GPUs & Beschleuniger

Der Markt für 800 VDC-Datenzentrum-Stromarchitekturen wird bis 2034 voraussichtlich 59,76 Milliarden USD erreichen, mit einem jährlichen Wachstum von 15,6 %. Diese Entwicklung wird durch den steigenden Energiebedarf von KI-Racks vorangetrieben, die die herkömmliche Wechselstromversorgung übertreffen. Betreiber setzen zunehmend auf 800 VDC, um Umwandlungsschritte, Kupferbedarf und Energieverluste zu minimieren. Die Umstellung erfolgt schrittweise, beginnend mit AC-Rack-Lieferungen und der Einführung von Hybrid- und nativen 800 VDC-Systemen. Bis 2025 werden Brownfield-Retrofit-Installationen 58,36 % des Marktanteils ausmachen, da Betreiber bestehende Infrastrukturen erweitern können, ohne sie vollständig ersetzen zu müssen. Diese Strategie ermöglicht eine Erhöhung der KI-Kapazität bei minimalen Betriebsunterbrechungen. Die Standardisierung von 800 VDC-Spezifikationen durch Unternehmen wie Google, Microsoft und NVIDIA wird die Akzeptanz dieser Technologie weiter fördern.

Die rasante Expansion von KI-Datenzentren führt zu einem signifikanten Anstieg des Bedarfs an nicht nur GPUs, sondern auch an Speicherchips und fortschrittlichen Verpackungstechnologien. Diese Entwicklung erhöht die Stromversorgung in GPU-Clustern und erfordert effizientere Stromversorgungssysteme in den Datenzentren. Gleichzeitig könnte der steigende Energiebedarf die Verfügbarkeit von Leistungschips für die Automobil- und Elektronikindustrie gefährden. Dies birgt das Risiko von Engpässen in der Lieferkette, da die Nachfrage nach diesen Chips in mehreren Sektoren gleichzeitig steigt. Die Herausforderung besteht darin, eine Balance zwischen der Versorgung der KI-Datenzentren und den Bedürfnissen anderer Industrien zu finden, um Engpässe zu vermeiden und die Stabilität der Märkte zu gewährleisten.

AMD und Nvidia investieren gezielt in die Erweiterung ihrer Lieferketten, insbesondere in den Bereichen Substrate, Verpackung und Tests. Diese Maßnahmen sind eine Reaktion auf die steigende Nachfrage im Bereich Künstliche Intelligenz, die eine Diversifizierung der Produktangebote erfordert. Durch die Fokussierung auf diese Schlüsseltechnologien wollen die Unternehmen sicherstellen, dass sie den wachsenden Marktanforderungen gerecht werden. Die geplanten Kapazitätserweiterungen sind entscheidend, um Produktionsengpässe zu überwinden, die durch die rasante technologische Entwicklung entstehen. Langfristig könnten diese strategischen Schritte die Wettbewerbsfähigkeit von AMD und Nvidia stärken und ihnen helfen, sich in einem dynamischen Marktumfeld erfolgreich zu behaupten.

In den USA erhalten Arbeiter den geringsten Anteil am wirtschaftlichen Output seit fast 80 Jahren, was die Frage aufwirft, wer vom Wachstum tatsächlich profitiert. Im zweiten Quartal 2026 fiel der Anteil der Löhne und Gehälter auf 52,8%, was einen Rückgang im Vergleich zu den Vorquartalen darstellt. Faktoren wie die schwächere Verhandlungsmacht der Arbeitnehmer, Automatisierung und Veränderungen in der Erfassung von Unternehmensgewinnen tragen zu diesem Trend bei. Ökonomen warnen, dass der zunehmende Einsatz von Künstlicher Intelligenz die Situation verschärfen könnte, da Unternehmen möglicherweise mehr produzieren, ohne die Löhne entsprechend zu erhöhen. Trotz eines Anstiegs der Produktivität um 2,2% sank die inflationsbereinigte Stundenvergütung um 3,3%. Eine Analyse der Tax Foundation hinterfragt zudem, wie viel des nationalen Einkommens tatsächlich an die Arbeitnehmer fließt. Aktuelle Trends deuten darauf hin, dass der Anteil der Löhne bis Ende des Jahrzehnts unter 50% fallen könnte, was die wirtschaftliche Ungleichheit weiter verstärken würde.

Anthropic hat in seinem IPO-Antrag eine umfassende Infrastrukturstrategie präsentiert, die über traditionelle Cloud-Dienste hinausgeht. Das Unternehmen, bekannt für das KI-Modell Claude, hat sich Hunderte von Milliarden Dollar an Rechenkapazität bei großen Anbietern wie Google, Amazon, Microsoft und Broadcom gesichert. Diese Investitionen umfassen sowohl TPUs als auch GPUs sowie den Bau eigener Rechenzentren. Mit dieser Strategie zielt Anthropic darauf ab, die notwendige Infrastruktur zu schaffen, um seine KI-Modelle effizient zu betreiben und weiterzuentwickeln. Die umfangreiche Rechenkapazität könnte zu einer signifikanten Verbesserung der Leistungsfähigkeit ihrer KI-Anwendungen führen und Anthropic eine stärkere Marktposition im wettbewerbsintensiven KI-Sektor verschaffen.

