Nvidias nächste „Goldgrube“

Die rasante Entwicklung automatisierter KI verändert die Technologielandschaft grundlegend, wobei CPUs neben GPUs zu einer entscheidenden Hardware werden.

Seit dem Ausbruch der KI-Welle stand die Grafikprozessoreinheit (GPU) von Nvidia im Mittelpunkt der Tech-Welt, wenn es um KI-Infrastruktur ging.

Ob es nun um die Marktkapitalisierung von Nvidia, die Kapitalkosten für Cloud-Service-Anbieter oder die Trainingsgeschwindigkeit von Unternehmen für Modellentwicklung geht – letztendlich läuft alles auf eine einzige Gleichung hinaus: Wer mehr GPUs hat, kommt der Sicherung eines Platzes in der nächsten Runde des KI-Wettlaufs näher.

Auf der Computex 2026 dreht sich die neue Geschichte, die Nvidia-Gründer Jensen Huang erzählen wird, jedoch nicht mehr ausschließlich um GPUs.

Die Rückkehr der CPU

Nvidia hat mit der RTX Spark seinen Einstieg in den PC-Prozessormarkt angekündigt. Die neue Chipreihe, deren Markteinführung für diesen Herbst erwartet wird, wird direkt mit Intel und AMD konkurrieren.

Was die Tech-Welt jedoch wirklich aufhorchen ließ, war Vera – Nvidias erste eigene Produktlinie von Rechenzentrums-CPUs, die offiziell vorgestellt wurde. Herr Huang betonte sogar, dass dies der neue wichtigste Wachstumstreiber des Unternehmens sein werde und auf einen 200 Milliarden Dollar schweren CPU-Markt abziele.

Vera – Nvidias erste speziell für die Orchestrierung von Agentic AI, Tool-Aufrufen und langfristigem Kontextmanagement entwickelte CPU. Foto: Nvidia.

Die Erwartungen des Nvidia-CEOs sind nicht unbegründet. Angesichts der rasanten Zunahme von KI-Systemen reicht der Besitz vieler GPUs nicht mehr aus.

Die GPU spielt nach wie vor eine zentrale Rolle im Modellinferenzprozess, aber vor und nach jeder Inferenz benötigt das System die CPU, um die Zeitplanung, Tool-Aufrufe und den Datenfluss zu bewältigen.

Aus diesem Grund rücken CPUs zunehmend in den Mittelpunkt der KI-Infrastruktur. In der Anfangsphase des KI-Booms konzentrierte sich die Branche fast ausschließlich auf das Modelltraining.

Das Training erfordert die Verarbeitung einer Reihe massiver paralleler Matrixberechnungen – die absolute Stärke von GPUs. Die CPU übernimmt dabei lediglich eine unterstützende Rolle, wie die Initialisierung des Systems, den Datentransport und die Aufgabenverwaltung.

Infolgedessen ist es in den letzten Jahren fast zum Konsens der gesamten Technologiebranche geworden, die GPU vollständig zu optimieren und die CPU zu minimieren.

Da sich die KI jedoch von groß angelegtem Sprachmodelltraining hin zu groß angelegten Inferenzprozessen verlagert und schließlich in das Zeitalter der Agenten-KI eintritt, beginnt sich die Art der Arbeitslast zu verändern.

Das könnte Sie interessieren

Robo-Advisor boomen und haben sich zum Ziel gesetzt, 6 Billionen Dollar zu verwalten.VTV.vn – Automatisierte Anlageberatungsdienste mithilfe von KI expandieren rasant und tragen dazu bei, die betriebliche Effizienz zu steigern und das Kundenerlebnis zu optimieren.

Amazon setzt am Prime Day Roboter zur Auslieferung von Bestellungen ein.VTV.vn – Amazon verstärkt den Einsatz von automatisierten Robotern beim Prime Day 2026, um Millionen von Bestellungen schneller abzuwickeln, Fehler zu reduzieren und die Lieferzeiten zu verkürzen.

Valve gibt die Preise für Steam Machine bekannt, die bei 1.049 US-Dollar beginnen.VTV.vn – Valve hat den Preis für die Steam Machine bekannt gegeben und Vorbestellungen dafür eröffnet. Die Steam Machine ist ein Gaming-PC, der für die Verwendung mit einem Fernseher im Wohnzimmer konzipiert wurde.

