GPUs & Beschleuniger

Anthropic hat seine neuesten KI-Modelle, Fable 5 und Mythos 5, aufgrund eines Exportkontrollbefehls der US-Regierung offline genommen, der nationale Sicherheitsbedenken anführt. Das Unternehmen bezeichnete diese Maßnahme als "Missverständnis" und strebt eine schnelle Wiederherstellung des Zugangs an. Der Befehl wurde erlassen, nachdem die Regierung Bedenken äußerte, dass Sicherheitsvorkehrungen der Modelle umgangen werden könnten. Diese Entscheidung erfolgt zu einem Zeitpunkt, an dem sich die Beziehungen zwischen Anthropic und der Regierung nach einem Streit über die militärische Nutzung von KI-Modellen zu entspannen schienen. Anthropic kritisierte die Regierung für die mangelnde Transparenz und argumentierte, dass mündliche Hinweise nicht ausreichen sollten, um die Modelle zurückzurufen. Die Maßnahme verdeutlicht die zunehmenden US-Bemühungen, die KI-Fähigkeiten ausländischer Gegner einzuschränken, und könnte dazu führen, dass auch nicht-amerikanische Nutzer den Zugang verlieren. Experten warnen vor möglichen Cyberangriffen durch Missbrauch der Modelle, insbesondere im Bankwesen. Anthropic betont, dass die Entscheidung nicht den Prinzipien fairer Regulierung entspricht und die Einführung neuer Modelle in der Branche gefährden könnte.

Der Artikel "Claude Cowork Live Artifacts: From Static Report to Living Dashboard" präsentiert das Konzept der "Live Artifacts", die sich durch ihre Fähigkeit auszeichnen, stets aktuelle Informationen bereitzustellen, im Gegensatz zu herkömmlichen statischen Berichten, die schnell veralten. Während traditionelle Berichte zum Zeitpunkt ihrer Erstellung präzise sind, zeigen Live Artifacts bei jedem Zugriff die neuesten Daten an. Der Artikel erläutert die Erstellung solcher automatisch aktualisierbarer Dashboards und hebt die Bedeutung der Versionshistorie hervor, die als Sicherheitsnetz beim Iterieren dient. Zudem wird eine wesentliche Regel für die Erstellung von Artefakten auf Basis verbundener Anwendungen betont. Insgesamt wird verdeutlicht, wie diese lebendigen Artefakte die Effizienz und Genauigkeit in der Wissensarbeit erheblich steigern können.

CoreWeave Inc. hat am 1. Juni 2026 die erste vollständige Validierung des NVIDIA Vera Rubin NVL72-Systems auf seiner Cloud-Plattform abgeschlossen und ist damit der erste AI-Cloud-Anbieter, der dieses System im Rackmaßstab operationalisiert. Die Architektur des NVL72 ist speziell für agentische KI-Workloads optimiert und bietet signifikante Effizienzgewinne, wie verbesserte Inferenz pro Watt und reduzierte GPU-Anforderungen. Die Implementierung wird durch Partnerschaften mit Dell Technologies und Micron Technology unterstützt, was die Bedeutung von Kooperationen in der Branche hervorhebt. Diese Errungenschaft stärkt CoreWeaves Position im Bereich der hochleistungsfähigen KI-Infrastruktur und erhält Anerkennung von Organisationen wie SemiAnalysis. Trotz des Potenzials von CoreWeave als Investition wird angemerkt, dass andere AI-Aktien möglicherweise ein höheres Aufwärtspotenzial und geringeres Abwärtsrisiko aufweisen.

CoreWeave, ein Anbieter von GPU-Cloud-Infrastruktur, wurde am 22. Juni 2026 in den Nasdaq-100 aufgenommen, nur 15 Monate nach seinem Börsengang. Ursprünglich als Kryptowährungs-Mining-Unternehmen gegründet, hat sich CoreWeave erfolgreich auf den AI-Sektor fokussiert und erzielte im ersten Quartal 2026 einen Umsatz von 2,1 Milliarden Dollar, was einem beeindruckenden Anstieg von 112 % im Vergleich zum Vorjahr entspricht. Trotz dieses Wachstums kämpft das Unternehmen jedoch mit einer hohen Verschuldung von fast 25 Milliarden Dollar und einem Nettoverlust von 740 Millionen Dollar. Die Gründer haben seit der Beendigung der Lockup-Periode im August 2025 Aktien im Wert von 2,3 Milliarden Dollar verkauft. Mit einer Marktkapitalisierung von etwa 54 Milliarden Dollar wird die Aufnahme in den Nasdaq-100 voraussichtlich die Nachfrage nach den Aktien steigern, da passive Fonds gezwungen sind, diese zu erwerben. Diese Entwicklung zeigt, dass Wall Street die GPU-Cloud-Infrastruktur als bedeutenden Technologiebereich anerkennt. Dennoch bleibt unklar, ob CoreWeave den Umsatzrückstand von 99 Milliarden Dollar in nachhaltige Gewinne umwandeln kann, während das Unternehmen weiterhin mit hohen Kosten und einer geringen Gewinnspanne konfrontiert ist.

Im Juni 2026 senken führende Systemintegratoren die Preise für Hochleistungs-Gaming-PCs erheblich, insbesondere bei Modellen mit AMD- und NVIDIA-Komponenten. Die größte Ersparnis von 751 Euro wurde bei einem Skytech-Gaming-System mit RTX 5070 Ti und Ryzen 7 9800X3D verzeichnet, dessen Preis auf 2.249 Euro fiel. Auch andere Hersteller wie Andromeda Insights und CyberPowerPC bieten Rabatte von bis zu 400 Euro an. Während die Preise im Westen sinken, bringt der chinesische Markt neue Hardware, darunter den Lenovo Bellator Feng 7000X und das HP HyperX OMEN PRO 16. Zudem hat AMD eine Sicherheitslücke in seinem Auto-Update-Tool behoben, jedoch eine Bug-Bounty-Prämie abgelehnt. GIGABYTE erweitert sein mobiles Portfolio mit dem AERO X16 für kreative Profis. Abschließend plant NVIDIA für Herbst 2026 die Einführung der RTX-Spark-Plattform, die auf einem innovativen Superchip-Design basiert und hohe Rechenleistungen verspricht.

