Kurzfassung

Nvidia-CEO Jensen Huang präsentierte auf seiner Entwicklerkonferenz in San Jose eine Reihe neuer Chips und Plattformen für die KI-Inferenz – die Phase der praktischen KI-Anwendung. Das Unternehmen verdoppelt seine Umsatzprognose für KI-Chips auf mindestens eine Billion Dollar in zwei Jahren. Mit dem neuen ultraschnellen Inferenz-Rack, bestehend aus Groq- und Vera-Rubin-Chips, will Nvidia seine Antwort auf Kritik am hohen Energieverbrauch zeigen. Huang hob die österreichische KI-Plattform Open Claw als Durchbruch hervor und kündigte umfangreiche Partnerschaften im Robotaxi- und Roboterbereich an.

Personen

Themen

  • KI-Inferenz und praktische Anwendungen
  • Halbleiter-Technologie und GPU-Design
  • Energieeffizienz und Kühlungssysteme
  • KI-Agenten und Robotik-Partnerschaften

Clarus Lead

Nvidia positioniert sich neu als Infrastruktur-Leader für die KI-Inferenz-Phase – die Implementierung trainierter Modelle. CEO Huang kündigte ein revolutionäres Inferenz-Rack an, das 700 Millionen Token pro Sekunde verarbeitet und damit 350-mal schneller als ältere Generationen ist. Die verdoppelte Umsatzprognose auf eine Billion Dollar signalisiert massive Nachfrage nach spezialisierter Rechenleistung, während Partnerschaften mit Robotaxi-Anbietern und Roboter-Herstellern den Einsatzbereich drastisch erweitern.

Detaillierte Zusammenfassung

Huang rahmt die aktuelle KI-Entwicklung als fundamentalen Paradigmenwechsel: von der Trainingsphase zur autonomen Anwendung durch KI-Agenten. Plattformen wie Anthropics Claude Code ermöglichen es, der KI nicht nur Fragen zu stellen, sondern konkrete Aufträge zu erteilen – von Einkäufen über Email-Verwaltung bis zu autonomem Fahren. Dieses Zeitalter erfordert aber Chips mit niedrigen Latenzwerten und geringem Stromverbrauch, nicht maximaler Rechenleistung.

Nvidias Lösung kombiniert zwei Komponenten: den speziell für Inferenz optimierten Groq-Chip (Akquisition für 20 Milliarden Dollar 2025) und den neu designten Vera-Rubin-Chip mit revolutionärem Wasserkühlung-System. Das Hochleistungs-Rack integriert 256 Groq- und 72 Rubin-Chips und soll Energiekosten erheblich senken – eine direkte Antwort auf monatelange Kritik an Nvidias Energieineffizienz bei Inferenz-Workloads.

Besonders hervorzuheben: Huang würdigte die österreichische Open-Claw-Plattform als Entwicklung von vergleichbarer historischer Bedeutung wie Linux oder HTTPS. Diese kostenlose Open-Source-Lösung ermöglicht es, KI-Agenten ohne proprietäre Abhängigkeiten zu steuern. Nvidia baut darauf auf und entwickelt spezialisierte Varianten für Anwendungen wie Klimavorhersagen und autonomes Fahren. Neue Robotaxi-Partnerschaften mit BYD, Geely Auto, Hyundai und Nissan, sowie Disney-Kooperationen für Themenpark-Robotik, deuten auf aggressive Expansion in Hardware-Anwendungen.

Kernaussagen

  • Inferenz-Pivot: Nvidia verschiebt Fokus von Modell-Training zu Anwendungsphase mit spezieller Hardware-Architektur
  • Prognose-Verdopplung: Umsatz auf mindestens 1 Billionen Dollar in zwei Jahren (vorher 500 Mrd. bis Ende 2026)
  • Technologische Sprünge: Vera-Rubin-Rack 350× schneller bei Token-Verarbeitung, 500× höhere Speicherbandbreite vs. Hopper
  • Ökosystem-Strategie: Enge Zusammenarbeit mit Open-Claw-Plattform und Partnerschaften in Robotik/Mobilität

Kritische Fragen

  1. Evidenz (Datenqualität): Huang nennt Performance-Zahlen (700 Mio. Token/Sekunde, 350× schneller), diese beziehen sich aber auf einen spezifischen Vergleich mit Hopper. Wie valide ist dieser Benchmark für reale Inferenz-Workloads diverser Anwendungen?

  2. Interessenkonflikte: Huang prognostiziert eine Billionen-Dollar-Opportunity für Nvidia – diese Aussage ist nicht unabhängig von Nvidias kommerziellen Interessen. Welche unabhängigen Marktforschungen stützen diese Grössenordnung?

  3. Kausalität: Huang argumentiert, dass das Energieproblem durch Wasserkühlung gelöst wird. Sind Latenz und Speicherbandbreite – die kernalen Inferenz-Anforderungen – wirklich mit Hardware allein adressierbar, oder braucht es auch algorithmische Optimierungen?

  4. Umsetzungsrisiken: Die ankündigte Robotaxi-Infrastruktur mit BYD und anderen Herstellern basiert auf noch nicht produktiven Fahrzeugen. Wie wahrscheinlich ist eine Massenproduktion in den genannten Zeiträumen?

  5. Wettbewerbskontext: Huang hebt Groq als Spezialanbieter hervor – gleichzeitig expandieren AMD, Cerebras und andere in Inferenz-Hardware. Welche strukturelle Vorteile garantiert Nvidia Marktdominanz in einem fragmentierenden Markt?

  6. Open Claw und Abhängigkeit: Während Huang Open Claw als unabhängiges Ökosystem feiert, entwickelt Nvidia propriätäre Varianten darauf. Wie nachhaltig ist Offenheit, wenn der Marktführer propriätäre Versionen dominiert?

  7. Energiekosten-Realität: Aussagen zu Energieeinsparungen durch Wasserkühlung fehlen konkrete Benchmarks. Welche % Reduktion wird realistischerweise erwartet, und unter welchen Bedingungen?

Quellenverzeichnis

Primärquelle: Ultraschnelle neue Chips, mehr Roboter und KI-Agenten: Nvidia feiert das neue Zeitalter der Inferenz – Neue Zürcher Zeitung – https://www.nzz.ch/technologie/ultraschnelle-neue-chips-mehr-roboter-und-ki-agenten-nvidia-feiert-das-neue-zeitalter-der-inferenz-ld.1929584

Verifizierungsstatus: ✓ 17.03.2026

Dieser Text wurde mit Unterstützung eines KI-Modells erstellt. Redaktionelle Verantwortung: clarus.news | Faktenprüfung: 17.03.2026