Nvidia-CEO Jensen Huang zeigt auf der hauseigenen Entwicklerkonferenz GTC in San Jos\u00e9 sein Konzept der KI-Fabriken<\/div>\n
Quelle:\u00a0Getty Images via AFP\/BENJAMIN FANJOY<\/span><\/p>\n\n
Nvidia-Chef Jensen Huang hat auf der Entwicklerkonferenz GTC einen Ausblick auf die n\u00e4chste Generation der KI-Infrastruktur gegeben und dabei \u00fcberraschend fr\u00fch den Marktstart seines neuen Supercomputers \u201eVera Rubin\u201c angek\u00fcndigt. Erste Systeme laufen bereits in der Cloud von Microsoft Azure. Die Produktion der neuen Rechner sei deutlich reibungsloser angelaufen als beim Vorg\u00e4nger Blackwell, der zum Start noch mit Verz\u00f6gerungen k\u00e4mpfte. Details zu \u201eVera Rubin\u201c hatte Nvidia zuerst im vergangenen Herbst ver\u00f6ffentlicht. Damals waren Analysten noch von einem Marktstart fr\u00fchestens im dritten Quartal 2026 ausgegangen.<\/p>\n
\u201eDas Sampling l\u00e4uft unglaublich gut\u201c, sagte Huang auf der B\u00fchne im SAP Center in San Jose, der Auftragsfertiger TSMC produziert also weniger Ausschuss-Chips als erwartet. W\u00e4hrend die Markteinf\u00fchrung vom Vorg\u00e4nger Blackwell in dieser Hinsicht noch holprig verlief, scheint Nvidia diesmal schneller voranzukommen. Das sogenannte Tape-out \u2013 also der Moment, in dem das Chipdesign bei TSMC in die Produktion geht \u2013 habe deutlich besser funktioniert. F\u00fcr Kunden bedeutet das, dass mehr Chips bereits zu Beginn der Serienfertigung verf\u00fcgbar sind.<\/p>\n<\/div>\n
\n
\n<\/div>\n<\/section>\n<\/div>\n
\n
\u201eVera Rubin\u201c ist dabei kein einzelner KI-Prozessor, sondern ein komplettes Computer-System inklusive Netzwerk. Der neue KI-Supercomputer kombiniert insgesamt sieben verschiedene Chip-Typen \u00fcber f\u00fcnf verschiedene Module f\u00fcr Rechenschr\u00e4nke zu einer riesigen Rechenmaschine. Nvidia zufolge kann das neue System bis zu 700 Millionen KI-Tokens pro Sekunde erzeugen \u2013 gegen\u00fcber rund zwei Millionen Tokens pro Sekunde bei der Hopper-Architektur von 2022. Damit ist Hopper vier Jahre nach Erscheinen zumindest wirtschaftlich obsolet.<\/p>\n
Jensen spielt mit Chips wie mit Lego<\/h3>\n
Ein entscheidender Teil von Nvidias Strategie wird dabei immer sichtbarer: Jensen Huang baut sich Schritt f\u00fcr Schritt seine eigene Computerplattform und wird unabh\u00e4ngiger von anderen Chipherstellern. Lange waren Nvidias KI-Supercomputer auf klassische Server-Prozessoren von Intel oder AMD angewiesen. Mit der neuen \u201eVera\u201c-CPU \u00e4ndert sich das. Der 88-Kern-Prozessor stammt vollst\u00e4ndig aus eigener Entwicklung und ist speziell daf\u00fcr ausgelegt, die Rubin-KI-Chips mit Daten und Aufgaben zu versorgen. Zusammen mit Nvidias Speicher- und Netzwerktechnik \u201eNVLink 72\u201c kann Huang nun komplette Systeme aus einer Hand bauen.<\/p>\n<\/div>\n
\n
\n\n
\n
Das Prinzip erinnert tats\u00e4chlich an Lego: CPU, GPU, Netzwerktechnik und Beschleuniger lassen sich modular zu riesigen KI-Rechenmaschinen kombinieren, auf Kabel will Huang dabei weitgehend verzichten. Alle Steckerverbindungen sind propriet\u00e4r, alles passt zueinander in einem \u00d6kosystem. Nvidia nennt Rechenzentren auf Basis seiner neuen Supercomputer \u201eKI-Fabriken\u201c, die nicht mehr Dateien speichern, sondern KI-Tokens produzieren.<\/div>\n
Der Vorteil dieser vertikalen Integration liegt vor allem in der Energieeffizienz. Nvidia behauptet, seine neuesten Systeme lieferten bis zu 35-mal mehr Rechenleistung pro Watt als fr\u00fchere Generationen. In einer Zeit, in der KI-Rechenzentren immer gr\u00f6\u00dfere Mengen Strom verbrauchen, wird das zum entscheidenden Wettbewerbsfaktor.<\/div>\n
Eine Schl\u00fcsselrolle spielen dabei neue Spezialchips f\u00fcr KI-Inferenzrechnung, also das Ausf\u00fchren fertig trainierter KI-Algorithmen. Nvidia integriert erstmals sogenannte \u201eLanguage Processing Units (LPUs)\u201c in seine Systeme \u2013 Beschleuniger, die speziell f\u00fcr die schnelle Berechnung von KI-Antworten entwickelt wurden. Die Technik daf\u00fcr hatte Huang erst Ende vergangenen Jahres vom Start-up \u201eGroq\u201c lizenziert und dabei auch gleich das ganze Entwicklerteam abgeworben.<\/div>\n