NVIDIA hat das KI-Modell Nemotron 3 Ultra entwickelt, das mit 550 Milliarden Parametern speziell für Produktionsumgebungen optimiert ist, anstatt sich auf Benchmark-Tests zu konzentrieren. Das Modell aktiviert bei der Verarbeitung eines Tokens lediglich 55 Milliarden Parameter, was eine hohe Effizienz mit einer Aktivierungsrate von 10 Prozent ermöglicht. Es nutzt ein Mixture-of-Experts-System mit einem Sparsamkeitsverhältnis von 10:1, wodurch der Großteil der Parameter inaktiv bleibt. Ein zentrales Merkmal ist die Integration eines Mamba-2-Zustandsraummodells, das mit Transformator-Attention-Schichten interagiert. Diese hybride Architektur unterscheidet sich grundlegend von anderen Modellen und ist darauf ausgelegt, die Anforderungen agentischer Systeme zu erfüllen. Die Entwicklung des Nemotron 3 Ultra könnte die Effizienz und Wirtschaftlichkeit der KI-Anwendungen revolutionieren und die Verarbeitung komplexer Aufgaben erheblich verbessern.

Nvidia hat in diesem Jahr eine Kurssteigerung von 8% erzielt, was über den Renditen des S&P 500 liegt. Die Bewertung des Unternehmens zeigt ein stabiles Vorwärts-Kurs-Gewinn-Verhältnis (P/E) von etwa 22, das seit dem AI-Boom konstant bleibt. Im ersten Quartal des Geschäftsjahres 2027 verzeichnete Nvidia einen Umsatzanstieg im Datenzentrum von 92% im Vergleich zum Vorjahr, was auf eine starke operative Dynamik hinweist. Trotz dieser positiven Entwicklung scheinen die Marktteilnehmer bereits signifikantes Wachstum eingepreist zu haben, was die aktuelle Bewertung erklärt. Nvidia hat zudem strategische Partnerschaften mit Unternehmen wie Nokia und Marvell Technology geschlossen, um seine Marktchancen zu erweitern. Diese Entwicklungen könnten auf eine bevorstehende Phase der Bewertungssteigerung hindeuten, sofern die neuen Möglichkeiten erfolgreich umgesetzt werden. Historisch betrachtet könnte die derzeitige Konsolidierungsphase nur vorübergehend sein, bevor es zu einer signifikanten Neubewertung kommt.

Nvidia hat seinen chinesischen Kunden mitgeteilt, dass die neue Vera-CPU voraussichtlich im August verfügbar sein wird und Bestellungen bereits jetzt aufgegeben werden können. Diese Entscheidung erfolgt vor dem Hintergrund stagnierender Verkaufszahlen der H200-CPUs. Mit der Einführung der Vera-CPU zielt Nvidia darauf ab, die Nachfrage in China zu beleben und den Umsatz zu steigern. Die Ankündigung deutet darauf hin, dass Nvidia auf die spezifischen Bedürfnisse des chinesischen Marktes reagiert, um wettbewerbsfähig zu bleiben. Die Möglichkeit, Bestellungen aufzugeben, könnte das Interesse an den neuen Prozessoren erhöhen und Nvidia dabei helfen, seine Marktposition in diesem wichtigen Segment zu festigen.

Nvidia hat in Zusammenarbeit mit Abridge eine innovative KI entwickelt, die speziell für klinische Gespräche im Gesundheitswesen konzipiert ist. Diese KI zielt darauf ab, die Dokumentation und klinische Entscheidungsunterstützung zu optimieren, indem sie anonymisierte Daten und Patientenaufnahmen nutzt. Kimberly Powell, Vizepräsidentin von Nvidia, hebt hervor, dass die offenen Modelle des Unternehmens flexibel an die Bedürfnisse des Gesundheitssektors angepasst werden können. Abridge, das kürzlich 300 Millionen US-Dollar an Investitionen erhielt, hat bereits Technologien zur Aufzeichnung und Transkription von Arzt-Patienten-Gesprächen entwickelt. Das neue KI-Modell soll noch in diesem Jahr einsatzbereit sein und könnte die Entwicklung von unterstützenden Technologien für Ärzte während der Patientenbehandlung beschleunigen. Dr. Joon Lee von Emory Healthcare sieht großes Potenzial in der Echtzeitverfügbarkeit von Informationen, die die Entscheidungsprozesse zwischen Ärzten und Patienten erheblich verbessern könnte.

Die NVIDIA GeForce RTX 5090 hat sich als das leistungsstärkste Modell der aktuellen Grafikkarten-Generation etabliert und bietet eine beeindruckende Leistungssteigerung von 33 Prozent im 4K-Gaming im Vergleich zur RTX 4090. Im Benchmark 3DMark Time Spy erreicht sie eine durchschnittliche Punktzahl von 35.011. Diese Verbesserung wird durch eine erhöhte Speicherbandbreite von 1.008 GB/s auf 1.792 GB/s unterstützt. Die neue Blackwell-Architektur bringt 32 GB GDDR7-Speicher und 21.760 CUDA-Kerne mit sich, was die Leistungsaufnahme auf 575 Watt anhebt. Zudem nutzt die RTX-50-Serie die DLSS 4 Multi-Frame Generation, um die Spieleleistung weiter zu optimieren. Diese gesteigerte Hardware-Power hat auch Auswirkungen auf die Systemanforderungen kommender Spiele, wie die Erweiterung von S. T.