Blockmate Ventures Inc. hat am 27. Oktober 2026 eine verbindliche Vereinbarung zum Erwerb eines NVIDIA B200-Rechenknotens getroffen, was den Einstieg des Unternehmens in den KI-Neocloud-Markt markiert. Der Rechenknoten, ausgestattet mit acht NVIDIA B200-GPUs, wird für etwa 635.000 US-Dollar erworben und soll innerhalb einer Woche nach Lieferung für kommerzielle KI-Workloads einsatzbereit sein. Während Blockmate die Hardware besitzt, übernimmt Scannit Inc. den Betrieb und die Vermarktung der Rechenleistung. Diese Transaktion stellt einen bedeutenden Schritt in der Transformation von Blockmate dar, das sich vom Unternehmensentwickler zum Betreiber von KI-Infrastruktur wandelt. Der erste Rechenknoten dient als Testeinsatz, um wichtige Betriebsdaten zu sammeln, die für zukünftige Investitionsentscheidungen entscheidend sind. Zudem plant Blockmate, seine KI-Infrastrukturstrategie durch den Aufbau eines KI-Rechenzentrums in Wyoming und die Beteiligung an Hivello weiter auszubauen.

Blockmate Ventures Inc. hat einen bedeutenden Schritt in den AI-Neocloud-Markt gemacht, indem es einen NVIDIA B200 Compute Node mit acht GPUs für etwa 635.000 US-Dollar erworben hat. Diese Akquisition ermöglicht es Blockmate, als Eigentümer und Betreiber von AI-Infrastruktur aufzutreten und diese Kapazitäten AI-Entwicklern und Unternehmen anzubieten. Die Zusammenarbeit mit Scannit Inc. als spezialisierten Betreiber wird die effiziente Verwaltung und Vermarktung der Hardware sicherstellen. Die Lieferung des Compute Nodes wird im ersten Quartal 2027 erwartet, und nach der Installation wird die Infrastruktur innerhalb einer Woche für kommerzielle AI-Anwendungen bereit sein. Dieser Schritt markiert einen Wandel im Geschäftsmodell von Blockmate, das sich von einem Venture Builder zu einem aktiven Betreiber von AI-Infrastruktur entwickelt. Die Investition in hochleistungsfähige NVIDIA AI-Infrastruktur unterstützt Blockmates Strategie, eine vertikal integrierte AI-Infrastruktur aufzubauen, um der steigenden Nachfrage nach spezialisierter Rechenleistung gerecht zu werden.

Blockmate Ventures Inc. hat eine verbindliche Vereinbarung mit Scannit Inc. zum Erwerb seines ersten NVIDIA B200-KI-Rechenknotens getroffen, was den Einstieg in den Markt für KI-Neocloud und GPU-Rechenleistung markiert. Der Rechenknoten, der acht NVIDIA B200-GPUs umfasst, wird für etwa 635.000 US$ erworben und soll innerhalb einer Woche nach Lieferung für kommerzielle KI-Workloads einsatzbereit sein. Blockmate wird die Hardware besitzen, während Scannit für den Betrieb und die Vermarktung der Rechenkapazität verantwortlich ist. Diese Transaktion stellt einen wichtigen Schritt in der Entwicklung von Blockmates vertikal integrierter KI-Infrastrukturstrategie dar. Der Rechenknoten dient als Testeinsatz, um reale Betriebsdaten zu sammeln, die für zukünftige Entscheidungen über weitere Installationen und Investitionen entscheidend sind. Die Finanzierung erfolgt durch eine Kombination aus liquiden Mitteln und einem geplanten Darlehen von Carosa Corporation B.V.

Der Aktienmarkt in Brasilien hat einen dramatischen Rückgang von 13,9 Prozent erlitten, nachdem Präsident Luiz Inácio Lula da Silva überraschend wiedergewählt wurde. Anleger sind besorgt über mögliche Erhöhungen der Staatsausgaben, die die notwendige Haushaltskonsolidierung gefährden könnten. Besonders stark betroffen sind Banken, Einzelhändler und Immobilienunternehmen, deren Aktien teilweise über 40 Prozent an Wert verloren haben. Trotz dieser negativen Entwicklungen könnten sich für Investoren Chancen ergeben, da etablierte Unternehmen mit soliden Bilanzen nun günstiger gehandelt werden. Parallel dazu plant Meta eine massive Kapitalerhöhung von 97,5 Milliarden US-Dollar zur Investition in KI-Infrastruktur, was auch Nvidia und andere Unternehmen anzieht. Diese Investitionen könnten langfristig die Marktstimmung verbessern, während die kurzfristigen Auswirkungen auf die Aktienkurse noch ungewiss bleiben.

Der Co-Packaged Optics-Markt gewinnt an Dynamik, da NVIDIA plant, die Kapazität seiner optischen Engines bis 2027 um das 15-fache zu erhöhen. Diese Strategie zielt darauf ab, die Effizienz und Leistung von Rechenzentren zu steigern, indem optische Komponenten direkt mit den Prozessoren integriert werden. Diese Entwicklung könnte die Bandbreite und Geschwindigkeit der Datenübertragung erheblich verbessern und gleichzeitig den Energieverbrauch senken. Die Nachfrage nach Hochgeschwindigkeitsverbindungen in Cloud-Computing und KI-Anwendungen treibt das Wachstum in diesem Sektor voran. NVIDIA positioniert sich somit als Vorreiter in der Branche, während Unternehmen zunehmend auf Co-Packaged Optics setzen, um den steigenden Anforderungen an Datenverarbeitung und -übertragung gerecht zu werden.

OpenAI hat mit GPT-6.1 Terra ein neues KI-Modell entwickelt, das auf kostengünstige und effiziente Automatisierung von Computerarbeitsabläufen abzielt. Im Vergleich zu seinem Vorgänger, GPT-5.6 Terra, zeigt das Modell signifikante Verbesserungen in Effizienz und Leistung, insbesondere bei der Verarbeitung von Bildschirminhalten und der Bedienung von Programmen. In unabhängigen Tests erzielte Terra bei mittlerer Reasoning-Stufe um 15 Prozentpunkte bessere Ergebnisse und senkte die Kosten pro Aufgabe erheblich. Zudem wurden Fortschritte im Programmieren verzeichnet, und die Häufigkeit fehlerhafter Antworten in Wissenslücken wurde deutlich reduziert. Dennoch gibt es Schwächen, insbesondere im Bereich der Cybersicherheit, wo Terra in bestimmten Tests schlechter abschnitt. OpenAI plant, Terra schrittweise in verschiedenen Anwendungen und über die API anzubieten, wobei die Nutzungskosten deutlich niedriger sind als bei vergleichbaren Modellen.

