Das Hardware-Startup Extropic hat am 5. September 2026 die Modellfamilie Z1T vorgestellt, die eigens auf den hauseigenen Z1-Chip zugeschnitten ist. Die Entwicklung bricht mit dem vorherrschenden Paradigma deterministischer Matrix-Multiplikationen, wie sie auf herkömmlichen Grafikprozessoren ablaufen. Stattdessen setzt das Unternehmen auf ein thermodynamisches Rechenkonzept, um den massiv steigenden Energiebedarf moderner Inferenz-Workloads einzudämmen.
Im Zentrum des Z1-Prozessors steht stochastische Physik auf der Basis von Sub-Threshold-CMOS-Schaltungen. Das System nutzt sogenannte probabilistische Bits oder P-Bits, die das thermische Rauschen gezielt für Rechenoperationen einspannen. Dieser physikalische Ansatz erlaubt es, statistische Verteilungen direkt in der Hardware abzubilden, anstatt stochastische Prozesse rechenaufwendig über klassische Transistoren zu simulieren.
Parallel zur Hardware präsentierte Extropic die Modellfamilie Z1T, deren Architektur speziell auf die Eigenschaften des Z1 abgestimmt wurde. Diese Modelle basieren auf Sparse-Transformer-Architekturen, die spärlich besetzte Aufmerksamkeitsmuster nutzen. Durch diese enge Verzahnung von Hardware und Modellstruktur will das Startup eine hohe Inferenzleistung erzielen, ohne die immensen Strommengen konventioneller Rechenzentren zu beanspruchen.
Nach Angaben von Extropic ermöglicht dieses Zusammenspiel drastische Effizienzgewinne gegenüber etablierter GPU-Hardware. Das Unternehmen meldet für Inferenz-Workloads mit Sparse-Transformern eine Steigerung der Energieeffizienz um den Faktor 100 bis 140 gegenüber herkömmlichen GPUs. Sollten sich diese Werte in unabhängigen Praxistests bestätigen, könnte dies die Kostenstruktur für den laufenden Betrieb großer Sprachmodelle maßgeblich verändern.
Die Ankündigung von Z1 und Z1T unterstreicht die wachsende Bedeutung alternativer Halbleiterarchitekturen jenseits klassischer Grafikprozessoren. Während GPU-Cluster das Training von Basismodellen weiterhin dominieren, wächst der Druck, bei der Inferenz stromsparende Speziallösungen einzusetzen. Extropics thermodynamischer Ansatz zeigt, dass physikalisches Rechnen eine ernsthafte Alternative für den nachhaltigen Betrieb zukünftiger KI-Systeme darstellen könnte.