Nvidia Vera-Rubin: Erste eigene CPU 1,8-mal schneller bei KI

Auf der Computex und GTC Taipei präsentieren die Chip-Giganten neue Prozessoren, die speziell für die Steuerung autonomer KI-Agenten optimiert sind.

Intel, Nvidia und Arm haben auf den taiwanesischen Technologiemessen Computex und GTC Taipei neue Prozessorgenerationen vorgestellt. Der gemeinsame Nenner: Zentraleinheiten (CPUs) sollen künftig die Steuerung autonomer KI-Agenten übernehmen – eine strategische Neuausrichtung der gesamten Branche.

Bislang galt die Grafikkarte (GPU) als unangefochtener Star der KI-Welt. Doch mit dem Aufkommen sogenannter agentischer KI – Systeme, die eigenständig handeln und komplexe Aufgaben koordinieren – wachsen die Anforderungen an die Datenverarbeitung massiv. Die CPU rückt als zentrale Steuerungseinheit wieder in den Fokus.

Intel setzt auf 288 Kerne und 18-Nanometer-Fertigung

Anzeige: Wer die Vera-Rubin-Plattform für sein Rechenzentrum evaluiert, findet in diesem Report die entscheidenden Benchmarks und eine Checkliste für die CPU-Auswahl – inklusive ROI-Rechner für den Umstieg. Jetzt kostenlosen Upgrade-Report anfordern

Am 3. Juni präsentierte Intel auf der Computex seine Xeon-6+-Prozessorfamilie mit dem Codenamen Clearwater Forest. Das Flaggschiff-Modell, gefertigt im 18A-Verfahren, bringt es auf bis zu 288 Darkmont-E-Kerne und satte 576 Megabyte L3-Cache. Die Taktfrequenz bleibt bewusst moderat – Intel setzt stattdessen auf Effizienz.

Die technischen Eckdaten können sich sehen lassen: 12-Kanal-DDR5-8000-Speicherunterstützung und 96 PCIe-Gen5-Lanes bei einer thermischen Verlustleistung zwischen 300 und 450 Watt. Laut Intel liegt die Effizienz pro Watt um 30 Prozent höher als beim direkten Konkurrenten AMD EPYC 9965.

„Agentische KI verändert das Verhältnis von CPUs zu GPUs grundlegend“, erklärte ein Intel-Manager. „Wir bewegen uns auf ein Verhältnis von eins zu eins zu.“ Begleitet wird die Prozessor-Offensive von neuen GPU- und Netzwerk-Upgrades – unter den Codenamen Crescent Island und Ethernet E835.

Intel arbeitet bereits mit zahlreichen Partnern zusammen: Foxconn entwickelt Rack-Lösungen, Google und Ericsson setzen auf kundenspezifische Chips. Über 325 Designs für die Core-Ultra-Serie 3, die ebenfalls auf dem 18A-Verfahren basiert, befinden sich in der Entwicklung.

Nvidia präsentiert Vera Rubin – den ersten eigenen CPU-Kern

Einen Tag zuvor, am 2. Juni, hatte Nvidia-CEO Jensen Huang auf der GTC Taipei die Vera-Rubin-Plattform vorgestellt, die nun in die Serienproduktion geht. Herzstück ist der Vera-CPU – Nvidias erster eigener Prozessor mit dem proprietären 88-Kern-Olympus-Kern.

Die Leistungsdaten sind beeindruckend: 1,8-mal schneller als traditionelle x86-Architekturen bei KI-Aufgaben, bei einer Speicherbandbreite von 1,2 Terabyte pro Sekunde. Nvidia sieht hier einen völlig neuen Markt – Schätzungen zufolge ein 200-Milliarden-Dollar-Geschäft.

Erste Kunden stehen bereits fest: OpenAI, Anthropic, SpaceX und ByteDance setzen auf die Vera-Infrastruktur. Dell, HPE und Lenovo integrieren die Plattform in ihre Hardware. Die ersten Auslieferungen sollen im Sommer 2026 beginnen, die breite Verfügbarkeit ist für die zweite Jahreshälfte geplant.

Doch Nvidia denkt nicht nur an Rechenzentren. Gemeinsam mit MediaTek und Microsoft entwickelte das Unternehmen den RTX-Spark-Chip (N1X) – ein Superchip, der einen Blackwell-GPU-Kern mit einem MediaTek-Prozessor und einheitlichem Speicher kombiniert. Ziel: lokale KI-Agenten auf Windows-PCs von Herstellern wie HP und MSI.

Arm prophezeit Vervierfachung der Rechenzentrum-Kerne

Arm-CEO Rene Haas schlug auf der Computex am 2. Juni alarmierende Töne an: Der Aufstieg der agentischen KI könnte die Nachfrage nach CPU-Kernen in Rechenzentren vervierfachen. Um diesem Bedarf gerecht zu werden, präsentierte Arm seine Neoverse-basierte AGI-CPU, die angeblich die doppelte Leistung pro Watt im Vergleich zu aktuellen x86-Angeboten bietet.

Die Skalierbarkeit der Architektur demonstrierte Arm an zwei Konfigurationen: eine luftgekühlte Variante mit 8.160 Kernen bei 36 Kilowatt und eine flüssigkeitsgekühlte Version mit über 45.000 Kernen bei 200 Kilowatt. Oracle Cloud Infrastructure und ByteDance setzen bereits auf diese Plattform.

Branchenanalysten sehen einen klaren Trend: Agentische Workloads verbrauchen bis zu 1.000-mal mehr Tokens als herkömmliche LLM-Abfragen. Die CPU wird damit zum entscheidenden Engpass für die KI-Leistung – und gleichzeitig zur zentralen Steuerungsinstanz.

HPE bringt ersten Quantum-resistenten Server

Die Hardware-Hersteller reagieren schnell. Am 2. Juni launchte HPE den ProLiant Compute DL394 Gen12, ein 2U-System, das speziell für agentische KI-Workloads mit Nvidia-Vera-CPUs entwickelt wurde. Der Server erfüllt als erster die NIST-Quantensicherheitsanforderungen – ein wichtiges Signal für sensible Anwendungen.

Die New Yorker Börse testet das System bereits für ihre Marktinfrastruktur, die täglich rund 1,1 Billionen Nachrichten verarbeitet. Ein Einsatz, der zeigt, wohin die Reise geht: Höchste Leistung bei maximaler Sicherheit.

AMD und chinesische Konkurrenz mischen mit

Anzeige: Agentische KI-Workloads verbrauchen bis zu 1.000-mal mehr Tokens als herkömmliche LLM-Abfragen. Ohne leistungsfähige CPU droht der Engpass. Dieser Report zeigt, wie Sie mit Vera Rubin oder alternativen Architekturen Ihre Infrastruktur zukunftssicher machen. CPU-Engpass jetzt vermeiden

Auch die Konkurrenz schläft nicht. AMD bereitet seine EPYC-Venice-Prozessoren vor, während Spezialisten wie Astera Labs und Broadcom maßgeschneiderte Netzwerk-ASICs und Controller auf den Markt bringen.

Doch die Kosten explodieren: Ein einzelner Chip-Tape-Out kostet inzwischen mehrere hundert Millionen Euro. Hinzu kommen geopolitische Risiken – mögliche Importbeschränkungen für seltene Erden und der wachsende Wettbewerb aus China, wo neue KI-Chips entstehen.

Die Frage ist nicht mehr, ob die CPU zurückkommt – sondern wer das Rennen um die effizienteste Architektur für die KI-Zukunft gewinnen wird.