Vorschau auf die Nvidia GTC Berlin: Rubin-Plattform, KI-Agenten und europäische souveräne Rechenleistung stehen im Mittelpunkt

Europa wird voraussichtlich im Mittelpunkt dieser GTC stehen. Jensen Huang hatte zuvor erklärt, dass Nvidia neue Investitionen oder Partnerschaftsprojekte im Umfang von etwa 2 Milliarden US-Dollar in Europa ankündigen wird. Zusammen mit den rund 8 Milliarden US-Dollar, die im vergangenen Jahr investiert wurden, könnten die Gesamtinvestitionen und -zusagen des Unternehmens in Europa damit knapp 10 Milliarden US-Dollar erreichen.

Nvidia hat bereits in das französische Healthtech-Unternehmen Doctolib, das Robotikunternehmen Genesis AI, den Unternehmenssoftware-Anbieter Pigment und die Material-F&E-Plattform Entalpic investiert und baut gleichzeitig die Unterstützung für KI-, Biotech- und Quantencomputing-Start-ups in Großbritannien aus. Diese Investitionen fördern Entwickler, die Plattformen von Nvidia nutzen, und tragen zugleich dazu bei, die europäische Nachfrage nach GPUs, Netzwerkausrüstung und KI-Cloud-Diensten zu steigern.

Deutschland dürfte im Mittelpunkt der nächsten Investitionsphase stehen. Es wird erwartet, dass die deutsche Bundesregierung die industrielle KI-Kooperation mit Nvidia vorantreibt. Dabei stehen Bereiche wie Physical-AI-Werkzeuge, die für das Training von Robotik und autonomem Fahren benötigt werden, sowie große KI-Modelle für die Fertigungsindustrie im Fokus. Bundeskanzler Merz wird am Montagabend mit Jensen Huang zusammentreffen; an der Zusammenarbeit könnten deutsche Unternehmen, Forschungseinrichtungen und weitere Technologiepartner beteiligt sein.

Der stärkste fundamentale Treiber von Nvidia bleibt derzeit das Rechenzentrumsgeschäft. Im zweiten Quartal des Geschäftsjahres 2027 erreichte der Gesamtumsatz des Unternehmens 96,2 Milliarden US-Dollar, was einem Anstieg von 106 % gegenüber dem Vorjahr entspricht. Davon entfielen 89,0 Milliarden US-Dollar auf das Rechenzentrumssegment – ein Zuwachs von 117 % gegenüber dem Vorjahr und ein Anteil von über 92 % am Gesamtumsatz.

Blackwell befindet sich weiterhin in der Phase der großflächigen Umsatzrealisierung, während Vera Rubin die Aufgabe hat, das nächste Plattform-Upgrade voranzutreiben. Anders als in der Vergangenheit, als der Schwerpunkt vor allem auf der Leistung einzelner GPUs lag, integriert Nvidia CPUs, GPUs, Netzwerktechnik, Speicher, Software und Rechenzentrumsdesign zu vollständigen „KI-Fabriken“.

Dieser Wandel steht im Zusammenhang mit der Verlagerung von KI-Workloads vom Training zur Inferenz. Während das Modelltraining größeres Gewicht auf Cluster-Skalierung und Spitzenleistung legt, erfordert Inferenz im großen Maßstab eine Abwägung zwischen Latenz, Durchsatz, Energieeffizienz und Kosten pro Token. Letztendlich kaufen Kunden nicht mehr nur GPUs, sondern ein Rechensystem, das die langfristigen Betriebskosten senken kann.

Daher ist bei dieser GTC bezüglich Rubin nicht die Aufrüstung von Parametern der bemerkenswerteste Aspekt, sondern das tatsächliche Bereitstellungstempo. Der Markt muss verstehen, wann große Cloud-Anbieter und Unternehmenskunden ihre Käufe hochfahren werden, wie stark die neue Plattform die Inferenzkosten senken kann und ob bestehende Blackwell-Cluster die Upgrade-Bereitschaft der Kunden beeinträchtigen werden.

KI-Agenten waren ein weiteres Kernthema auf dieser GTC. Herkömmliche Chatbots verarbeiten in erster Linie einmalige Fragen und Antworten, während Agenten kontinuierlich Modelle aufrufen, Informationen abrufen, Werkzeuge nutzen, Code ausführen und mehrstufige Aufgaben erledigen müssen. Selbst wenn die Kosten pro einzelner Inferenz sinken, könnte der kontinuierliche Betrieb von Agenten das Gesamtrechenvolumen dennoch erheblich steigern.

Das ist auch der Grund, warum Nvidia Rubin eng mit agentischer KI verknüpft hat. Das Unternehmen hofft, die technischen Hürden für Unternehmen beim Einsatz von Agenten zu senken, indem es Chips, Interconnect-Komponenten, Inferenzsoftware und Entwicklungstools bereitstellt und gleichzeitig die Rechennachfrage von einigen wenigen KI-Laboren auf Szenarien wie Kundenservice, Softwareentwicklung, Finanzwesen, Gesundheitswesen und den Unternehmensbetrieb ausweitet.

Allerdings entspricht ein Wachstum des Rechenverbrauchs nicht zwangsläufig einer Steigerung des kommerziellen Werts. Wenn Agenten über längere Zeit in der Pilotphase feststecken, dürfte es für Unternehmen schwierig werden, ihren Return on Investment zu rechtfertigen, sodass sie ihre Budgets für Rechenzentren nicht unbegrenzt ausweiten werden. Daher muss der Markt tatsächliche Skalierungseffekte bei der Bereitstellung, nachhaltige Aufrufvolumina und Effizienzgewinne durch den Einsatz von Agenten sehen – statt nur neuer Demos und Partnerschaftslisten.

Physische KI und Robotik stellen eine längerfristige Wachstumschance dar. Nvidia möchte Modelle, Simulationsplattformen und Edge-Computing-Technologien in den Bereichen Robotik, autonomes Fahren und intelligente Fertigung einsetzen. Deutschland verfügt über ein gewaltiges Industrie-Ökosystem, was Berlin zu einem geeigneten Standort macht, um diese Strategie voranzutreiben.

Allerdings ist der Kommerzialisierungszyklus für Robotik und autonomes Fahren deutlich länger als für Rechenzentrums-Chips. Produktzuverlässigkeit, behördliche Genehmigungen und die Validierung durch Kunden könnten das Tempo der Umsatzrealisierung beeinträchtigen, sodass diese Segmente die Rechenzentren als Hauptwachstumstreiber von Nvidia kurzfristig kaum ersetzen dürften.

Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.