in den sozialen Netzwerken.

Altman meint damit Nutzer, die offene Modelle herunterladen und auf eigener Hardware betreiben, ohne die Cloud eines Anbieters zu nutzen. Weil das Angebot so knapp sei, müsse die maximale Auslastung Vorrang haben, und die erreiche man nur im Rechenzentrum.

Ein Markt mit Speicherknappheit

Der Kommentar fiel in einem Gespräch über knappe Rechenleistung. Laut Altman reagiert der Markt nicht so, wie er sollte: Die großen Speicherhersteller investierten trotz enormer Gewinne der vergangenen zwölf Monate weiterhin vorsichtig.

Die Zahlen untermauern die Anspannung. Micron, Samsung und SK Hynix kontrollieren die weltweite DRAM-Produktion und können die Menge nicht so schnell steigern, wie Hyperscaler sie verlangen. Laut TrendForce stiegen die DRAM-Preise im ersten Quartal 2026 um 90 bis 95 Prozent, und nichts deutet auf ein baldiges Sinken hin. Die drei Hersteller schaffen zwar neue Kapazitäten und drosseln teils sogar Chips für Verbraucher, um HBM-Speicher für Rechenzentren zu priorisieren. Neue Werke für Hochleistungsspeicher entstehen aber nicht über Nacht.

Als Lösung wünscht sich Altman neue Akteure in der Lieferkette. OpenAI entwickelt gemeinsam mit Broadcom eigene Chips namens Jalapeño. Auch diese benötigen DRAM, lassen sich aber deutlich besser optimieren. SpaceX, Amazon, Meta, Microsoft und Google, das mit seinen TPUs mehr Erfahrung hat, verfolgen ähnliche Wege.

Die Gegenseite

Zur Firmengeschichte passt die Haltung nur bedingt. Im August 2025 veröffentlichte OpenAI mit gpt-oss seine ersten offenen Gewichte seit GPT-2, ausgelegt für den lokalen Betrieb, und schon im Januar jenes Jahres räumte Altman ein, OpenAI habe beim Thema Open Source falsch gelegen. Damals gab es die heutige DRAM-Krise noch nicht.

Wer lokale Modelle nutzt, hat meist eigene Gründe: konkrete Anforderungen, Offline-Betrieb oder Misstrauen gegenüber dem Datenschutz eines Unternehmens wie OpenAI. Offene Modelle lösen viele Alltagsaufgaben, und kostenlose Cloud-Angebote decken ohnehin das meiste ab. Wie stark diese Nische die Lieferkette tatsächlich belastet, bleibt daher offen.