Broadcom präsentiert integrierte Plattformen für KI-Rechenzentren und Edge-Netzwerke

Die fortschreitende Integration von Künstlicher Intelligenz (KI) in nahezu alle Bereiche der Wirtschaft und des täglichen Lebens stellt hohe Anforderungen an die zugrunde liegende Infrastruktur. Insbesondere die Notwendigkeit, KI-Workloads sowohl in zentralen Rechenzentren als auch am Netzwerkrand (Edge) effizient zu verwalten, führt zu neuen technologischen Herausforderungen und Lösungen. Broadcom, ein führender Anbieter von Halbleiter- und Infrastruktursoftwarelösungen, hat hierzu kürzlich eine Reihe neuer Plattformen vorgestellt, die darauf abzielen, die Lücke zwischen Cloud-basierter KI und der Edge-Computing-Infrastruktur von Telekommunikationsunternehmen zu schließen.

Die Herausforderung der verteilten KI

KI-Anwendungen erfordern eine enorme Rechenleistung. Während das Training komplexer KI-Modelle typischerweise in großen, zentralisierten Rechenzentren stattfindet, ist für die Inferenz – also die Anwendung dieser Modelle auf neue Daten zur Entscheidungsfindung – oft eine geringe Latenz und eine hohe Verarbeitungsgeschwindigkeit direkt am Datenursprung erforderlich. Dies betrifft Szenarien von der industriellen Automatisierung über Smart Homes bis hin zu autonomen Fahrzeugen. Die aktuelle Infrastruktur ist jedoch häufig fragmentiert, was die nahtlose Integration und Skalierung von KI-Anwendungen erschwert.

Die Bereitstellung von KI-Workloads direkt in den Netzwerken, näher an den Endnutzern, verspricht neue Einnahmequellen für Betreiber. Die Schwierigkeit bestand bisher in der operativen Komplexität der Bereitstellung und Verwaltung von Recheninfrastrukturen an Tausenden geografisch verteilten Edge-Standorten. Die Toolchains, Hardware und Management-Ebenen für KI in Rechenzentren und am Edge sind oft vollständig getrennt.

Broadcoms Strategie: Eine kohäsive Infrastruktur

Broadcoms Ansatz zielt darauf ab, diese Fragmentierung zu überwinden. Das Unternehmen arbeitet mit Partnern wie Samsung und verschiedenen Telekommunikationsbetreibern zusammen, um ein Portfolio von Silizium- und Softwarelösungen bereitzustellen. Ziel ist es, ein kohärentes Gefüge vom Hyperscale-Rechenzentrum bis zum Netzwerkrand zu schaffen. Die strategische Intention besteht darin, die zugrunde liegende Hardware bereitzustellen, die es Netzbetreibern ermöglicht, ihre umfassenden Investitionen in Glasfaser- und 5G-Netzwerke durch verteilte KI-Dienste zu monetarisieren.

Schlüsseltechnologien für die KI-Ära

Die neuen Plattformen von Broadcom basieren auf mehreren technologischen Weiterentwicklungen, die darauf ausgelegt sind, eine leistungsfähige und durchgängige Konnektivität und Rechenleistung zu gewährleisten:

• 50G PON (Passive Optical Network): Eine Weiterentwicklung des Glasfaserstandards, die die Backhaul-Kapazität gegenüber dem aktuellen 10G-Standard deutlich erhöht. Dies ist eine grundlegende Schicht, um den Datenverkehr von Tausenden KI-fähigen Edge-Geräten zu bewältigen.
• Wi-Fi 8 (IEEE 802.11bn): Die nächste Generation des drahtlosen Netzwerks, die für den notwendigen Durchsatz und die geringe Latenz von lokalen KI-Anwendungen in Unternehmens- und Heimumgebungen unerlässlich ist. Broadcom hat bereits im Februar 2026 den branchenweit ersten Wi-Fi 8 Access Point und Switch für Unternehmensnetzwerke angekündigt, der auf einer Unified Architecture für KI-fähige Netzwerke basiert.
• Verbesserter Fixed Wireless Access (FWA): Erweiterte FWA-Lösungen, die glasfaserähnliche Geschwindigkeiten über 5G liefern. Dies erweitert die Reichweite von Hochleistungs-Edge-Computing auf Standorte, an denen die Verlegung von Glasfaserkabeln nicht wirtschaftlich ist.
• Integrierte KI-Beschleuniger: Speziell entwickelte Siliziumchips für eine effiziente KI-Inferenz, die direkt in die Netzwerkausrüstung integriert werden. Dies reduziert Systemkosten, Stromverbrauch und den physischen Platzbedarf am Edge. So hat Broadcom beispielsweise den BCM68850 vorgestellt, einen 50G ITU-T PON Home Gateway System-on-Chip (SoC), der eine neuronale Verarbeitungseinheit (NPU) integriert und native Unterstützung für Wi-Fi 8 bietet.