Die Robotik-Industrie erlebt einen bemerkenswerten Boom, der durch erhebliche Investitionen und technologische Fortschritte geprägt ist. Am 11. Juni 2026 sammelte das kalifornische Startup Prometheus 11 Milliarden Euro in einer Finanzierungsrunde, wodurch die Unternehmensbewertung auf 37,5 Milliarden Euro anstieg. Prometheus entwickelt eine Software, die als „künstlicher General-Ingenieur“ fungiert und die Automatisierung von Design und Fertigung vorantreibt. Jeff Bezos warnt, dass dies zu einer Arbeitskräfteknappheit führen könnte. Auch europäische Unternehmen wie NEURA Robotics und das spanische Startup Theker sichern sich hohe Finanzierungen für ihre Projekte. Während westliche Firmen Rekordsummen einwerben, zeigen chinesische Unternehmen wie Spirit AI technologische Führungsstärke und überholen Nvidia im globalen Benchmark. Der Trend geht hin zu vielseitigen KI-Modellen, die sich an verschiedene Umgebungen anpassen können. Die Branche entwickelt sich von Pilotprojekten zu Serienproduktionen, was die Einsatzmöglichkeiten von Robotern in diversen Sektoren erweitert. Analysten prognostizieren ein Marktwachstum von bis zu 4,5 Billionen Euro bis 2050, angetrieben durch eine globale Flotte von Robotern.

AMD hat mit dem Ryzen AI Max+ 395 einen neuen Mini-PC für die lokale KI-Entwicklung vorgestellt, der ab sofort für 3.999 Euro vorbestellt werden kann. Dieser leistungsstarke Rechner ist etwa 700 Euro günstiger als vergleichbare Modelle von Nvidia und optimiert für lokale KI-Arbeitslasten. Er ermöglicht die Ausführung von Large Language Models mit bis zu 200 Milliarden Parametern direkt auf dem Gerät, was die Notwendigkeit von Cloud-Diensten reduziert und somit Kosten spart. AMD hebt hervor, dass Nutzer, die täglich sechs Millionen Tokens verarbeiten, ihre Investition bereits nach sechs Monaten amortisieren können. Der Mini-PC unterstützt gängige Software-Tools und profitiert von kontinuierlichen Updates aus der Open-Source-Community. Zudem plant AMD die Einführung der Ryzen AI Max PRO 400-Serie, die noch leistungsfähiger sein wird, und hat ein KI-Forschungslabor in Cambridge gegründet, um offene KI-Frameworks zu entwickeln. Die wachsende Nutzung lokaler KI-Systeme bringt jedoch auch neue Sicherheitsanforderungen für Unternehmen mit sich.

Die Verhandlungen über einen Margin-Kredit von sechs Milliarden Dollar für SoftBank, der durch eine bedeutende Beteiligung an OpenAI gesichert werden sollte, sind ins Stocken geraten. Ursprünglich war ein Kredit von zehn Milliarden Dollar geplant, doch die Gespräche stagnieren, was für SoftBank, das bereits über 135 Milliarden Dollar in KI investiert hat, eine kritische Situation darstellt. Hintergrund ist ein geplanter Börsengang von OpenAI, dessen Bewertung für die Liquidität und den Marktwert von SoftBanks Portfolio entscheidend ist. Trotz dieser Unsicherheiten zeigt sich die SoftBank-Aktie stabil, mit einem Kursplus von 2,46 Prozent am Freitag und einem monatlichen Zuwachs von etwa 14 Prozent. Zudem expandiert SoftBank in Japan und plant, Versicherungsprodukte über die PayPay-App anzubieten, was auf eine strategische Diversifizierung hinweist. Analysten betonen, dass die zukünftige Bewertung des Unternehmens stark von dem Zeitpunkt und der Bewertung des OpenAI-Börsengangs abhängt, da dieser die Lücke zwischen Portfoliowert und Marktkapitalisierung schließen könnte. In einem zunehmend kapitalintensiven KI-Markt steht SoftBank unter Druck, seine Finanzierungsstrukturen zu optimieren.

Tesla hat kürzlich angekündigt, seine Investitionen in Schlüsseltechnologien wie Künstliche Intelligenz (KI) und Robotik erheblich zu erhöhen, was positive Auswirkungen auf Nvidia haben könnte. CEO Elon Musk betonte die Notwendigkeit dieser erhöhten Ausgaben, um die Produktion des humanoiden Roboters Optimus und den Robotaxi-Service voranzutreiben. Obwohl Tesla eigene KI-Chips entwickelt, bleibt das Unternehmen auf Nvidias Chips angewiesen, was die Partnerschaft zwischen beiden Firmen stärkt. Diese strategische Ausrichtung könnte Tesla helfen, neue Einnahmequellen zu erschließen, insbesondere durch den Optimus-Roboter und den Robotaxi-Service. Gleichzeitig bleibt die Nachfrage nach Nvidias KI-Trainingschips stark, und das Unternehmen erwartet signifikante Aufträge in den kommenden Jahren. Analysten zeigen sich optimistisch hinsichtlich Nvidias Zukunft, was die Aktie als attraktive Investition erscheinen lässt. Trotz der Risiken, die mit Teslas ehrgeizigen Plänen verbunden sind, könnte das Unternehmen langfristig seine Bewertung rechtfertigen, während Nvidia als eine der besten Kaufgelegenheiten im Markt gilt.

In den letzten fünf Jahren hat die Nutzung großer Sprachmodelle (LLMs) stark zugenommen, jedoch sind diese Modelle anfällig für Halluzinationen und inkonsistente Ergebnisse. Dies macht eine effektive Evaluierung ihrer Outputs notwendig. Eine vielversprechende Methode zur Bewertung von LLMs ist der Einsatz von KI als Richter, wobei verschiedene Ansätze wie lexikalische und semantische Ähnlichkeitsmetriken sowie menschliches Feedback zur Anwendung kommen. Diese Methodik ermöglicht eine systematische Beurteilung KI-generierter Inhalte, indem beispielsweise ein LLM aufgefordert wird, eine Antwort zu bewerten. Während der Einsatz von KI als Richter sowohl Vorteile als auch Einschränkungen mit sich bringt, könnte die Weiterentwicklung in diesem Bereich die Präzision und Effizienz der Evaluierung von KI-Inhalten verbessern. Dies könnte letztlich die Anwendung von LLMs in verschiedenen Bereichen optimieren und deren Zuverlässigkeit erhöhen.

