Die Fertigungsnode von Meta Iris gehört zu den am stärksten spekulierten Fragen. Stand 31. Juli 2026 berichten öffentliche Quellen: Iris wird von TSMC gefertigt, Broadcom unterstützt das Design — doch Nanometer-Node, Leistungsaufnahme und HBM-Kapazität sind nicht zuverlässig bestätigt. Dieser Artikel trennt bekannte Partner von unbestätigten Spezifikationen.
Wer nach „wie viele Nanometer“, „TSMC-Fertigung“ oder „Broadcom-Design“ sucht, erwartet oft ein vollständiges Datenblatt — doch eine Partnerbekanntgabe ist keine Spezifikationsveröffentlichung. Die erweiterte Broadcom-Kooperation und die gemeldete TSMC-Fertigung sind belegbare Fakten; die konkrete Fertigungsnode bleibt bestenfalls eine vorsichtige Richtungsableitung.
1Ist Iris' Fertigungsnode bereits öffentlich bestätigt?
Zum Redaktionsschluss bestätigt keine zuverlässige öffentliche Quelle die konkrete Fertigungsnode von Iris. Ein Reuters-Bericht aus Juli 2026 nennt TSMC als Fertiger und Broadcom als Designunterstützung — ohne Angaben zu 3 nm, 5 nm oder einem anderen Node. Metas Ankündigung zur erweiterten Broadcom-Partnerschaft (April 2026) und die Chiplet-Roadmap (März 2026) beschreiben Architekturrichtung und Rollen in der Lieferkette, nicht die vollständigen Iris-Hardwaredaten.
⚠️ Grenzcheck: „Gefertigt von TSMC“ benennt den Foundry — es bestätigt keinen Nanometer-Node. Lieferketten-Gerüchte, die in Spezifikationstabellen umgewandelt werden, sind die häufigste Verzerrung zu diesem Thema.
Broadcom-Designkooperation
Leistungsaufnahme & Kernzahl
Niedrigpräzision & Interconnect
2Was sagt TSMC-Fertigung aus — und was nicht?
Die Wahl von TSMC deutet darauf hin, dass Iris möglicherweise fortgeschrittene Fertigungslinien, CoWoS-ähnliches Advanced Packaging und Foundry-Erfahrung mit KI-Beschleunigern nutzt — relevant für ein skalierbares Deployment. Die Foundry-Entscheidung impliziert jedoch nicht automatisch einen bestimmten Node, eine Leistungsaufnahme pro Die oder Speicherkapazität pro Karte.
💡 Schwerpunkt: Für die Skalierung könnten Packaging-Kapazität, HBM-Versorgung und Rack-Interconnect wichtiger sein als ein einzelnes Nanometer-Label.
3Was bringt Broadcom in die Designpartnerschaft ein?
Broadcoms Rolle ist Custom-Chip-Designkooperation — nicht Foundry-Fertigung. Erfahrung mit Datacenter-Netzwerken, SerDes und ASIC-Auslieferung könnte Iris' Interconnect und Systemintegration prägen und damit entscheiden, ob Iris für Empfehlungssysteme, Werbung und generative KI skaliert. Transistorzahlen und Spitzen-FLOPS bleiben unbekannt.
| Informationstyp | Aktueller Stand | So einordnen |
|---|---|---|
| Foundry | TSMC (Medienberichte) | Fertigungs- und Packaging-Fähigkeiten wahrscheinlich |
| Designpartner | Broadcom (offizielle Partnerschaftserweiterung) | Custom-ASIC- und Interconnect-Expertise |
| Fertigungsnode | Öffentlich nicht bestätigt | Keine ungeprüften „nm“-Angaben zitieren |
| MTIA-300–500-Kennzahlen | Teilweise richtungsweisend veröffentlicht | Entspricht nicht den vollständigen Iris-Specs |
4Was lässt sich aus der MTIA-Roadmap ableiten?
Metas MTIA-Pfad betont modulare Chiplets, kurze Iterationszyklen, native PyTorch-Unterstützung und niedrigpräzise Inferenzformate. Kennzahlen der MTIA-300–500-Serie liefern Kontext, sind aber keine bestätigten Iris-Spezifikationen.
