Die Axelera Titania AIPU ist da: das europäische AI-Accelerator-Startup hat am 12. November 2026 die detaillierte Architektur von Titania, seiner dritten Generation AIPU (AI Processing Unit), vorgestellt. Das Chiplet-Design soll Data-Center-Leistung in konventionelle Racks bringen, ohne auf HBM oder hochdichte Flüssigkühlung angewiesen zu sein.
Was ist passiert?
Laut offizieller Ankündigung von Axelera kombiniert jedes Titania System-in-Package (SiP) zwei Chiplets basierend auf der dritten Generation der D-IMC-Architektur. Das Package liefert bis zu 2,5 PFLOPS FP8 bei 400 W, mit 128 GB LPDDR6 und 2.458 GB/s Bandbreite. Es umfasst 64 AI-Cores, 32 RISC-V-Kerne und 128 MB Shared SRAM sowie On-Chip-Video-Codecs (AV1, H.265).
Der AX8-Referenzserver mit acht SiPs in einem 4U air-cooled Chassis bietet 20 PFLOPS FP8, 1 TB Accelerator-Speicher und etwa 19,6 TB/s Bandbreite. Das Unternehmen gibt an, dass er ein 1,6-Billionen-Parameter-Mixture-of-Experts-Modell bei FP4 aufnehmen kann, mit Platz für KV-Cache.
Die Produktion ist für das dritte Quartal 2027 geplant. Axelera nennt bereits über 300 Millionen Dollar an Kundenverpflichtungen. Das Voyager-SDK ist dasselbe wie bei den Vorgängergenerationen (Metis und Europa), was die Migration erleichtert.
Warum das wichtig ist
Ein Großteil der heutigen AI-Infrastruktur erfordert knappes HBM und 100-kW+-Racks mit Flüssigkühlung. Titania setzt auf reichlicheres und günstigeres LPDDR6 plus effizienten Datentransfer, um hohen Throughput in 5-6-kW-air-cooled-Servern zu liefern. Das Unternehmen prognostiziert bis zu 7x mehr Throughput pro Watt und 20x besseres TCO gegenüber High-End-Data-Center-Servern.
Das öffnet Unternehmen, Neoclouds und souveränen Clouds die Möglichkeit, große Modelle auf bestehenden Racks auszuführen, ohne das Data Center umzubauen.
Was sich in der Praxis ändert
Ein air-cooled AX8 kann Modelle der Billionen-Parameter-Klasse mit Tensor-, Expert- und Pipeline-Parallelismus ausführen. Zwei Server passen in ein Legacy-15-kW-Rack; fünf in ein 30-kW-air-cooled-Rack. Native Unterstützung für MXFP4, FP4, MXFP8, FP8 und BF16 plus Video-Codecs ermöglicht das Mischen von LLMs, VLMs und Video-Pipelines auf demselben System.
Offizielle Quelle: Axelera AI Ankündigung.
Von Grok