Moreh hat erfolgreich die LLM-Inferenz auf dem Tenstorrent Galaxy Wormhole-System validiert und dabei sein proprietäres 'MoAI Inference Framework' eingesetzt. Die Tests mit führenden Mixture-of-Experts-Modellen zeigten eine Leistung, die mit der von NVIDIA DGX A100-Systemen vergleichbar oder sogar überlegen ist, was eine vielversprechende Alternative zu herkömmlichen GPU-zentrierten KI-Infrastrukturen darstellt. Durch die Implementierung einer disaggregierten Architektur, die GPUs mit Tenstorrent-Prozessoren kombiniert, konnten die Kosten gesenkt und die Abhängigkeit von teurem HBM verringert werden. Diese Ergebnisse wurden auf dem TT-Deploy-Event von Tenstorrent in San Francisco präsentiert, wo Moreh live die LLM-Inferenz demonstrierte. Das MoAI Inference Framework ermöglicht eine flexible Nutzung heterogener GPUs und NPUs, was Unternehmen von Anbieterbindungen befreit. CEO Gangwon Jo bezeichnete die Erreichung einer produktionsfähigen LLM-Inferenzleistung als bedeutenden Meilenstein und kündigte an, die Leistung durch tiefere Optimierungen weiter zu steigern. Zudem entwickelt Moreh eine eigene KI-Infrastruktur-Engine und erweitert seine Fähigkeiten in den Bereichen Infrastruktur und Modelle durch die Tochtergesellschaft Motif Technologies.

Am 29. April berichteten die großen Cloud-Anbieter Amazon, Microsoft und Alphabet über ihre Quartalszahlen. Während Amazon und Alphabet positive Marktreaktionen verzeichneten, enttäuschte Microsoft. Nvidia, dessen Ergebnisse erst in drei Wochen erwartet werden, wird als Gewinner angesehen, da das Unternehmen von den steigenden Investitionen der Cloud-Anbieter in künstliche Intelligenz profitiert. Diese Firmen planen, ihre Ausgaben für KI-Technologien erheblich zu erhöhen, was für Nvidia vorteilhaft ist, da ein großer Teil seines Umsatzes von diesen Kunden abhängt. Trotz der Entwicklung eigener KI-Chips durch Amazon bleibt die Partnerschaft mit Nvidia stark, was die Position des Unternehmens in einem wettbewerbsintensiven Markt stärkt. Nvidias Aktien haben in den letzten drei Jahren überdurchschnittlich gut abgeschnitten, und Analysten prognostizieren weiteres starkes Wachstum für die Zukunft.

NVIDIA Corporation wird als eine der besten amerikanischen Aktien im Technologiesektor angesehen, insbesondere aufgrund der hohen Nachfrage nach KI-Computing-Ausrüstung in China. Diese Nachfrage hat den Preis ihrer B300-Server auf etwa 1 Million US-Dollar pro Stück steigen lassen, was auf einen Rückgang des Angebots auf dem Schwarzmarkt zurückzuführen ist. Die Verschärfung der Maßnahmen gegen Chip-Schmuggel hat den Graumarkt unter Druck gesetzt und die Preise weiter erhöht. Die B300-Server sind entscheidend für KI-Anwendungen und haben seit Jahresbeginn an Wert gewonnen. Gleichzeitig gibt es Unsicherheiten bezüglich der H200-Chips von NVIDIA, da trotz Genehmigungen der Regierungen die Lieferung nach China aufgrund von Verkaufsbedingungen noch aussteht. Während NVIDIA als vielversprechende Investition gilt, wird angemerkt, dass andere KI-Aktien möglicherweise ein höheres Aufwärtspotenzial und geringeres Risiko bieten.

NVIDIA hat kürzlich innovative Quantum-AI-Modelle vorgestellt, darunter die NVQLink-Hardware und die CUDA-Q-Software, um die Quantencomputing-Technologie voranzutreiben und eine Verbindung zwischen GPUs und Quantenprozessoren zu schaffen. Trotz dieser bedeutenden Fortschritte scheinen die Märkte den potenziellen Wert dieser Entwicklungen nicht angemessen zu erkennen, was zu einem Rückgang der NVIDIA-Aktien führt. Das Unternehmen investiert in den Aufbau eines Quantencomputing-Ökosystems, um sich in diesem aufstrebenden Bereich zu positionieren, obwohl die Technologie noch in der Anfangsphase steckt. Analysten sind sich einig, dass es ungewiss bleibt, wann Quantencomputing einen Durchbruch erzielen wird, der mit dem Erfolg von ChatGPT vergleichbar ist. Dennoch könnte NVIDIAs frühe Investition in diese Technologie sich als strategisch klug erweisen, da Quantencomputing als zukünftiger Trend gilt, den auch andere große Tech-Unternehmen wie Alphabet und IBM verfolgen.

Nvidia-CEO Jensen Huang kritisiert die pessimistischen Vorhersagen anderer Tech-Führungskräfte über massive Jobverluste durch Künstliche Intelligenz (KI) und bezeichnet diese Haltung als "Gottkomplex". Er warnt vor den gesellschaftlichen Folgen solcher Aussagen und betont, dass die Realität komplexer ist als einfache Prognosen. Huang führt die Radiologie als Beispiel an, wo trotz des Einsatzes von KI ein Mangel an Radiologen besteht, was zeigt, dass KI nicht zwangsläufig zu Jobverlusten führen muss. Er hebt hervor, dass es wichtig ist, zwischen den spezifischen Aufgaben eines Jobs und dessen übergeordnetem Zweck zu unterscheiden. Zudem weist Huang darauf hin, dass KI in den letzten Jahren mehr als eine halbe Million Arbeitsplätze geschaffen hat und Nvidia aktuell mehr Ingenieure einstellt als je zuvor.

Nvidia hat die dynamische Multi-Frame-Generation (MFG) als Teil seiner DLSS-Technologie eingeführt, die seit dem 31. März 2026 in einer offenen Beta getestet wird. Diese Technik ermöglicht eine flexible Anpassung der Bildrate, was theoretisch eine verbesserte Performance bei variierenden Anforderungen verspricht. In der Praxis zeigt sich jedoch, dass die dynamische MFG nicht mit V-Sync funktioniert, was zu Tearing und einer beeinträchtigten Spielerfahrung führt. Zudem überschreitet die Technik häufig die festgelegten Framerate-Limits, was zu unerwünschten Bildraten führt. Obwohl einige Spiele von einer signifikanten Steigerung der Bildrate profitieren können, bleibt die Eingabeverzögerung ein Problem, da sie durch die Nutzung von MFG sogar ansteigt. Der Tester erkennt das Potenzial der dynamischen MFG, sieht jedoch die aktuelle Version aufgrund ihrer Mängel als nicht empfehlenswert an und plant, sie bis zu weiteren Verbesserungen ruhen zu lassen.