- Modulare Chiplets — Compute und Speicher könnten nach Workload getrennt werden; Die-Anzahl und Bandbreite sind noch nicht bestätigt.
- HBM — Inferenz-Workloads brauchen hohe Bandbreite; Iris könnte auf HBM-Stacking setzen, Kapazitätszahlen stehen jedoch noch aus.
- Niedrigpräzision & PyTorch — FP8/INT8-Pfade könnten die Effizienz steigern; plausible Ableitung, keine bestätigten Iris-Parameter.
- Rack-Level-Interconnect — Massen-Deployment braucht Multi-Card-Netzwerke; Protokolle und Skalierung sind noch nicht öffentlich.
5Welche Specs sollte man nicht als feststehend angeben?
Ohne offizielle Meta-Veröffentlichung oder Hot-Chips-/ISCA-Materialien sollten Sie nicht als gesichert nennen: Fertigungsnode, TDP, Spitzen-FLOPS, HBM-Kapazität, Preis oder Produktionszeitplan. Drei Ebenen helfen: bekannt (Foundry, Designpartner, MTIA-Richtung), ableitbar (Chiplet, HBM, Niedrigpräzision) und unbekannt (Node, Leistung, Compute, Preis) — mit Formulierungen wie „möglicherweise“ und „noch nicht bestätigt“.
6Wie lassen sich künftige Angaben verifizieren?
Wann könnte Iris' Fertigungsnode zuverlässig beantwortet werden?
Beobachten Sie Metas Engineering-Blog, akademische Papers und Hot-Chips-/ISCA-Materialien. Erst nach zweifacher Bestätigung durch Reuters, Bloomberg oder gleichwertige Medien auf „bekannt“ hochstufen.
Garantiert TSMC-Fertigung den modernsten Node?
Nicht zwingend. Foundries bieten mehrere Nodes; Produkte balancieren Leistung, Kosten und Kapazität. „TSMC“ bedeutet nicht „neuester Nanometer-Node“.
Ist Broadcom der Foundry?
Nein. Broadcom übernimmt Designkooperation; TSMC fertigt die Wafer. Die beiden Rollen dürfen nicht verwechselt werden.
Stand 31. Juli 2026 sind Foundry und Designpartner von Iris berichtet, aber die Fertigungsnode hat keine zuverlässige öffentliche Bestätigung. TSMC deutet auf Fertigungskapazität hin; Broadcom signalisiert ASIC- und Interconnect-Know-how. Chiplet, HBM und Niedrigpräzision sind sinnvolle Beobachtungsfelder — kein bestätigtes Spezifikationsblatt.
- 1Bestätigte Partner von unbestätigter Fertigungsnode trennen
- 2Aus MTIA-Roadmap ableiten, ohne MTIA-300–500-Kennzahlen mit Iris-Specs gleichzusetzen
- 3Meta-Veröffentlichungen und seriöse Medien verfolgen — keine erfundenen Spec-Tabellen
7KI-Chip-News verfolgen und lokal auf dem Mac mini entwickeln
Wer KI-Chip-Roadmaps versteht, trifft bessere Tool-Entscheidungen. macOS führt Terminal, Docker und PyTorch nativ aus; der Mac mini M4 bietet über Unified Memory und Neural Engine effiziente lokale Inferenz bei nur etwa 4 W im Leerlauf. Gatekeeper, SIP und FileVault schützen bei dauerhaftem Betrieb. Stabilität und geringer Stromverbrauch machen ihn zum idealen Begleiter für KI-Experimente neben dem Rechenzentrum. Der Mac mini M4 ist ein starker Einstieg — jetzt starten und Ihren KI-Workflow voll ausschöpfen.
MacZig · Mac Cloud-Server
KI-Entwicklung reibungslos auf dem Mac mini
Unified Memory · Neural Engine · Energiesparender 24/7-Betrieb
Lokale Inferenz und Remote-Zusammenarbeit an einem Ort