DeepSeek V4: NVIDIA dominiert, doch die Konkurrenz holt auf

NVIDIA verteidigt mit Blackwell-Support die Spitze, während Google und Amazon mit Eigenentwicklungen und Milliarden-Investitionen den Markt aufmischen.

Während NVIDIA mit rund 81 Prozent Marktanteil weiterhin die unangefochtene Nummer eins ist, fordern Hyperscaler wie Google und Amazon den Branchenprimus mit eigenen Chips heraus. Der Start des 1,6-Billionen-Parameter-Modells DeepSeek V4 am heutigen Sonntag zeigt die wachsende Leistungsschere zwischen den Architekturen – und die zunehmende Fragmentierung des Marktes.

DeepSeek V4 als Benchmark für Blackwell

NVIDIA meldete „Day-0"-Support für DeepSeek V4 auf seinen Blackwell-GPUs. Das Modell erreicht auf dieser Architektur rund 3.500 Tokens pro Sekunde – ein Spitzenwert, der NVIDIAs Vorsprung bei großen Sprachmodellen unterstreicht. Die „Pro"-Version des Modells mit 49 Milliarden aktiven Parametern wurde speziell für NVIDIAs NVFP4-Präzision optimiert und ermöglicht Hochdurchsatz-Inferenz.

Anzeige

Während die Hardware-Entwicklung rasant voranschreitet, stellt die EU mit dem AI Act bereits die rechtlichen Weichen für den Einsatz solcher Systeme. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Doch die Konkurrenz schläft nicht. Parallel zur Hardware-Offensive machte NVIDIA am Sonntag auch software-seitig von sich reden: Das Unternehmen veröffentlichte Lyra 2.0 als Open Source. Das Tool generiert aus 2D-Bildern dreidimensionale Umgebungen und löst technische Hürden wie zeitliche Drift und räumliche Konsistenz. Durch die Integration in die Isaac-Sim-Umgebung will sich NVIDIA nicht nur als Chip-Designer, sondern als Komplettanbieter für Robotik und räumliches Computing positionieren.

Huawei als ernstzunehmender Player

Der Start von DeepSeek V4 offenbart jedoch auch die Realität einer gespaltenen Lieferkette. Aufgrund der anhaltenden Exportbeschränkungen läuft das Modell parallel auf Huaweis Ascend-950-Chips. In Benchmarks wie MMLU und HumanEval erzielte es hohe Genauigkeitswerte auf Huaweis Atlas-900-Clustern. Chinesische Unternehmen optimieren ihre Software erfolgreich für heimische Hardware – trotz fehlendem Zugang zu den neuesten westlichen Halbleitern.

Hyperscaler setzen auf Eigenentwicklungen

Während NVIDIA seinen Marktanteil verteidigt, investieren die großen Cloud-Anbieter Milliarden, um unabhängiger zu werden. Auf der Google Cloud Next 2026 am Samstag stellte der Suchmaschinenriese seine achte Generation der Tensor Processing Units vor: TPU 8t für Training und TPU 8i für Inferenz. Die Chips sollen noch dieses Jahr verfügbar sein und die Skalierbarkeit für massive KI-Workloads verbessern.

Googles Infrastruktur-Strategie zeigt bereits Wirkung: Der Cloud-Marktanteil stieg von sieben auf 14 Prozent. Mit geplanten Investitionen von 185 Milliarden Euro für 2026 positioniert Google seine hauseigenen Axion-CPUs und Trillium-TPUs als effiziente Alternativen zu x86- und GPU-Konfigurationen. Laut Unternehmensangaben bieten diese Chips deutliche Preis-Leistungs-Vorteile gegenüber Standard-Hardware.

Amazon schlägt einen ähnlichen Weg ein – mit einem gewaltigen Zehn-Jahres-Deal über 92 Milliarden Euro mit Anthropic. Die Ende April bekanntgegebene Vereinbarung sichert fünf Gigawatt Stromkapazität für KI-Training auf Amazons proprietären Trainium-Chips. Es handelt sich um eine der größten Einzelverpflichtungen für kundenspezifische KI-Halbleiter. Amazon investiert sofort fünf Milliarden Euro als Teil eines Gesamtplans von bis zu 23 Milliarden Euro für die Partnerschaft.