Alphabet hat seine Marktkapitalisierung auf über 4,6 Billionen Dollar gesteigert, nachdem das Unternehmen im ersten Quartal 2026 einen Umsatz von 109,9 Milliarden Dollar meldete, was einem Anstieg von 22 Prozent im Vergleich zum Vorjahr entspricht. Dieses Wachstum wurde vor allem durch den Google Cloud-Bereich, der um 63 Prozent auf über 20 Milliarden Dollar wuchs, unterstützt. Im Gegensatz dazu fiel die Aktie von Nvidia um 6 Prozent, da Berichte über verfehlte Wachstumsziele von OpenAI die Marktstimmung belasteten. Die Differenz zwischen den beiden Unternehmen beträgt nun etwa 200 Milliarden Dollar, und Optionen-Händler sehen eine 53-prozentige Wahrscheinlichkeit, dass Alphabet Nvidia bald überholen wird. Während Nvidia als führender Anbieter von KI-Chips gilt, zeigt sich, dass Alphabet durch die Nutzung dieser Chips in seinen Geschäftsbereichen einen größeren Wert generiert. Die Marktteilnehmer erkennen zunehmend den Unterschied zwischen Unternehmen, die KI-Infrastruktur bereitstellen, und solchen, die diese gewinnbringend einsetzen. Alphabet investiert aggressiv in seine Cloud-Infrastruktur, was auf schnellere Renditen hindeutet. Die Ergebnisse des ersten Quartals deuten darauf hin, dass KI nicht nur die Suchanfragen steigert, sondern auch die Werbemöglichkeiten für Alphabet erhöht. Ein positives Ergebnis von Nvidia am 20. Mai könnte die Situation ändern, doch die aktuellen Entwicklungen zeigen einen strukturellen Wandel im Markt.

Am 30. April 2026 erlebte die Partec-Aktie einen bemerkenswerten Anstieg von 80 Prozent und schloss bei etwa 14,05 Euro, nachdem sie zwischenzeitlich ein Sechs-Monats-Hoch von 24 Euro erreicht hatte. Dieser Kursanstieg ist auf eine aggressive juristische Strategie des Unternehmens zurückzuführen, das plant, den US-Chipkonzern Nvidia durch eine Klage beim Einheitlichen Patentgericht in München unter Druck zu setzen. Im Fokus der Klage stehen Schutzrechte für die dynamische modulare Systemarchitektur (dMSA), die für Supercomputer entscheidend ist. Partec hat bereits ähnliche Verfahren gegen andere Technologiefirmen wie Microsoft eingeleitet. Die Kursbewegung stellt eine Erholung vom Jahrestief von 10,85 Euro im Januar dar und übersteigt zeitweise die 200-Tage-Linie, was als Signal für eine mögliche Trendwende gedeutet wird. Im Juni 2026 plant Partec, auf der Fachkonferenz „ISC High Performance“ in Hamburg neue technische Entwicklungen im Bereich der AI Factories vorzustellen, einschließlich der Integration von Quantenprozessoren. Anleger stehen vor der Herausforderung, ob sie investieren oder verkaufen sollten, wobei aktuelle Analysen einen dringenden Handlungsbedarf für Partec-Aktionäre betonen.

In Teil 6 des Artikels "The Embedding System, With One Search Query Tracked Through Every Layer" wird ein neues Embedding-Modell vorgestellt, das von einem Team von Suchmaschinenexperten eines großen Einzelhändlers entwickelt wurde. Obwohl das Modell anfangs vielversprechende Ergebnisse lieferte, führte eine Änderung in der Tokenizer-Konfiguration zu einem Rückgang der Konversionen auf der Live-Website. Die Abfrage-Embeddings landeten in einem anderen Bereich des Vektorraums als die Artikel-Embeddings, was zu semantisch falschen, aber plausibel aussehenden Suchergebnissen führte. Der Fehler wurde erst nach sechs Tagen entdeckt, was die Notwendigkeit einer gründlichen Überprüfung der Infrastruktur und Konfigurationen verdeutlicht. Der Artikel verfolgt die Suchanfrage "beste Laufschuhe" durch alle Phasen des Embedding-Systems und beleuchtet spezifische Bugs, die in jeder Schicht vermieden werden sollten. Eine zentrale Erkenntnis ist, dass führende Unternehmen Kandidaten-Embeddings als Teil der Infrastruktur betrachten, während viele dies als Modelloutput ansehen, was häufig zu Missverständnissen in Vorstellungsgesprächen führt.

TurboQuant ist ein innovativer Algorithmus von Google, der darauf abzielt, die Betriebskosten von KI-Anwendungen drastisch zu senken, indem er das KV-Cache-Problem adressiert. Dieses Problem führt dazu, dass große KI-Modelle enormen GPU-Speicher benötigen, was sowohl die Kosten als auch die Effizienz beeinträchtigt. TurboQuant komprimiert die im KV-Cache gespeicherten Werte von 16 Bit auf 3 bis 3,5 Bit, was den Speicherbedarf um das Sechsfache reduziert, ohne die Genauigkeit der KI zu beeinträchtigen. Diese Effizienzsteigerung könnte es Unternehmen ermöglichen, weniger Hardware einzusetzen, um die gleiche Anzahl von Nutzern zu bedienen, was letztlich auch die Preise für Endverbraucher senken könnte. Zudem könnte TurboQuant die Nutzung von KI-Anwendungen mit langen Kontexten erleichtern und die Ausführung von KI-Modellen auf weniger leistungsfähiger Hardware ermöglichen. Obwohl die breite Anwendung von TurboQuant noch bevorsteht, deuten erste Berechnungen auf signifikante Einsparungen hin, die sich in subtilen Verbesserungen der Nutzererfahrung niederschlagen könnten.