Infineon hat am 27. Oktober 2026 in Zusammenarbeit mit UnternehmerTUM Accelerator, Microsoft und NVIDIA das Physical AI Growth Lab ins Leben gerufen, ein Förderprogramm für europäische Start-ups im Bereich physische KI, Robotik und industrielle KI, das von Januar bis April 2027 läuft. Diese Initiative zielt darauf ab, Innovationen in der KI-Branche zu fördern und hat bereits zu einem Anstieg der Infineon-Aktie um 2,2% geführt. Zudem wurde die Kooperation mit NVIDIA zur Stromversorgung von KI-Rechenzentren vertieft, wobei der Fokus auf GaN-basierten Stromwandlungssystemen liegt. Um die steigende Nachfrage aus den Bereichen KI-Rechenzentren, Energie-Infrastruktur, Elektromobilität und Robotik zu bedienen, plant Infineon bis 2034 Investitionen von rund 1,1 Milliarden Euro in den Ausbau seiner GaN-Fertigung in Villach. Diese wird die erste Hochvolumenfertigung für GaN-Leistungshalbleiter in Europa auf 300-mm-Wafern sein, mit einem Produktionsstart Ende 2027. Zudem hat Infineon eine mehrjährige Liefervereinbarung mit Wolfspeed für 200-mm-Wafer unterzeichnet. Der nächste Berichtstermin für die Veröffentlichung der Ergebnisse des vierten Quartals und des Geschäftsjahres 2026 ist der 10. November.

Nvidia-CEO Jensen Huang und Tesla-CEO Elon Musk haben auf der GTC Berlin und während des dritten Quartals 2026 von SpaceX eine gemeinsame Auffassung geäußert, dass die Wertabwertung von GPUs nicht mehr so schnell erfolgt wie früher. Diese Einschätzung deutet darauf hin, dass die Lebensdauer und der Wert von Grafikkarten in der modernen Technologie stabiler geworden sind. Dies könnte bedeutende Auswirkungen auf die Branche haben, da Unternehmen möglicherweise seltener neue Hardware anschaffen müssen, was sowohl Kosten senken als auch die Umweltbelastung verringern könnte. Huang und Musk betonen, dass die wirtschaftliche Betrachtung von GPUs über die bloße Abwertung hinausgeht und deren langfristigen Nutzen in den Vordergrund rückt. Diese Perspektive könnte Investoren und Entwicklern neue Anreize geben, ihre Strategien im Umgang mit Hardware zu überdenken und nachhaltigere Ansätze zu verfolgen.

Der Besuch von Jensen Huang, dem CEO von Nvidia, in Kasachstan hat die Ambitionen des Landes zur Schaffung eines KI-Computing-Hubs für Europa verstärkt. Im Rahmen dieser Initiative plant Kasachstan den Aufbau von GPU-Clustern und Datenzentren sowie die Entwicklung von Talenten und physischer KI-Infrastruktur. Das Land strebt an, sich als Exporteur von KI-Technologien zu positionieren, indem es durch die Partnerschaft mit Nvidia seine technologischen Kapazitäten ausbaut und gleichzeitig internationale Märkte anspricht. Diese Strategie könnte nicht nur die kasachische Wirtschaft stärken, sondern auch die Wettbewerbsfähigkeit des Landes im globalen Technologiemarkt erhöhen.

Meta hat von Nvidia eine Investition in Höhe von 3 Milliarden Dollar erhalten, um seine KI-Agenten auf Nvidia-Hardware zu optimieren. Diese Partnerschaft wird durch die Erweiterung von Metas KI-Produkt Muse unterstützt. Um den Ausbau seiner KI-Infrastruktur voranzutreiben, plant Meta, bis zu 95 Milliarden Dollar durch Aktienangebote zu beschaffen. Auch AMD und Broadcom haben Interesse an einem Kauf von Meta-Aktien signalisiert. Kritiker äußern Bedenken hinsichtlich dieser Finanzierungspraktiken, da sie die tatsächliche Nachfrage verschleiern könnten. Die Investition von Nvidia in Meta spiegelt einen größeren Trend wider, bei dem Technologieunternehmen in ihre Kunden investieren, um deren Abhängigkeit von ihren Produkten zu erhöhen.

Nokia hat zusammen mit NVIDIA bedeutende Fortschritte bei der Entwicklung von AI-RAN (Artificial Intelligence Radio Access Network) erzielt, um die kommerzielle Bereitstellung und Integration von physischer KI zu fördern. Die Implementierung von KI in der Signalverarbeitung des 5G-Netzes verbessert die Netzwerkleistung und ermöglicht Echtzeitanalysen, was als Grundlage für zukünftige AI-native 6G-Netze dient. Praktische Anwendungen, wie die gleichzeitige Nutzung von Sprach-, Mobilfunk- und Videoanalysen durch Elisa in Helsinki, zeigen bereits die Vorteile dieser Technologie. Unternehmen wie BT, Deutsche Telekom und Orange testen ebenfalls AI-RAN-Technologien, was die Fortschritte in der Branche verdeutlicht. Zudem entwickeln Nokia und NVIDIA dApps, die neue Dienste ermöglichen und die Netzwerkinfrastruktur programmierbar machen. Ein weiterer wichtiger Schritt ist die Einführung einer souveränen agentischen KI-Plattform, die Telekommunikationsanbietern mehr Autonomie über ihre Netzwerke gibt, indem KI-gestützte Agenten in verschiedenen Netzwerkdomänen integriert werden. Diese Entwicklungen könnten die Effizienz und Leistungsfähigkeit von Telekommunikationsdiensten erheblich steigern und neue Anwendungsfälle für physische KI eröffnen.