Halbleiter-Markt in Bewegung

Die breitere Halbleiterbranche reagiert auf diese Verschiebungen mit dramatischen Kursbewegungen. Am Freitag legten sowohl AMD (plus 14 Prozent) als auch Intel (plus 23 Prozent) deutlich zu. Analysten führen dies auf eine wiedererstarkte CPU-Nachfrage zurück, getrieben durch den Aufstieg sogenannter KI-Agenten – autonome Software-Tools, die neben spezialisierten KI-Beschleunigern auch erhebliche allgemeine Rechenleistung benötigen.

Anzeige

Der technologische Wandel durch KI bringt nicht nur neue Möglichkeiten, sondern auch veränderte rechtliche Rahmenbedingungen und Compliance-Risiken für Betriebe mit sich. Erfahren Sie in diesem kostenlosen E-Book, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen, um rechtssicher zu agieren. Kostenlosen KI-Umsetzungsleitfaden jetzt herunterladen

Intels Geschäftszahlen für das erste Quartal 2026 zeigen einen Umsatzanstieg von 7,2 Prozent auf 12,5 Milliarden Euro, wobei die Data-Center-Sparte um 22 Prozent wuchs. Trotz eines GAAP-Verlusts im ersten Quartal verlagert das Unternehmen seinen Fokus auf Latenz und Software-Optimierung. Geleakte Roadmaps deuten darauf hin, dass Intel sich mit seiner „Celestial"-Architektur vom Gaming-GPU-Markt zurückzieht, um sich fast ausschließlich auf KI und integrierte Grafik für die kommenden „Nova Lake"-Prozessoren zu konzentrieren.

Auch AMD verzeichnet Rekordwachstum: Der Umsatz des vergangenen Geschäftsjahres betrug 31,9 Milliarden Euro, wobei das Data-Center-Segment mit 15,3 Milliarden Euro der Haupttreiber war. Analysten sehen AMD zunehmend als risikoreiche, aber chancenreiche Alternative zu NVIDIA, während das Unternehmen seine Data-Center-Operationen skaliert.

Apple und der PC-Markt unter Druck

Die Auswirkungen des KI-Booms erreichen auch den Hardware-Konsumentenmarkt. Bei Apple steht ein Führungswechsel an: John Ternus soll noch 2026 die CEO-Position übernehmen. Unter seiner Führung könnte Apple in diesem Jahr zum drittgrößten Laptop-Hersteller der Welt aufsteigen – mit prognostizierten 28 Millionen MacBook-Einheiten.

Das neue MacBook Neo, ein preislich aggressives Einstiegsgerät, zwingt andere Hersteller zum Handeln. Intel entwickelt offenbar ein Referenzdesign für extrem günstige Laptops, um gegen Apples Angebot zu bestehen. Samsung wiederum bringt mit dem Galaxy Book 6 Edge (Snapdragon X2 Elite) ein Konkurrenzprodukt im Premium-Segment.

Im Mobilbereich wird Apple voraussichtlich noch diesen Herbst das iPhone Ultra vorstellen – das erste faltbare Gerät des Konzerns. Es soll zusammengeklappt unter zehn Millimeter dünn sein und den A20-Chip im 2-Nanometer-Verfahren verbauen, kombiniert mit 12 Gigabyte RAM für KI-Aufgaben direkt auf dem Gerät.

Ausblick: Vom Chip zur KI-Fabrik

Der Blick in die Zukunft zeigt: Der Fokus verschiebt sich von Einzelkomponenten hin zu integrierten Systemdesigns. NVIDIA, AMD und Intel vermarkten zunehmend ganze KI-Fabriken statt nur einzelner Chips. Grund sind die massiven Dimensionen moderner Trainingscluster – aktuelle Infrastrukturprojekte planen bereits mit Stromkapazitäten im Multi-Gigawatt-Bereich.

NVIDIA mag durch schnelle Architekturzyklen wie Blackwell Ultra vorerst dominant bleiben. Doch die Milliarden-Investitionen von Google, Amazon und Huawei deuten auf eine fragmentiertere Hardware-Zukunft hin. Die Fähigkeit, Software eng mit spezifischen Hardware-Beschleunigern zu verzahnen – wie beim DeepSeek V4-Start zu sehen – wird zum entscheidenden Wettbewerbsvorteil in der nächsten Phase der KI-Ära.