NASA plant die Einführung des Nancy Grace Roman-Weltraumteleskops im September 2026, das astronomischen Forschern über seine Lebensdauer 20.000 Terabyte an Daten liefern wird. Diese Datenmenge ergänzt die bereits 57 Gigabyte täglichen Bilder des James-Webb-Teleskops und steht im Gegensatz zu den 1 bis 2 Gigabyte des Hubble-Teleskops. Astronomen setzen zunehmend GPUs ein, um die Herausforderungen der Datenanalyse zu bewältigen, was einen Paradigmenwechsel in der Wissenschaft darstellt. Brant Robertson von der UC Santa Cruz hat mit einem ehemaligen Studenten das tief lernende Modell Morpheus entwickelt, das große Datensätze analysiert und Galaxien identifiziert. Um die Effizienz zu steigern, wird Morpheus von konvolutionalen neuronalen Netzen auf Transformer-Architekturen umgestellt. Robertson arbeitet zudem an generativen KI-Modellen zur Verbesserung der Beobachtungsqualität durch Erdteleskope. Trotz dieser Fortschritte sieht er sich dem Druck der globalen Nachfrage nach GPU-Ressourcen ausgesetzt, da seine Infrastruktur veraltet ist und die Finanzierung durch die National Science Foundation gefährdet ist. Er betont die Notwendigkeit unternehmerischen Denkens in der akademischen Welt, um den technologischen Anforderungen der Zukunft gerecht zu werden.

AI-RAN, oder Artificial Intelligence-Radio Access Network, hat sich als Schlüsseltechnologie für die Transformation der drahtlosen Infrastruktur etabliert. Auf bedeutenden Veranstaltungen wie der NVIDIA GTC und dem Mobile World Congress 2026 wurde die wachsende Bedeutung von AI-RAN hervorgehoben. Um die technologische Führungsposition der USA zu sichern, müssen Unternehmen AI-RAN aktiv annehmen, da zukünftige 6G-Netzwerke stark davon abhängen werden. Diese Technologie betrachtet Netzwerke nicht nur als Verbindungspunkte, sondern als integrale Bestandteile des KI-Stacks, die Innovationen fördern. Durch die Integration von ISAC (Integrated Sensing and Communications) können Netzwerke kommunizieren und ihre Umgebung wahrnehmen, was zahlreiche Anwendungsmöglichkeiten wie Echtzeit-Überwachung und prädiktive Wartung eröffnet. Um das volle Potenzial von AI-RAN auszuschöpfen, müssen Unternehmen ihre Infrastruktur schnell anpassen und innovative Ansätze verfolgen. Zögerliche Unternehmen riskieren, von Wettbewerbern überholt zu werden, die bereits Standards und Marktbedingungen gestalten.

Alphabet Inc. verzeichnete am Donnerstag einen leichten Anstieg seiner Aktienkurse um etwa 0,19 %, was auf neue Entwicklungen im Bereich künstlicher Intelligenz und ein positives Wachstum im Cloud-Segment zurückzuführen ist. In den letzten 30 Tagen stiegen die Aktien um über 12 % und im vergangenen Jahr sogar um 120 %, was das Vertrauen in die AI-Strategie des Unternehmens stärkt. Besonders bemerkenswert ist die Einführung der neuen Tensor Processing Unit (TPU) Chips, die die Effizienz von AI-Modellen verbessern und als Konkurrenz zu Nvidia positioniert werden. Analysten haben ihre Kursziele angehoben, was auf eine optimistische Marktstimmung hinweist. Für das bevorstehende Quartal wird ein Umsatz von etwa 106,9 Milliarden Dollar erwartet, jedoch ein moderater Rückgang des Gewinns pro Aktie aufgrund hoher Investitionen in die AI-Infrastruktur. Trotz Herausforderungen durch steigenden Wettbewerb und regulatorische Risiken bleibt Alphabet finanziell stark und festigt seine Rolle als führender Akteur im AI-Bereich. Die kommenden Quartalszahlen könnten entscheidend dafür sein, ob Investoren bereit sind, für das zukünftige Wachstum des Unternehmens höhere Preise zu zahlen.

An der Stanford University wurde ein neuer Kurs mit dem Titel CS 153, informell als "AI Coachella" bezeichnet, ins Leben gerufen. Dieser Kurs zieht Studierende an, indem er prominente Tech-CEOs als Gastdozenten einlädt, darunter Führungskräfte von OpenAI, Nvidia und Microsoft. Co-Dozenten Anjney Midha und Michael Abbott berichten von einer hohen Nachfrage, die alle 500 Plätze füllte und eine Warteliste erzeugte. Kritiker bemängeln, dass der Kurs eher wie ein Live-Podcast als eine traditionelle Lehrveranstaltung wirkt und fordern, dass Studierende sich auf akademischere Themen konzentrieren sollten. Midha sieht die Bezeichnung "AI Coachella" jedoch als positiven Aspekt, der das Interesse an dem Kurs steigert. Die Studierenden schätzen die Möglichkeit, mit erfolgreichen Unternehmern in Kontakt zu treten und Einblicke in das Startup-Ökosystem zu gewinnen. Der Kurs spiegelt einen Trend wider, bei dem der Zugang zu einflussreichen Persönlichkeiten und praktischen Kenntnissen als wesentlicher Vorteil des Studiums an renommierten Institutionen wie Stanford angesehen wird.

Am 23. April 2026 gaben BT Group und Nscale eine Partnerschaft bekannt, um souveräne KI-Datenzentren im Vereinigten Königreich zu errichten, mit Nvidia als technischem Partner. Nscale plant, bis zu 14 Megawatt an KI-Datenzentrumskapazität an drei bestehenden BT-Standorten aufzubauen, während BT die notwendige Infrastruktur und Konnektivität bereitstellt. Diese Kooperation stärkt Nscales Rolle in der nationalen KI-Infrastrukturstrategie der britischen Regierung und ermöglicht BT, neue KI-Dienste für den privaten und öffentlichen Sektor anzubieten. Durch die Co-Standorte kann Nscale KI-Computing mit niedriger Latenz in der Nähe des nationalen Glasfasernetzes von BT bereitstellen, ohne die Kosten und Planungsverzögerungen eines Neubaus. Nscale hat sich als zentraler Akteur im britischen KI-Infrastrukturaufbau etabliert und kürzlich 2 Milliarden Dollar in einer Finanzierungsrunde gesammelt. Die Partnerschaft wird als bedeutender Schritt zur Unterstützung der KI-Ambitionen des Vereinigten Königreichs angesehen und hebt die Rolle der Telekommunikation für souveräne KI hervor.

