NVIDIA Rubin: KI-Supercomputer erreicht Kunden früher als geplant

NVIDIA beschleunigt den Rollout seiner neuen KI-Plattform Rubin, die die Kosten für KI-Inferenz drastisch senken und autonome Agenten ermöglichen soll. Erste Hardware-Muster sind bereits bei Partnern.

NVIDIAs neue KI-Plattform Rubin geht in die entscheidende Phase. Erste Hardware-Muster sind bereits bei Partnern – der Zeitplan liegt deutlich vor den Erwartungen.

Die künstliche Intelligenz steht vor einem Paradigmenwechsel: Weg vom reinen Modelltraining, hin zu autonomen, „agentischen“ Systemen, die komplexe Probleme lösen können. Für diesen Schritt braucht es eine neue Hardware-Generation. NVIDIA liefert sie jetzt früher als angekündigt. Bereits Ende Februar, nur wenige Wochen nach der offiziellen Vorstellung auf der CES im Januar, begann der Versand der ersten Vera Rubin-Muster an ausgewählte Partner. Das gab der Konzern im Rahmen seiner Quartalszahlen bekannt.

Anzeige

Während Hardware-Innovationen wie Rubin die technische Basis für autonome Agenten schaffen, setzt der Gesetzgeber bereits den rechtlichen Rahmen. Dieser kostenlose Leitfaden zeigt, wie Unternehmen die Anforderungen der neuen EU-KI-Verordnung jetzt rechtssicher umsetzen. Kostenloses E-Book zur KI-Verordnung herunterladen

Diese beschleunigte Timeline signalisiert: Die Grundlage für die nächste Generation von KI-Rechenzentren ist schneller marktreif als erwartet. Die Rubin-Architektur soll die Kosten für KI-Inferenz, also das Ausführen trainierter Modelle, drastisch senken und komplexe, mehrstufige Aufgaben im großen Maßstab ermöglichen. Der Clou: NVIDIA behandelt dabei den gesamten Server-Rack als eine einzige Recheneinheit. Ein Ansatz, der die Unternehmens-IT weltweit verändern und NVIDIAs dominante Position im Halbleitermarkt festigen soll.

Die Architektur: Ein Rack als Supercomputer

Das Rubin AI Supercomputer Platform ist kein einfacher Grafikchip, sondern ein ganzheitliches Ökosystem im Rack-Format. Im Kern vereint es sechs neu entwickelte Chips, die Engpässe bei Kommunikation und Speicher beseitigen sollen. Herzstück ist der Rubin GPU mit 336 Milliarden Transistoren und 288 Gigabyte HBM4-Speicher pro Karte.

Ihm zur Seite steht der Vera CPU, ein speziell entwickelter Prozessor mit 88 Arm-basierten Kernen, der große Cluster und KI-Agenten-Workflows orchestriert. Im Top-Modell, dem Vera Rubin NVL72, vereint ein Rack 72 dieser GPUs und 36 CPUs. Für den nahtlosen Datentransport sorgen eine sechste Generation des NVLink-Switches, der ConnectX-9 SuperNIC, die BlueField-4 DPU und der Spectrum-6 Ethernet Switch.

Laut NVIDIA verbessert dieser modulare, kabelarme Aufbau die Effizienz bei Bereitstellung und Wartung um das bis zu 18-fache gegenüber der Vorgängergeneration. Das gesamte Rechenzentrum-Rack wird so zur fundamentalen Recheneinheit.

Zehnfache Kostensenkung für die KI-Inferenz

Der Haupttreiber für Rubin ist der Wechsel hin zu agentischer KI. Während Vorgänger wie Hopper und Blackwell auf maximale Trainingsleistung ausgelegt waren, optimiert Rubin die Effizienz beim Betrieb der Modelle. Der Effekt ist gewaltig: NVIDIA zufolge sinken die Kosten für die Erzeugung von KI-Tokens im Vergleich zur Blackwell-Plattform um das Zehnfache.

Für Softwarefirmen, die ihre KI-Anwendungen nach Nutzung abrechnen, ist diese dramatische Kostensenkung entscheidend. Auch das Training komplexer „Mixture-of-Experts“-Modelle soll nur noch ein Viertel der bisher benötigten GPUs erfordern. Möglich macht dies unter anderem eine dritte Generation der „Transformer Engine“ mit hardwarebasierter Kompression.

Anzeige

Der rasante technologische Fortschritt und neue Gesetze wie der AI Act verschärfen die Anforderungen an die IT-Sicherheit in Unternehmen massiv. Was Geschäftsführer jetzt über Cyber Security und die aktuelle KI-Regulierung wissen müssen, verrät dieser Experten-Report. Kostenloses E-Book: Cyber Security Trends 2024 sichern

Beschleunigter Rollout: Cloud-Giganten stehen bereit

Der rasante Fortschritt von der Ankündigung im Januar bis zum Versand der Muster Ende Februar unterstreicht NVIDIAs aggressiven Produktzyklus. OEM- und ODM-Partner erhalten bereits Komponenten für Integration und Validierung. Die Serienproduktion und breitere Verfüparkeit sind für das zweite Halbjahr 2026 geplant.

Die großen Hyperscaler haben sich bereits festgelegt. Microsoft plant den Einsatz Hunderttausender Vera Rubin-„Superchips“ in seinen nächsten KI-Rechenzentren. Auch Amazon Web Services (AWS), Google Cloud, Oracle und spezialisierte Anbieter wie CoreWeave werden zu den Ersten gehören, die Instanzen auf Rubin-Basis anbieten. CoreWeave will die Systeme noch 2026 in seine Cloud integrieren, um sowohl Training als auch komplexe Reasoning-Workloads zu unterstützen.

Marktdominanz: 216 Milliarden Dollar Umsatz durch KI-Boom

Die Technologie treibt auch die finanzielle Übermacht NVIDIAs weiter voran. Im Geschäftsjahr 2026 erzielte der Konzern einen Rekordumsatz von 215,9 Milliarden Dollar – ein Plus von 65 Prozent im Vorjahresvergleich, getrieben von der ungebremsten Nachfrage aus Rechenzentren.

Analysten sehen im beschleunigten Rubin-Rollout eine klare Antwort auf Marktzweifel, die eine baldige Delle bei den KI-Infrastrukturausgaben prophezeiten. Indem NVIDIA die Gesamtbetriebskosten für KI-Inferenz signifikant senkt, liefert es den Cloud-Giganten weiterhin Gründe für ihre milliardenschweren Investitionen. Der Wechsel zum fortschrittlichen HBM4-Speicher beflügelt zudem die gesamte Lieferkette, von Speicherherstellern bis zu Halbleiter-Foundries.

Ausblick: Die nächste Welle der Unternehmens-KI

Für Ende 2026 und 2027 wird die Einführung der Rubin-Plattform eine neue Welle der Enterprise-KI auslösen. Sinkende Betriebskosten ermöglichen es Unternehmen, anspruchsvollere, autonome KI-Agenten in Bereichen wie Software-Entwicklung, Pharmaforschung oder autonomes Fahren einzusetzen.

Mit der dritten Generation von „Rack-level Confidential Computing“ verspricht die Architektur zudem mehr Sicherheit auf Hardware-Ebene. Während die Validierung der Hardware im Frühjahr und Sommer 2026 weiterläuft, steht für die Tech-Branche fest: Rubin wird einen neuen Betriebsstandard setzen und den Übergang von experimenteller KI zu einer voll integrierten, grundlegenden Unternehmensintelligenz zementieren.