Nvidia drosselt Rubin-GPU-Produktion wegen HBM4-Engpässen

Nvidia muss die Produktion seiner neuen Rubin-GPU-Architektur deutlich reduzieren, was die KI-Infrastrukturpläne großer Tech-Konzerne beeinträchtigt und die Preise für ältere Hardware in die Höhe treibt.

Nvidias nächste KI-Generation kommt später und teurer. Der Chip-Riese muss die Produktion seiner hoch erwarteten Rubin-GPU-Architektur deutlich reduzieren. Grund sind Lieferengpässe bei der neuen HBM4-Speichertechnologie. Das trifft die Pläne von Tech-Giganten wie Microsoft und Meta für ihre KI-Infrastruktur.

Speicher-Engpass zwingt Nvidia zum Kurswechsel

Die Zahlen sind eindeutig: Statt der geplanten zwei Millionen Einheiten wird Nvidia 2026 voraussichtlich nur 1,5 Millionen Rubin-GPUs produzieren. Das ist ein Rückgang um 25 Prozent. Verantwortlich sind Qualifizierungsprobleme und Lieferverzögerungen beim Hochleistungsspeicher HBM4. Laut Analysten der Investmentbank KeyBanc können Partner wie SK Hynix und Micron die geforderten Mengen und Spezifikationen derzeit nicht liefern.

Anzeige

Während die Hardware-Entwicklung rasant voranschreitet, schafft die EU mit dem AI Act den rechtlichen Rahmen für den Einsatz solcher KI-Systeme. Dieser kostenlose Leitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen Verordnung. EU AI Act in 5 Schritten verstehen: Jetzt kostenlosen Leitfaden sichern

Die Rubin-Architektur soll den aktuellen Blackwell-Ultra-Chips technisch weit überlegen sein. Doch der Sprung zu HBM4 erweist sich als größere Hürde als erwartet. Zwar lieferte Micron im ersten Quartal 2026 erste HBM4-Module in Volumen aus. Die Ausbeute und Qualifizierung für Nvidias spezifische Anforderungen reicht jedoch nicht für die ursprünglich geplanten Stückzahlen. Trotz dieser Drosselung hält Nvidia weiter eine dominante Marktposition von rund 90 Prozent im KI-Beschleunigermarkt.

KI-Server für Hyperscaler werden knapp

Die Folgen des GPU-Engpasses sind bereits spürbar. Die Produktionsprognosen für komplette Vera-Rubin-KI-Serverracks wurden halbiert. Statt 12.000 bis 14.000 Einheiten werden 2026 nun nur etwa 6.000 Racks erwartet. Diese Hochdichte-Systeme kombinieren die Rubin-GPU mit Nvidias eigenem Vera-CPU.

Diese Knappheit trifft die großen Cloud-Anbieter genau in ihren milliardenschweren Expansionsplänen. Microsoft, Meta und Alphabet (Google) planen gemeinsam rund 700 Milliarden Euro für KI-Infrastruktur in 2026 ein. Die Vera-Rubin-Plattform gilt als Schlüssel für die nächste KI-Stufe: „Agentic AI“, bei der Modelle als autonome Agenten komplexe Aufgaben übernehmen. Die geringere Verfügbarkeit der Hochleistungsracks könnte den Aufbau entsprechender Netzwerke verzögern.

Mietpreise für ältere GPUs explodieren

Während die neue Generation knapp bleibt, schießen die Preise für bestehende Hardware in die Höhe. Die Mietkosten für die ältere H100-GPU sind in den letzten sechs Monaten um fast 40 Prozent gestiegen. Ein Jahresmietvertrag kostet nun etwa 2,35 Euro pro Stunde, gegenüber 1,70 Euro im Oktober 2025.

Laut Analysefirmen sind On-Demand-GPU-Kapazitäten bei allen großen Anbietern praktisch ausverkauft. Spot-Preise für die neueren Blackwell-B200-Chips erreichen auf Plattformen wie AWS bis zu 14 Euro pro Stunde. Dieser Preisdruck wird durch den Boom neuer KI-Anwendungen angetrieben – von Medientools wie ByteDances Seedance bis zu Coding-Assistenten wie Claude Code. Da Lieferzeiten für Blackwell-GPUs bereits bis Juli 2026 reichen, halten ältere Architekturen länger ihren Wert, als es der technologische Fortschritt erwarten ließe.

Technischer Quantensprung trotz Produktionsproblemen

Die technischen Vorteile der Rubin-Plattform bleiben unbestritten. Auf der GTC 2026 kündigte Nvidia eine zehnfach bessere Energieeffizienz gegenüber Blackwell an. In bestimmten KI-Workloads soll Rubin sogar 3,3-mal schneller sein als das Blackwell-Ultra-System. Das würde die Kosten pro Token für Sprachmodell-Inferenz deutlich senken.

Strategisch bedeutsam ist Nvidias Schritt zum eigenen Vera-CPU. Diese vertikale Integration soll den Datenaustausch zwischen Prozessor und GPU optimieren – entscheidend für die geringen Latenzzeiten von Agentic AI. Doch die Komplexität dieser integrierten „Sieben-Chip“-Plattform erhöht auch die Anfälligkeit der Lieferkette.

Anzeige

Der technologische Fortschritt bringt nicht nur neue Möglichkeiten, sondern auch neue regulatorische Anforderungen wie Kennzeichnungspflichten und Risikodokumentationen mit sich. Erfahren Sie in diesem kostenlosen E-Book, welche KI-Systeme als Hochrisiko gelten und wie Sie Ihr Unternehmen rechtlich absichern. Kostenlosen Umsetzungsleitfaden zur KI-Verordnung herunterladen

Ausblick: Stabile Verpackungskapazitäten, unsichere Speicherversorgung

Nvidia rechnet damit, dass die Vera-Rubin-KI-Server in der zweiten Hälfte 2026 in die Volumenproduktion gehen. Das Finanzziel des Unternehmens bleibt ambitioniert: Nach der GTC-Präsentation prognostiziert Nvidia KI-Umsätze von eine Billion Euro bis 2027.

Ein Lichtblick: Die Versorgung mit CoWoS-Verpackungstechnologie, früher ein großer Engpass, scheint stabil. Nvidia hat für 2026 etwa 650.000 Wafer gesichert, ein Plus von 76 Prozent zum Vorjahr. Diese Kapazität soll die Produktion von 5,5 bis 6 Millionen Blackwell-Einheiten neben den 1,5 Millionen Rubin-GPUs ermöglichen.

Die entscheidende Frage für die zweite Jahreshälfte wird sein, ob die Speicherhersteller ihre HBM4-Probleme schneller lösen können als erwartet. Sollte SK Hynix oder Micron die Ausbeute deutlich steigern, könnte Nvidia die Produktion zum Jahresende noch hochfahren. Bis dahin müssen Unternehmen und Cloud-Anbieter mit hohen Kosten und knappen Ressourcen planen – während die theoretischen Fähigkeiten der KI-Hardware Rekordtempo halten.