Nvidia-Chef Jensen Huang hat Bedenken hinsichtlich eines möglichen Überangebots am Speichermarkt zurückgewiesen und prognostiziert, dass bis 2029 keine Überversorgung zu erwarten sei. Um seine Position zu untermauern, plant Nvidia eine Investition von drei Milliarden Dollar in Meta, das seine KI-Infrastruktur erweitern möchte. Diese Partnerschaft könnte sich positiv auf den Markt auswirken, was bereits zu einem Anstieg der Nasdaq und der Computerhardware-Werte geführt hat. Huang betont, dass der Bedarf an Speicher durch neue Technologien und die wachsende Nachfrage nach leistungsfähigen KI-Systemen weiter steigen wird. Nvidia bietet mittlerweile umfassende Systeme an, die neben GPUs auch CPUs und Netzwerktechnik beinhalten, was zu hohen Bruttomargen führt. Zudem wird das Ökosystem durch innovative Projekte wie das digitale Zwillingsprojekt in Portugal und Standardisierungspläne für Rechenzentren erweitert. Auch kleinere Marktteilnehmer investieren in Nvidias Hardware, was die Nachfrage zusätzlich anheizt.

Nvidia hat in das indische Startup Simplismart investiert, das Unternehmen hilft, KI-Modelle effizienter mit weniger GPUs zu betreiben. Diese Investition folgt einem beeindruckenden Umsatzanstieg von 14-fach innerhalb von nur sechs Monaten. Simplismart konzentriert sich auf die Optimierung von KI-Infrastrukturen, was besonders für amerikanische Firmen von Bedeutung ist, die mit steigenden Kosten für KI-Anwendungen konfrontiert sind. Durch die Reduzierung der benötigten Hardware-Ressourcen ermöglicht Simplismart eine kosteneffiziente Nutzung komplexer KI-Modelle, was den finanziellen Druck auf Unternehmen verringert. Diese Entwicklung ist besonders relevant für regulierte Branchen wie das Finanzwesen und Gesundheitswesen, in denen die Nachfrage nach kostengünstigen Lösungen wächst. Nvidias Unterstützung unterstreicht die zunehmende Bedeutung der Optimierung von KI-Infrastrukturen in einem von Kostendruck geprägten Markt. Die Investition könnte es mehr Unternehmen ermöglichen, KI-Projekte zu realisieren, die zuvor aufgrund hoher Kosten nicht umsetzbar waren, und positioniert Simplismart als wichtigen Akteur im Bereich der wirtschaftlich nachhaltigen Unternehmens-KI.

Auf der GTC-Konferenz in Berlin stellte Nvidia das DSX POD vor, eine innovative Lösung zur Revolutionierung der Konstruktion von KI-Datenzentren. Diese neue Methode zielt darauf ab, traditionelle Ansätze durch effizientere und flexiblere Strukturen zu ersetzen. Das DSX POD optimiert nicht nur die physische Infrastruktur, sondern erleichtert auch die Integration von KI-Agenten und anderen Technologien. Die Einführung dieser Systeme könnte erhebliche Auswirkungen auf die Entwicklung und den Einsatz von KI in Europa haben, insbesondere im Hinblick auf die Schaffung souveräner KI-Lösungen. Durch strategische Partnerschaften und die Nutzung von CUDA-X wird die Leistungsfähigkeit von KI-Anwendungen gesteigert, was die Wettbewerbsfähigkeit der europäischen Märkte fördern könnte.

Nvidia hat in das indische Startup Simplismart investiert, das Unternehmen dabei unterstützt, KI-Modelle effizienter mit weniger GPUs zu betreiben. Die Investition von 14 Millionen Dollar im Rahmen einer Series B-Finanzierungsrunde bewertet das Unternehmen auf etwa 100 Millionen Dollar. Simplismart automatisiert die Anpassung von KI-Modellen an bestehende Recheninfrastrukturen, was zu einer signifikanten Senkung der GPU-Kosten führt, wie im Fall von InVideo, wo die Kosten um 56 % reduziert wurden. Das Unternehmen plant, seine Präsenz in den USA auszubauen und hebt sich durch maßgeschneiderte Lösungen von der Konkurrenz ab. Simplismart wurde von ehemaligen Ingenieuren von Oracle und Google gegründet und hat in den letzten sechs Monaten ein 14-faches Umsatzwachstum erzielt. Nvidia sieht in der Effizienzsteigerung von KI-Anwendungen eine Möglichkeit, die Attraktivität seiner Hardware zu steigern und die Verbreitung von KI-Technologien zu fördern.

Simplismart hat erfolgreich 14 Millionen US-Dollar in einer Finanzierungsrunde gesammelt, angeführt von Dallas Venture Capital, mit Unterstützung von Nvidia und weiteren Investoren. Das Startup hat eine Software entwickelt, die es ermöglicht, KI-Modelle effizienter auf bestehender Hardware auszuführen, wodurch die GPU-Nutzungskosten um 56 % gesenkt werden. Nvidia sieht in der Unterstützung von Simplismart eine Möglichkeit, die Attraktivität ihrer Chips zu steigern und mehr Unternehmen zur Implementierung von KI-Anwendungen zu bewegen. In einem wettbewerbsintensiven Markt positioniert sich Simplismart als Lösung für Unternehmen, die Kosten pro Token senken und die Effizienz ihrer KI-Modelle verbessern möchten. Der CEO hebt hervor, dass die spezifischen Anforderungen der Unternehmen im Vordergrund stehen, nicht nur Geschwindigkeit oder Kosten. Die Bewertung des Startups liegt bei etwa 100 Millionen US-Dollar, was unter den vorherigen Erwartungen liegt. Simplismart hat bereits namhafte Kunden wie InVideo und Tata 1mg gewonnen und zeigt, dass die Optimierung der Infrastruktur entscheidend für die Kostenkontrolle in der KI ist.