Diese Komponenten sind darauf abgestimmt, eine leistungsgerechte Kette zu bilden. Der Einsatz leistungsstarker KI-Beschleuniger am Edge wäre ineffektiv, wenn das lokale Netzwerk (Wi-Fi 8) und das Backhaul-Netzwerk (50G PON) den Datendurchsatz nicht bewältigen könnten.

Vom getrennten Element zum zusammenhängenden KI-Gefüge

Durch die Schaffung eines nahtlosen Netz- und Rechenkontinuums können Unternehmen KI-gestützte Anwendungen implementieren – beispielsweise Qualitätskontrollen in der Fertigung oder Echtzeit-Analysen im Einzelhandel – ohne die Leistungseinbußen durch den Datenverkehr zu einer entfernten Public Cloud. Für Telekommunikationsunternehmen bietet diese Architektur die Möglichkeit, verwaltete Dienste wie private 5G-Netzwerke mit lokaler KI-Verarbeitung oder verbesserte Content Delivery Networks anzubieten, die Video-Transkodierung am Edge durchführen können.

Die Beteiligung von Samsung verdeutlicht die Integration dieser neuen Fähigkeiten sowohl in die Netzwerkinfrastruktur als auch in Endgeräte. Die Partnerschaft deutet auf eine durchgängige Optimierung hin, vom Netzwerkkern bis zum Endgerät des Kunden (CPE).

Broadcoms Engagement im Bereich der KI-Vernetzung zeigt sich auch in Entwicklungen wie dem Jericho4-Chip, der AI-Workloads über Rechenzentren hinweg verbinden soll, sowie in der Partnerschaft mit FuriosaAI zur Entwicklung einer Rack-Scale-Inferenzplattform, die auf Ethernet AI Fabrics setzt. Zudem verstärkt Broadcom seine Zusammenarbeit mit Meta, um kundenspezifische KI-Siliziumchips zu entwickeln, die auf Metas Training and Inference Accelerator (MTIA) Roadmap basieren, und setzt dabei auf fortschrittliche Ethernet-Technologien für Skalierbarkeit.

Wettbewerbslandschaft

Broadcom tritt in diesem Segment in Konkurrenz zu anderen Chipherstellern wie NVIDIA und Marvell, die ebenfalls Strategien zur Konvergenz von Netzwerken und Computing verfolgen. NVIDIA konzentriert sich auf sein "AI factory"-Konzept und erweitert seine Rechenzentrumsdominanz mit Plattformen wie dem IGX Orin für das industrielle Edge. Marvell bietet ein Portfolio an kundenspezifischen Siliziumlösungen für 5G-Infrastruktur und Datenverarbeitungseinheiten (DPUs). Broadcoms Vorteil liegt in seiner Präsenz über den gesamten Netzwerkdatenpfad, vom Rechenzentrum-Switch bis zum Chipsatz des Heimrouters, was ein starkes Fundament für die Akzeptanz seiner umfassenden Plattform darstellt.

Die Entwicklungen bei Broadcom unterstreichen die wachsende Bedeutung einer integrierten und leistungsfähigen Infrastruktur, um das Potenzial der Künstlichen Intelligenz voll auszuschöpfen. Die Verknüpfung von Cloud-Ressourcen mit Edge-Computing-Fähigkeiten ist entscheidend für die nächste Generation von KI-Anwendungen und Dienstleistungen.

Bibliography:

1. Daws, R. (2026, June 2). Broadcom silicon bridges AI data centres and edge. Telecoms Tech News.
2. Child, J. (2026, May 27). Broadcom Unveils Integrated Wi-Fi 8- and 50G PON Gateway-ICs for the AI Era. All About Circuits.
3. Weissberger, A. (2026, May 27). Analysis: Broadcom’s end-to-end 50G PON Edge AI portfolio with WiFi 8 support. IEEE ComSoc Technology Blog.
4. Robinson, C. (2026, March 11). Broadcom Launches Taurus BCM83640 A 3nm 400G Per Lane Optical DSP. ServeTheHome.
5. Snider, S. (2026, May 27). Broadcom and FuriosaAI Bet on Ethernet AI Fabrics. Data Center Knowledge.
6. Mann, T. (2025, June 4). Broadcom takes a Tomahawk to Nvidia's AI networking empire. The Register.
7. Stockhouse.com. (2026, February 3). Broadcom Announces Industry's First Enterprise Wi-Fi 8 Access Point and Switch Solution for the AI Era.
8. InvestingNews.com. (2026, April 14). Broadcom Announces Extended Partnership with Meta to Deploy Technology to Support Multi-Gigawatts of Meta's Custom Silicon, MTIA.
9. Wodecki, B. (2025, August 5). Broadcom unveils Jericho4 chip to connect AI workloads across data centers. SDxCentral.
10. Snider, S. (2026, April 15). Meta Expands Broadcom Partnership to Co-Develop Custom AI Silicon. Data Center Knowledge.