NVIDIA setzt mit Rubin-Architektur auf industrielle KI

NVIDIA präsentiert auf der GTC-Konferenz eine strategische Neuausrichtung hin zu effizienten Inferenz-Chips, autonomer KI und optischen Netzwerken, um seine Marktführerschaft zu sichern.

KI-Infrastruktur wird zum globalen Versorger: Auf seiner Technologiekonferenz GTC in San Jose stellt NVIDIA die Weichen für die nächste Phase des KI-Wettlaufs. Statt reiner Rechenpower rücken nun effiziente Inferenz-Chips und autonome KI-Agenten in den Fokus.

Vom Chip-Lieferanten zum Architekten von KI-Fabriken

Die Ära des reinen Modelltrainings ist vorbei. Das macht CEO Jensen Huang mit seiner Keynote auf der GPU Technology Conference (GTC) deutlich, zu der bis zu 39.000 Besucher aus 190 Ländern angereist sind. NVIDIA vollzieht einen strategischen Schwenk – vom Verkauf einzelner Grafikprozessoren hin zum Anbieter kompletter Gigawatt-Datenzentren. Der neue Maßstab: Flüssigkeitsgekühlte Racks mit bis zu 576 verbundenen GPUs, die als einheitlicher Rechenmonolith fungieren.

Anzeige

Während die technologische Infrastruktur für KI rasant wächst, müssen Unternehmen auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Leitfaden zur EU-KI-Verordnung erklärt Ihnen kompakt alle Anforderungen, Risikoklassen und wichtigen Fristen für eine sichere Umsetzung. Kostenloses E-Book zur KI-Verordnung herunterladen

Im Zentrum steht die neue Rubin-Architektur, Nachfolger der Blackwell-Generation. Sie soll die physikalischen Grenzen aktueller Hardware überwinden. Der Schlüssel liegt im Speicher: Rubin-Systeme integrieren HBM4-Speicher mit bis zu 288 Gigabyte Kapazität und einer bandbreite von 22 Terabyte pro Sekunde. Nur so lassen sich massive multimodale KI-Modelle verarbeiten, die Text, Audio und Video gleichzeitig handhaben – ohne Engpässe.

20-Milliarden-Euro-Zukauf Groq soll Inferenz-Kosten drücken

Die größte strategische Neuausrichtung betrifft die KI-Inferenz, also das effiziente Ausführen trainierter Modelle. Hier hat NVIDIA im Dezember 2025 mit dem Kauf des chip-Startups Groq für 20 Milliarden Euro zugeschlagen – die größte Übernahme in der Unternehmensgeschichte. Jetzt sollen erste integrierte Hardware-Lösungen präsentiert werden.

Hinter dem Schachzug steckt klare Kalkulation. Tech-Giganten wie Meta, Google und Amazon entwickeln längst eigene Spezialchips (ASICs), um unabhängiger von teurer NVIDIA-Hardware zu werden. Mit dedizierten Inferenz-Chips, die die Kosten pro Token drastisch senken, will NVIDIA seine geschätzten 90 Prozent Marktanteil verteidigen. Gleichzeitig soll die Wall Street von nachhaltigen Renditen der KI-Infrastruktur überzeugt werden.

Vera-CPU und autonome Agenten: Angriff auf Intel und AMD

Die nächste KI-Generation denkt selbstständig. Daher rückt agentische KI in den Fokus – autonome Systeme, die komplexe Softwareumgebungen navigieren und mehrstufige Aufgaben ohne menschliches Zutun erledigen. Für diese neue Paradigmen stellt NVIDIA den „Vera“-CPU vor, einen maßgeschneiderten ARM-basierten Prozessor als Nachfolger der Grace-CPU-Linie.

Damit greift der Grafikkarten-Pionier die traditionellen Server-Marktführer Intel und AMD frontal an. Denn bei KI-Agenten verlagert sich der Engpass oft auf die Orchestrierungsebene, die von Hauptprozessoren gesteuert wird. Durch hochoptimierte, CPU-zentrierte Server neben seinen GPU-Angeboten sichert sich NVIDIA eine Schlüsselposition. Unterstützt wird dies durch Software wie die NVIDIA Inference Microservices (NIM), die Kunden enger an das Ökosystem binden.

Optische Netzwerke: Photonik wird zum limitierenden Faktor

Wenn KI-Fabriken industrielle Ausmaße annehmen, wird der Datentransport zwischen Hunderttausenden Chips zur zentralen Herausforderung. Herkömmliche Kupferverkabelung stößt an thermische und Leistungsgrenzen. Die Antwort darauf sind fortschrittliche optische Netzwerke.

Anzeige

Der industrielle Einsatz von KI bringt nicht nur technische Herausforderungen, sondern auch neue Sicherheitsrisiken für Unternehmen mit sich. Erfahren Sie in diesem Experten-Report, wie Sie Ihre IT-Infrastruktur effektiv gegen Cyberkriminelle wappnen und neue gesetzliche Vorgaben ohne Budget-Explosion erfüllen. Gratis Cyber-Security-Leitfaden für Unternehmen sichern

Nach Investitionen von rund vier Milliarden Euro in Optik-Firmen treibt NVIDIA Co-Packaged Optics (CPO) voran. Diese Technologie nutzt Laser zur Datenübertragung zwischen Chips, senkt den Stromverbrauch drastisch und erreicht hohe Port-Geschwindigkeiten. Für Infrastruktur-Experten ist klar: Nicht mehr Silizium, sondern Photonik wird zum eigentlichen Engpass beim Hochskalieren von KI. NVIDIA integriert optische Switches in seine Datenzentren-Blueprints, um das Netzwerk-Backbone für das nächste Jahrzehnt verteilten KI-Computings zu liefern.

Markt im Umbruch: Investoren fordern klare Renditen

Die Ankündigungen kommen zur rechten Zeit. Nach einem mehrjährigen Höhenflug, befeuert vom Hype um generative KI, verlangen Investoren Anfang 2026 zunehmend klare Rentabilitätsnachweise für die massiven Kapitalausgaben in KI-Infrastruktur. NVIDIA muss der Finanzbranche beweisen, dass sein umfassender Full-Stack-Fahrplan nachhaltiges Wachstum bringt.

Gleichzeitig verschärft sich der Wettbewerb in der Lieferkette. Mit dem Umstieg auf HBM4-Speicher liefern sich Samsung Electronics und SK Hynix ein Kopf-an-Kopf-Rennen. Die schiere Größe der neuen flüssigkeitsgekühlten Gigawatt-KI-Fabriken unterstreicht eine branchenweite Erkenntnis: KI-Computing entwickelt sich rasant zu einer globalen Grundversorgung, vergleichbar mit Strom oder Internet-Infrastruktur.

Die Zukunft heißt bereits „Feynman“. Die für 2028 erwartete Architektur könnte erstmals den ultrafortschrittlichen 1,6-Nanometer-Fertigungsprozess von TSMC nutzen. Ob NVIDIA seine unangefochtene Führung behält, hängt nun davon ab, wie schnell Unternehmen die neuen Inferenz-Chips und Agenten-Plattformen annehmen. GTC 2026 macht eines deutlich: Das KI-Wettrüsten hat die Experimentierphase verlassen und ist in der Phase der industriellen, hocheffizienten physischen Umsetzung angekommen.