Nvidia-CEO Jensen Huang hat auf der GTC Berlin-Konferenz erklärt, dass Grafikkarten (GPUs) eine Lebensdauer von etwa acht Jahren haben. Diese Erkenntnis könnte die Finanzierung von KI-Projekten erheblich beeinflussen, da sie Investoren ermutigt, in GPU-basierte Technologien zu investieren. Huang hebt hervor, dass die lange Lebensdauer der GPUs Unternehmen Stabilität und Vorhersehbarkeit bietet, was die Bereitschaft zur finanziellen Unterstützung von KI-Initiativen erhöhen könnte. Dadurch können Unternehmen die langfristige Rentabilität ihrer Investitionen besser einschätzen. Die Gespräche mit dem Silicon Valley-Investor Gavin Baker verdeutlichen die wachsende Bedeutung von GPUs in der Technologiebranche und deren entscheidende Rolle in der Entwicklung von KI.

Nvidia und Meta haben eine strategische Partnerschaft angekündigt, die eine Investition von 3 Milliarden US-Dollar in Metas KI-Assistenten Muse umfasst. Diese Initiative reagiert auf die wachsende Nachfrage nach KI-Agenten und zielt darauf ab, die technologische Grundlage für zukünftige KI-Anwendungen zu stärken. Die Investition ist Teil einer erhöhten Aktienemission von Meta, die von 22,5 Milliarden auf 25 Milliarden US-Dollar angehoben wurde. Meta plant, die Erlöse zur Verbesserung seiner KI-Infrastruktur zu nutzen, während Nvidia die Software von Meta auf seinen Plattformen optimieren möchte. Beide Unternehmen streben an, die Betriebskosten für das Training und die Inferenz der Muse-Modelle zu senken und prüfen eine gemeinsame Nutzung der Nvidia OpenShell Reference Architecture. Diese Zusammenarbeit wird als entscheidend für die Entwicklung autonomer Softwaresysteme angesehen, da sie Nvidias Chip- und Netzwerkarchitektur mit Metas Softwaremodellen kombiniert.

Nvidia und Oracle haben die Vera Rubin NVL72 Systeme sowie die Vera CPUs in der Oracle Cloud Infrastructure (OCI) eingeführt, um den steigenden Anforderungen an Rechenleistung gerecht zu werden. Die Vera CPU ermöglicht eine unabhängige Skalierung von CPU und GPU, sodass Unternehmen nur für die tatsächlich benötigte Rechenleistung zahlen. Dies ist besonders wichtig, da viele Unternehmen ihre GPUs nicht vollständig auslasten, was zu ineffizienten Kosten führt. Nvidia gibt an, dass die Vera CPUs bis zu 80% mehr Leistung bei CPU-bezogenen Aufgaben bieten als herkömmliche x86-Prozessoren, obwohl diese Angaben nicht auf spezifische OCI-Instanzen basieren. Die Ankündigung zielt darauf ab, die Effizienz der Rechenressourcennutzung zu verbessern und Engpässe zwischen CPU und GPU zu beseitigen. Unternehmen, die Agenten in Produktion betreiben, sollten ihre Infrastruktur analysieren, um zu prüfen, ob die neue Konfiguration ihre Kosten und Effizienz optimiert. Trotz der flexiblen Systemarchitektur bleibt unklar, wie sich Preise und tatsächliche Leistung auf die spezifischen Arbeitslasten der Kunden auswirken werden.

Der Artikel beleuchtet die finanziellen und strategischen Verbindungen zwischen den führenden KI-Unternehmen Nvidia, OpenAI und Oracle. Durch Partnerschaften und Geldtransfers verschieben diese Konzerne Milliardenbeträge untereinander, was ihnen ermöglicht, Technologien und Ressourcen effizient zu teilen. Nvidia stellt die notwendige Hardware bereit, während OpenAI innovative Softwarelösungen entwickelt. Diese Zusammenarbeit fördert nicht nur das Wachstum der Unternehmen und deren Marktanteile, sondern schafft auch ein attraktives Ökosystem für kleinere Firmen und Start-ups, die von den fortschrittlichen Technologien profitieren möchten. Insgesamt könnte diese Dynamik die Innovationsgeschwindigkeit in der KI-Branche erheblich steigern und neue Standards setzen.

Oracle und Google haben eine Partnerschaft angekündigt, die es ermöglicht, die Tensor Processing Units (TPUs) von Google ab 2027 über die Oracle Cloud Infrastructure (OCI) zu nutzen. Dies ist das erste Mal, dass Google TPUs auf einer hyperskalaren Cloud-Plattform außerhalb von Google bereitgestellt werden, was den Kunden mehr Flexibilität bei der Auswahl ihrer Infrastruktur für KI-Workloads bietet. Die TPUs sind speziell für anspruchsvolle Trainings- und Inferenzaufgaben entwickelt und bieten nahezu lineare Skalierbarkeit sowie optimierte Kostenstrukturen. Mit der Einführung der achten Generation von TPUs, die sowohl für Training als auch Inferenz optimiert sind, können Unternehmen ihre KI-Anwendungen effizienter entwickeln und betreiben. OCI wird die notwendige Infrastruktur bereitstellen, um die TPUs in großem Maßstab zu implementieren, was den Zugang zu dieser Technologie für mehr Organisationen erleichtert. Die Einführung der TPUs auf OCI erfolgt schrittweise über mehrere Jahre, um den unterschiedlichen Bedürfnissen der Kunden gerecht zu werden.