\n
Huang bezeichnete Tokens als \u201edie neue Rohstoff-Einheit der digitalen Wirtschaft\u201c. Je mehr Tokens ein Rechenzentrum pro Sekunde erzeugen kann, desto leistungsf\u00e4higer und profitabler werden KI-Dienste. Die neuen \u201eGroq 3\u201c-Chips sind deswegen darauf optimiert, viele dieser Tokens mit m\u00f6glichst wenig Speicher und Energie zu berechnen. Nvidia kombiniert also zwei Chips\u00a0\u2013 die GPU \u201eRubin\u201c f\u00fcr maximalen Durchsatz, also die Ausf\u00fchrung m\u00f6glichst gro\u00dfer Sprachmodelle im Speicher, und die LPU \u201eGroq 3\u201c f\u00fcr extrem niedrige Latenz bei der Beantwortung von konkreten Fragen. Die neue \u201eVera\u201c-CPU trennt beide Aufgaben und verteilt sie auf spezialisierte Chips. Damit versucht Nvidia ein zentrales Problem moderner KI-Systeme zu l\u00f6sen: Hoher Durchsatz und geringe Latenz gelten eigentlich als Gegens\u00e4tze. \u201eSie sind Feinde\u201c, sagte Huang. Mit der neuen Architektur soll sich beides gleichzeitig erreichen lassen. Huang sieht seine Architektur damit im Hinblick auf Energieeffizienz und Tempo weit vor der Konkurrenz. Das sei insbesondere wichtig, da Energie der limitierende Faktor beim Ausbau der kommenden Generation von Rechenzentren sei, so der Nvidia-CEO.<\/p>\n
Zum Abschluss der Keynote blickte Huang noch auf den n\u00e4chsten gro\u00dfen Wachstumstreiber f\u00fcr KI: Nvidia zeigt auf der GTC \u00fcber hundert Roboter, die mit Nvidias Software betrieben werden. Das Unternehmen spricht von \u201ePhysischer KI\u201c \u2013 KI-Systemen, die nicht nur Texte oder Bilder erzeugen, sondern Maschinen steuern. Dazu geh\u00f6ren autonome Fahrzeuge ebenso wie Industrieroboter. Nvidia k\u00fcndigte neue Partnerschaften mit mehreren Autobauern an, darunter BYD, Hyundai und Nissan, die Roboterfahrzeuge entwickeln.<\/p>\n
F\u00fcr Huang ist das der n\u00e4chste gro\u00dfe Schritt der KI-Revolution: Wenn intelligente Software nicht nur im Rechenzentrum arbeitet, sondern Maschinen in der realen Welt steuert, steigt der Bedarf an Rechenleistung noch einmal massiv. Die Rolle von Rechenzentren ver\u00e4ndere sich grundlegend. Fr\u00fcher h\u00e4tten sie vor allem Daten gespeichert. Heute seien sie Produktionsanlagen.<\/p>\n
Langfristig denkt Nvidia sogar noch gr\u00f6\u00dfer. Das Unternehmen arbeitet an Konzepten f\u00fcr Rechenzentren im Weltraum, die Sonnenenergie nutzen k\u00f6nnten. Doch schon auf der Erde d\u00fcrfte der Bedarf explodieren. Huang geht davon aus, dass die Nachfrage nach KI-Rechenleistung in den kommenden Jahren drastisch steigen wird. F\u00fcr Nvidia zeichne sich bereits jetzt ein Markt von bis zu einer Billion Dollar pro Jahr ab.<\/p>\n
Quelle:Nvidia prescht mit neuem KI-Supercomputer vor – WELT<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n<\/div>\n","protected":false},"excerpt":{"rendered":"18.03.2026<\/p>\n","protected":false},"author":7,"featured_media":54482,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[98],"tags":[],"class_list":["post-55309","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industrienachrichten"],"_links":{"self":[{"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/posts\/55309","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/comments?post=55309"}],"version-history":[{"count":2,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/posts\/55309\/revisions"}],"predecessor-version":[{"id":55311,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/posts\/55309\/revisions\/55311"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/media\/54482"}],"wp:attachment":[{"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/media?parent=55309"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/categories?post=55309"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ljdevice.com.tw\/de\/wp-json\/wp\/v2\/tags?post=55309"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}