Datadog hat sein Observability-Tool um eine GPU-Überwachung erweitert, um Unternehmen, die stark in KI investieren, Einblicke in ihre steigenden Kosten zu bieten. Aktuell machen GPU-Instanzen 14 Prozent der Cloud-Computing-Kosten aus, mit einer prognostizierten Steigerung der Ausgaben für KI-Infrastruktur auf 89,9 Milliarden Dollar bis Ende 2025. Die neue Funktionalität von Datadog ermöglicht es Unternehmen, die Gesundheit, Kosten und Leistung ihrer GPU-Flotten zentral zu überwachen, was zu schnelleren Fehlersuchen und Kosteneinsparungen führen kann. Durch die Identifizierung ineffizienter GPU-Nutzung, wie untätiger Flottenmitglieder oder nicht optimal konfigurierter Workloads, können Unternehmen ihre Ressourcen besser verwalten. Datadog selbst hat bereits durch diese Überwachung signifikante Einsparungen erzielt. Diese Entwicklungen könnten Unternehmen dabei helfen, ihre KI-Investitionen effektiver zu bewerten und die Effizienz ihrer Infrastruktur zu steigern, obwohl die Frage bleibt, ob sie den gewünschten Wert aus diesen Investitionen ziehen können.

Nvidia hat die Benutzeroberfläche von GeForce NOW aktualisiert, um die Nutzung von Abonnements wie Xbox Game Pass und Ubisoft+ zu verbessern. Neue Labels in der App ermöglichen es Nutzern, sofort zu erkennen, welche Spiele aus diesen Flatrates zum Streaming bereitstehen, wodurch das Abgleichen der Bibliotheken entfällt. Diese Funktion ist auf allen unterstützten Geräten verfügbar, einschließlich Mac, Smartphones und Fire TV Stick. Zudem wurden sechs neue Spiele in den Katalog aufgenommen, darunter Vampire Crawlers: The Turbo Wildcard und Tides of Tomorrow, die für die GeForce RTX 5080 optimiert sind. Diablo III kann nun über Ubisoft Connect gestreamt werden, während Crimson Desert über Xbox Play Anywhere zugänglich ist. Außerdem erhalten Spieler von Marvel Rivals eine neue Belohnung, was die Attraktivität von GeForce NOW erhöht.

Auf der Google Cloud Next 2026, die am 22. April in Las Vegas stattfand, verkündete CEO Thomas Kurian, dass die experimentelle Phase der künstlichen Intelligenz (KI) vorbei sei, da bereits 75% der Google Cloud-Kunden KI in produktiven Umgebungen nutzen. Um den unterschiedlichen Anforderungen an KI-Arbeitslasten gerecht zu werden, stellte Google die neuen Tensor Processing Units (TPUs) 8t und 8i vor. Diese Modelle sind darauf ausgelegt, die Leistung und Effizienz bei der Verarbeitung von KI-Anwendungen zu optimieren. Die Einführung der TPUs 8t und 8i könnte die Nutzung von KI in Unternehmen revolutionieren und die Integration in verschiedene Geschäftsprozesse erheblich erleichtern.

Google hat die achte Generation seiner Tensor Processing Units (TPUs) vorgestellt, die in zwei Varianten, TPU 8t und TPU 8i, erhältlich sind. Diese TPUs sind speziell für das Training und die Ausführung von KI-Modellen optimiert und nutzen erstmals Googles eigene ARM-Prozessoren. Sie bieten eine Verdopplung der Übertragungsrate zwischen den Chips auf 19,2 Tbit/s. Die TPU 8i ist für die Inferenz konzipiert und zeichnet sich durch hohe Speicherdurchsatzraten und geringe Latenzen aus, während die TPU 8t auf die Trainingsleistung von KI-Modellen fokussiert ist. Beide Modelle integrieren innovative Technologien wie Optical Circuit Switches und eine neue Collectives Acceleration Engine zur Aggregation von Rechenergebnissen. Die Markteinführung der TPUs ist für Ende 2026 geplant, wobei Google mit verschiedenen Partnern an der Produktion arbeitet. Trotz dieser neuen Entwicklungen bleibt Google weiterhin auf Nvidias KI-Server angewiesen, was auf eine strategische Partnerschaft hindeutet.

Google hat sich als wichtiger Akteur im Bereich der KI-Hardware etabliert, insbesondere durch die Entwicklung eigener Tensor Processing Units (TPUs). Die neuesten Modelle, TPU 8t und 8i, sind darauf ausgelegt, das Training und die Inferenz von KI-Systemen erheblich schneller und energieeffizienter zu gestalten. Diese Effizienz ist entscheidend für viele Unternehmen, darunter Anthropic, Meta und Apple, die Googles Technologie nutzen. Aktuell wird bereits 75 Prozent des Codes für Google-Services durch KI generiert, was die Relevanz dieser Technologien unterstreicht. Die Fortschritte von Google könnten nicht nur die eigene Wettbewerbsfähigkeit stärken, sondern auch die gesamte Branche beeinflussen, indem sie den Zugang zu leistungsfähigerer und nachhaltigerer KI-Hardware erleichtern.