Auf der Oracle AI World Konferenz in Las Vegas haben Oracle und NVIDIA den Ausbau ihrer OCI-Supercluster angekündigt, die auf eine Multi-Gigawatt-Skala wachsen sollen. Die neue NVIDIA Vera Rubin NVL72 Architektur wird in neuen Rack-Systemen und NVIDIA Vera-CPUs implementiert, die ab sofort auf der Oracle Cloud Infrastructure verfügbar sind. Diese Systeme bieten eine bis zu 30-mal höhere Inferenzleistung pro Watt im Vergleich zur Vorgängergeneration. Oracle ist der erste Hyperscaler, der die leistungsstarken NVIDIA Vera-CPUs mit 88 Kernen und hoher Speicherbandbreite einführt. Die OCI Kubernetes Engine ermöglicht eine unabhängige Skalierung von CPU- und GPU-Ressourcen, was besonders wichtig ist, da die GPU-Auslastung oft nur bei 50 Prozent liegt. Die Partnerschaft zwischen Oracle und NVIDIA könnte NVIDIA potenziell Einnahmen von bis zu 40 Milliarden US-Dollar pro Gigawatt einbringen, während Oracle für das Geschäftsjahr 2027 Investitionen von etwa 90 bis 95 Milliarden US-Dollar plant.

Samsung Electronics und SK Hynix planen, im zweiten Quartal 2027 mit der Lieferung von achtlagigem HBM4-Speicher an Nvidia zu beginnen. Diese Initiative erfolgt im Kontext von Nvidias Überprüfung seiner Speicherstrategie für den kommenden AI-Chip Rubin. Der neue HBM4-Speicher verspricht eine höhere Bandbreite und Effizienz, was potenziell die Leistungsfähigkeit von Nvidias Produkten erheblich steigern könnte. Die Partnerschaft zwischen Samsung und SK Hynix zielt darauf ab, Nvidia mit fortschrittlicher Technologie auszustatten, um im wettbewerbsintensiven Markt der KI-Chips wettbewerbsfähig zu bleiben. Details zur Vereinbarung und deren Auswirkungen auf die Produktionskapazitäten der Speicherhersteller sind bislang jedoch unklar.

Bis 2027 werden die globalen Server-CPU-Lieferungen voraussichtlich 52,6 Millionen Einheiten erreichen, was einem Anstieg von 45,7 % im Vergleich zum Vorjahr entspricht. Dieser Anstieg wird durch die wachsende Nachfrage nach Agentic AI, AI-Servern und allgemeinen Servern gefördert, während gleichzeitig Lieferengpässe bei fortschrittlichen Materialien und Prozessen bestehen bleiben. Intel bleibt trotz eines Rückgangs seines Marktanteils auf 39 % der größte Anbieter, während AMD auf 30,4 % ansteigt und den Abstand verringert. Im Umsatz wird AMD mit 31,2 Milliarden US-Dollar Intel, das auf 28,7 Milliarden US-Dollar kommt, übertreffen. Dies ist auf einen höheren durchschnittlichen Verkaufspreis und eine steigende Anzahl an Lieferungen zurückzuführen. Die Nachfrage nach CPUs wird durch das Wachstum im Bereich Agentic AI und den Bedarf an neuen Servern weiter ansteigen, während die bestehenden Lieferengpässe die Wachstumsdynamik der Lieferungen beeinflussen.

SpaceX hat eine bedeutende Finanzierungsvereinbarung mit Apollo Global Management über rund 40 Milliarden US-Dollar abgeschlossen, um KI-Chips von Nvidia zu erwerben. Diese Chips gehören zur nächsten Generation der NVIDIA „Vera Rubin“-Technologie und sollen SpaceX dabei unterstützen, seine terrestrischen Rechenkapazitäten auszubauen und eine Grundlage für zukünftige Entwicklungen in der Superintelligenz zu schaffen. Der Leasingvertrag hat eine Laufzeit von über fünf Jahren, mit einer erwarteten Lieferung der Ausrüstung in der ersten Jahreshälfte 2027. CFO Bret Johnsen hebt hervor, dass dieser Schritt die Finanzierungsquellen diversifiziert und einen wesentlichen Teil des Kapitalbedarfs für die Wachstumspläne des Unternehmens abdeckt. SpaceX strebt an, die größte Recheninfrastruktur weltweit aufzubauen, um Cloud-Dienste für Unternehmen und Privatnutzer anzubieten. Angesichts der rasant wachsenden Nachfrage nach Rechenleistung ist Johnsen optimistisch, dass sich die Investitionen innerhalb eines Jahres amortisieren werden. Dieser Deal vertieft zudem die Partnerschaft zwischen SpaceX und Nvidia, die bereits zuvor in das Unternehmen investiert hatten.

Meta plant, bis zu 95 Milliarden Dollar für den Ausbau seiner KI-Infrastruktur zu beschaffen, was das Interesse von Halbleiterunternehmen wie Nvidia, AMD und Broadcom weckt. Der Konzern beabsichtigt, zunächst 35 Milliarden Dollar durch die Ausgabe von Stamm- und Vorzugsaktien zu generieren, gefolgt von einem weiteren Verkaufsprogramm im Wert von bis zu 60 Milliarden Dollar, das 2027 starten könnte. Diese Kapitalbeschaffung ist entscheidend, um Rechenzentren auszubauen und neue KI-Modelle zu entwickeln, da Meta in den kommenden Jahren Investitionen von bis zu 145 Milliarden Dollar plant. Trotz eines Umsatzwachstums von 26 Prozent ist der freie Cashflow von Meta negativ, was den finanziellen Druck erhöht. Die Beteiligung der Chipgiganten könnte nicht nur finanzielle Mittel bereitstellen, sondern auch die Beziehungen zwischen den Unternehmen stärken. Für Anleger besteht jedoch das Risiko einer Verwässerung ihrer Aktien, was die Frage aufwirft, ob die potenziellen Gewinne aus den KI-Investitionen den hohen Aufwand rechtfertigen können.

Anthropic, der Entwickler des Claude-Chatbots, hat Pläne für einen Börsengang in den USA bekannt gegeben und hebt das Potenzial von künstlicher Intelligenz (KI) hervor, Krankheiten wie Krebs zu heilen und das globale Wirtschaftswachstum zu fördern. In den eingereichten Unterlagen bei der US-Börsenaufsicht wird KI als eine der bedeutendsten Technologien der Menschheitsgeschichte beschrieben, die sowohl die Lebensqualität verbessern als auch wissenschaftliche Innovationen beschleunigen könnte. Gleichzeitig warnt das Unternehmen vor den damit verbundenen Risiken, wie Arbeitsplatzverlusten, Missbrauch und Cyberangriffen. Trotz eines beeindruckenden Umsatzwachstums von 16,3 Milliarden US-Dollar verzeichnete Anthropic im ersten Halbjahr 2026 einen Nettoverlust von 80,7 Milliarden US-Dollar. Das Unternehmen erhält Unterstützung von Investoren wie Nvidia und Broadcom und konkurriert mit anderen Tech-Giganten wie Meta, die ebenfalls stark in KI investieren. Die Herausforderungen und Risiken im Zusammenhang mit der KI-Entwicklung könnten jedoch die zukünftige Rentabilität von Anthropic gefährden.

Anthropic, der Entwickler des Claude-Chatbots, hat Pläne für einen Börsengang in den USA angekündigt und hebt das Potenzial von künstlicher Intelligenz (KI) hervor, Krankheiten wie Krebs zu heilen und das globale Wirtschaftswachstum zu fördern. In den eingereichten Unterlagen bei der US-Börsenaufsicht wird KI als eine der bedeutendsten Technologien der Menschheitsgeschichte beschrieben, die sowohl die Lebensqualität verbessern als auch wissenschaftliche Innovationen vorantreiben könnte. Gleichzeitig warnt das Unternehmen vor den Risiken, die mit KI verbunden sind, wie Arbeitsplatzverlust, Missbrauch und Cyberangriffe. Trotz eines Umsatzwachstums auf 16,3 Milliarden Dollar verzeichnete Anthropic im ersten Halbjahr 2026 einen Nettoverlust von 80,7 Milliarden US-Dollar. Das Unternehmen hat Investoren wie Nvidia und Broadcom, die an Aktienkäufen interessiert sind, und sieht sich einem intensiven Wettbewerb, insbesondere von Meta, gegenüber. Die Herausforderungen und Risiken im Zusammenhang mit der KI-Entwicklung könnten jedoch die zukünftige Rentabilität von Anthropic gefährden.

Cassava Technologies hat die NVIDIA Nemotron-Modelle in seine AI Factory integriert, um die Einführung agentischer KI in verschiedenen Märkten zu beschleunigen. Durch die Bereitstellung dieser offenen Modelle als APIs über den Cassava AI Multi-Model Exchange können Unternehmen flexibel die passenden Modelle für ihre Anwendungen auswählen, ohne eigene Infrastruktur aufbauen zu müssen. Dies verbessert die Effizienz der GPU-Nutzung und ermöglicht eine kostengünstige, großflächige Entwicklung von KI-Lösungen. Die Nemotron-Modelle bieten erweiterte Fähigkeiten zur Problemlösung und Interaktion mit Geschäftstools, was die Entwicklung spezialisierter KI-Agenten erleichtert. Um Sicherheitsanforderungen zu erfüllen, integriert Cassava NVIDIA OpenShell für eine sichere Ausführung der Agenten. Zudem hilft der CAIMEx Token Optimiser Unternehmen, ihre KI-Ressourcen effizienter zu nutzen, indem er bereits verarbeitete Informationen identifiziert und wiederverwendet. Diese Initiativen sind Teil von Cassavas Strategie, ein integriertes KI-Ökosystem zu schaffen, das Vertrauen in Datensicherheit und Kontrolle fördert und das Wachstum der Unternehmen unterstützt.

Freedom Holding Corp. fördert den Ausbau der KI-Infrastruktur in Kasachstan mit einem geplanten Sovereign AI Hub im Wert von 2 Milliarden Dollar und der Einführung einer öffentlichen GPU-Cloud bis 2027. Das Unternehmen hat einen Vertrag mit dem Ministerium für Künstliche Intelligenz und digitale Entwicklung unterzeichnet, um den Hub mit einer Leistung von 100 MW zu entwickeln. Diese Infrastruktur wird Unternehmen und öffentlichen Institutionen den Zugang zu Rechenressourcen erleichtern und die Entwicklung von KI-Anwendungen ohne eigene Server ermöglichen. CEO Timur Turlov berichtete von einer bereits übersteigenden Nachfrage und dem Interesse potenzieller Kunden an langfristigen Mietverträgen. Zudem wird ein Freedom AI Super Cluster entwickelt, dessen erste Phase für das erste Quartal 2027 geplant ist. Das neue Freedom Cloud-Datencenter in der Nähe von Almaty bedient bereits über 3.400 Kunden aus verschiedenen Sektoren. Turlov betonte, dass Kasachstan über ein großes Talentreservoir verfügt und die nationale KI-Infrastruktur eine Schlüsselrolle in der globalen digitalen Transformation spielt.