Google hat mit der Einführung der neuen Tensor Processing Units (TPUs) 8t und 8i einen wichtigen Fortschritt in der KI-Hardware erzielt, der das Training und die Nutzung von KI-Systemen effizienter und ressourcensparender gestaltet. Diese Chips sind nicht nur für Google selbst, sondern auch für Unternehmen wie Anthropic, Meta und Apple sowie zahlreiche Startups gedacht. Ihre hohe Effizienz könnte die Abhängigkeit von Nvidia verringern und die Nutzung in der Branche fördern. Aktuell wird bereits 75 Prozent des Codes für Google-Services durch KI generiert, was die Integration von KI in Softwareentwicklung und -optimierung verdeutlicht. Die Fortschritte in der Chip-Technologie könnten somit weitreichende Auswirkungen auf die gesamte KI-Branche haben, indem sie die Leistungsfähigkeit und Zugänglichkeit von KI-Anwendungen erhöhen.

Nvidia und Broadcom sind führende Unternehmen im Bereich der KI-Investitionen und profitieren stark von der wachsenden Nachfrage nach ihren Produkten. Nvidia meldete ein beeindruckendes Umsatzwachstum von 73 % auf 68,1 Milliarden Dollar im letzten Quartal und erwartet für die kommenden Quartale ein weiteres Wachstum von 79 % und 85 %. Während Nvidia auf vielseitige Grafikprozessoren setzt, entwickelt Broadcom maßgeschneiderte Chips für spezifische Anwendungen, was zu einem Umsatzwachstum von 106 % in seiner KI-Semiconductor-Sparte führte. Der CEO von Broadcom prognostiziert, dass das Unternehmen bis 2027 über 100 Milliarden Dollar mit diesen Chips verdienen könnte. Beide Firmen sind gut positioniert, um von den steigenden globalen Investitionen in Rechenzentren zu profitieren, die bis 2030 auf bis zu 4 Billionen Dollar ansteigen könnten. Diese Trends deuten darauf hin, dass die Gewinne von Nvidia und Broadcom in den kommenden Jahren weiter steigen werden. Zudem wird erwartet, dass die hochentwickelten Recheneinheiten nach einigen Jahren ersetzt werden müssen, was eine wiederkehrende Einnahmequelle darstellt. Anleger werden ermutigt, in die Aktien beider Unternehmen zu investieren und diese langfristig zu halten.

Auf der Google Cloud Next-Konferenz haben Google und NVIDIA ihre neue Hardware-Roadmap vorgestellt, die darauf abzielt, die Kosten für KI-Inferenz erheblich zu senken. Die A5X Bare-Metal-Instanzen, basierend auf NVIDIA Vera Rubin NVL72 Rack-Systemen, bieten eine Kostenreduktion von bis zu zehnmal pro Token und steigern den Token-Durchsatz um das Zehnfache pro Megawatt. Um die notwendige Bandbreite für die Verbindung zahlreicher Prozessoren zu gewährleisten, kombinieren die A5X-Instanzen NVIDIA ConnectX-9 SuperNICs mit Google Virgo-Netzwerktechnologie. Zudem wird die Datenhoheit und -sicherheit durch die Bereitstellung von Modellen auf Google Distributed Cloud adressiert, was Unternehmen ermöglicht, sensible Daten in kontrollierten Umgebungen zu halten. Die Einführung von Managed Training Clusters auf der Gemini Enterprise Agent Platform automatisiert die Clustergröße und Fehlerbehebung, sodass Datenwissenschaftsteams sich auf die Modellqualität konzentrieren können. In der Fertigungsindustrie bieten die Lösungen von NVIDIA und Google Cloud Möglichkeiten zur Integration von KI in bestehende Systeme, um digitale Zwillinge und Robotersimulationen zu erstellen. Die Vielzahl an Hardwareoptionen ermöglicht Unternehmen eine präzise Provisionierung ihrer Beschleunigungskapazitäten, was zu Kosteneinsparungen und Effizienzsteigerungen führt. Die wachsende Entwicklergemeinschaft fördert zudem die Nutzung dieser Technologien.

Die NVIDIA Corporation bleibt der führende Anbieter von Grafikprozessoren und KI-Chips und ist für deutsche Privatanleger eine unverzichtbare Aktie, um von der KI-Revolution zu profitieren. Aktuell wird die Aktie bei 171,57 € gehandelt, was eine leichte Korrektur darstellt, jedoch eine positive Entwicklung über die letzten Monate zeigt. Analysten sind optimistisch und setzen ein durchschnittliches Kursziel von 275 $, wobei 52 von 54 Experten zum Kauf raten. Trotz Herausforderungen durch US-Exportrestriktionen nach China bleibt das Unternehmen stark, insbesondere durch den Fokus auf industrielle Anwendungen und AI-Infrastrukturen. NVIDIA meldete kürzlich Rekordumsätze von 68,1 Mrd. $ im Fiskal-Q4, was auf starkes Wachstum im Data-Center-Bereich hinweist. Die Aktie hat sich in den letzten 12 Monaten fast verdoppelt und zeigt eine beeindruckende Jahresperformance von +7,28 %. Zudem fördert NVIDIA europäische KI-Initiativen, was für deutsche Anleger von Bedeutung ist. Langfristig wird die Aktie als vielversprechend angesehen und dürfte auch in Zukunft eine zentrale Rolle in der Technologiebranche spielen.

Die NVIDIA-Aktie liegt aktuell bei etwa 172,20 €, was einen leichten Rückgang im Vergleich zum Vortag darstellt, jedoch eine positive Entwicklung über die letzten Monate zeigt. Analysten setzen das Kursziel auf 229,06 USD, was die starke Marktstellung von NVIDIA im Bereich Künstliche Intelligenz (KI) und Quantencomputing verdeutlicht. Das Unternehmen hat kürzlich KI-Modelle für Quantencomputer vorgestellt, was das Wachstum in diesem Sektor weiter fördern könnte. Mit einem jährlichen Anstieg von 7,28 % und einer beeindruckenden 1-Jahres-Performance von 98,45 % zeigt die Aktie eine starke Performance. Die Marktkapitalisierung beträgt 4,19 Bio. €, und für 2026 wird ein Gewinnwachstum von 24,6 % prognostiziert. Trotz geopolitischer Spannungen bleibt NVIDIA robust und bietet deutschen Privatanlegern eine attraktive Möglichkeit, in den US-Technologiesektor zu investieren. Die Innovationskraft durch KI-Chips und die Diversifizierung in Quantencomputing positionieren das Unternehmen vielversprechend für zukünftiges Wachstum.