SpaceX hat einen Kredit über 40 Milliarden Dollar aufgenommen, um Grafikprozessoren des US-Konzerns Nvidia zu erwerben. Diese Finanzierung ist ein Zeichen der starken Bonität des Unternehmens, unterstützt durch Einnahmen aus dem Starlink-Dienst. CEO Elon Musk erklärte, dass der Kredit hauptsächlich aus kündbaren Schuldtiteln besteht, die in den ersten beiden Quartalen bereitgestellt werden sollen. Der Schritt verdeutlicht den hohen Kapitalbedarf im Zuge des KI-Booms, da Technologieunternehmen um fortschrittliche Prozessoren konkurrieren. Im dritten Quartal verzeichnete SpaceX einen Umsatzanstieg von 161 Prozent auf 14,58 Milliarden Dollar, was die positiven Auswirkungen der KI-Investitionen unterstreicht. Trotz der fast dreifachen Ausgaben für die Rechnerinfrastruktur, die sich auf 19,6 Milliarden Dollar beliefen, zeigt sich ein klarer Trend zu steigenden Umsätzen. Zudem plant das Gemeinschaftsunternehmen Terafab, das SpaceX mit Tesla gegründet hat, die Produktion seines ersten Test-Chips im Mai oder Juni 2027, mit einer angestrebten Massenproduktion für das dritte Quartal 2028.

Deutschland sieht sich mit einem erheblichen Rückstand in der Nutzung generativer KI konfrontiert, da diese Technologie lediglich 1,7 Prozent der Arbeitszeit in Anspruch nimmt, verglichen mit 5,2 Prozent in den USA. Diese Differenz wird durch eine ausgeprägte Risikoaversion, hohe Arbeits- und Standortkosten sowie einen Mangel an Wagniskapital verstärkt. Insbesondere die hohen Austrittskosten bei gescheiterten Projekten, die in Deutschland im Durchschnitt 31 Monatsgehälter betragen, stehen im Gegensatz zu den nur 7 Monatsgehältern in den USA. Zudem sind die Abgaben auf Spitzenverdiener in Deutschland mindestens 10 Prozentpunkte höher, was die Rekrutierung von Fachkräften erschwert. Auch das Wagniskapital ist in den USA in der Wachstumsphase 3,6-mal so hoch wie in Deutschland. Diese finanziellen und regulatorischen Hürden beeinträchtigen das operative Geschäft von Start-ups, die unter schwachen Investitionen leiden. Branchenvertreter fordern daher dringend bessere Finanzierungs- und Rahmenbedingungen, um das Potenzial der industriellen KI-Modelle in Deutschland besser auszuschöpfen.

In der aktuellen Ausgabe des KI-Updates wird berichtet, dass Nvidia plant, den Aufbau von KI-Rechenzentren durch ein neues Referenzdesign namens DSX Pod erheblich zu beschleunigen, wodurch die Bauzeit von Monaten auf nur 14 Tage verkürzt werden soll. Dies könnte für Betreiber, die hohe Umsätze generieren, von großer Bedeutung sein, obwohl Bedenken hinsichtlich des Ressourcenverbrauchs bestehen. Zudem entwickelt Nvidia eine Open Agent Safety Platform zur Überwachung von KI-Agenten, um Sicherheitsrisiken zu minimieren. Microsoft hebt die Bedeutung von Transparenz und Kontrolle bei der KI-Nutzung hervor und ermöglicht Organisationen, ihre Rechenaufgaben lokal zu steuern. OpenAI hat seine Trainingsmethoden angepasst, um Sicherheitsvorfälle zu vermeiden, während in Europa eine Debatte über die Notwendigkeit eigener KI-Modelle geführt wird. Unternehmen wie Block und Perplexity zeigen innovative Ansätze zur Sprachverarbeitung und lokalen KI-Nutzung. Zudem fordern europäische Verlage Maßnahmen gegen Metas neue Geschäftsbedingungen, und eine Studie zeigt, dass das Vertrauen in KI-generierte Videos in der Bevölkerung sinkt.

Die Nvidia-Aktie gerät unter Druck, da Anleger besorgt über die hohen Schulden sind, die zur Finanzierung des Ausbaus der KI-Infrastruktur benötigt werden. Diese Sorgen führen zu einem Verkaufsdruck, der nicht nur Nvidia, sondern auch andere Technologiewerte betrifft, insbesondere angesichts steigender Ölpreise. Trotz großer Bestellungen von Unternehmen wie ByteDance, Alibaba und Tencent, die über 35 Milliarden Dollar wert sind, bleibt unklar, ob Nvidia diese Nachfrage bedienen kann, da das Unternehmen keine Garantie für die Erfüllung der Bestellungen geben kann. Analysten erkennen jedoch eine starke Nachfrage und bekräftigen Kaufempfehlungen, was die Unsicherheiten hinsichtlich Finanzierung und Produktionskapazitäten nicht beseitigt. Die bevorstehenden Quartalszahlen werden entscheidend sein, um die tatsächliche Nachfrage und die Fähigkeit von Nvidia zur Auftragsumsetzung zu bewerten.

Nvidia bleibt der unangefochtene Marktführer im Bereich der KI-Trainings- und Inferenzbeschleuniger und hält 80 bis 90 Prozent des Marktes. Diese Dominanz ermöglicht es dem Unternehmen, eine strategische Machtposition zu behaupten, während Wettbewerber wie Amazon und Google versuchen, eigene Nischen zu entwickeln. Trotz dieser Bemühungen wird erwartet, dass Nvidia seine Marktanteile nicht signifikant verliert, da der Gesamtmarkt weiterhin wächst. Startups und Investoren setzen auf spezialisierte Angebote und Kooperationen mit großen Kunden wie OpenAI und Meta, um die Abhängigkeit von Nvidia zu verringern. Die Branche sieht sich jedoch mit Lieferengpässen konfrontiert, die durch begrenzte Produktionskapazitäten in der Chipfertigung verstärkt werden. Unternehmen wie Luminal arbeiten daran, Software-Herausforderungen zu meistern, die die Einführung neuer Chips behindern, und streben an, die Abhängigkeit von Nvidias GPUs zu reduzieren. Die Zukunft des Marktes könnte eine stärkere Diversifizierung mit sich bringen, wobei die Frage bleibt, ob Nvidia seine Dominanz aufrechterhalten kann oder ob ein wettbewerbsfähigerer Markt entsteht.