KI-Agenten sind keine linearen Frage-Antwort-Systeme. Stattdessen zerlegen sie komplexe Aufgaben in mehrere Schritte, darunter das Aufrufen externer Tools, das Lesen und Schreiben von Datenbanken, das Durchführen von Suchvorgängen, das Ausführen von Code, die Authentifizierung und das Management des Kontext-Cachings.

Das System prüft anschließend, ob das aktuelle Ergebnis gültig ist, bevor es über die nächste Aktion entscheidet. Eine einzelne Benutzeranfrage kann gleichzeitig Dutzende, ja sogar Hunderte von untergeordneten Agenten auslösen, die parallel arbeiten.

Die Architektur der Vera-CPU. Bild: Nvidia.

Die Koordination, der Werkzeugaufruf, die Speicherverwaltung und die Zusammenarbeit zwischen diesen untergeordneten Agenten erfolgen größtenteils nicht auf der GPU.

Die GPU kann weiterhin Modellinferenzen durchführen – das, was dem „Denken“ am nächsten kommt. Zwischen den Inferenzen muss die CPU jedoch die Modellausgabe analysieren, entscheiden, welches Tool als nächstes aufgerufen werden soll, den Ausführungsplan verwalten, Dateilese- und -schreibvorgänge durchführen, Netzwerkanfragen initiieren und schließlich die Ergebnisse an die GPU zurückliefern.

Der nächste globale Trend

Bisher bestand die Standardkonfiguration eines KI-Servers typischerweise aus einer CPU und acht der neuesten GPUs. Da sich die KI-Workloads jedoch von Training über Inferenz bis hin zu KI-Agenten verlagern, verschiebt sich das Verhältnis von CPU zu GPU von 1:8 auf 1:4 und könnte zukünftig sogar 1:1 oder noch höher erreichen.

Aus diesem Grund hat AMD-Chefin Lisa Su wiederholt betont, dass die Technologiebranche den Wert von CPUs im Zeitalter der KI bisher unterschätzt habe.

Ihrer Ansicht nach könnte allein der Markt für Rechenzentren innerhalb der nächsten drei bis vier Jahre ein Volumen von über einer Billion US-Dollar erreichen. Dieser enorme Markt erfordert das Zusammenwirken verschiedener Technologien wie CPUs, GPUs und ASICs.

Noch vor sechs bis zwölf Monaten spielten CPUs auf dem Markt kaum eine Rolle, und niemand ahnte, dass sie knapp werden würden. Doch mit dem explosionsartigen Anstieg der Nachfrage nach Rechenleistung sind CPUs wieder in den Mittelpunkt gerückt.

Der CEO von AMD prognostiziert, dass die durchschnittliche jährliche Wachstumsrate des Marktes für Rechenzentrums-CPUs in den nächsten fünf Jahren 35 % übersteigen wird und damit die Wachstumsrate von weniger als 10 % in den Vorjahren deutlich übertrifft.

Anstatt sich in einen Preiskampf mit Intel oder AMD zu verwickeln, besteht Nvidias eigentliche Strategie darin, die Leistungseinbußen durch alternative CPUs, PCIe-Bandbreite und langsame Netzwerke, die die GPU-Leistung behindern, vollständig zu beseitigen.

Der CEO von Nvidia präsentiert auf der Computex 2026 zwei Laptops mit RTX-Spark-Chips und markiert damit die Rückkehr des Unternehmens auf den PC-Chip-Markt. Foto: Nvidia .

Das könnte Sie interessieren

Die Halbleitertechnologie zieht Investoren in die Hightech-Zone.VTV.vn – Ho-Chi-Minh-Stadt entwickelt sich zu einem Anziehungspunkt für Halbleiterinvestoren, da ihr Hightech-Ökosystem allmählich ausreift und Möglichkeiten für eine stärkere Beteiligung an der globalen Wertschöpfungskette eröffnet.

Trotz des KI-Booms bleibt die Nachfrage nach Technologieingenieuren hoch.VTV.vn – Neue Rekrutierungsdaten zeigen, dass Technologieingenieure die widerstandsfähigste Berufsgruppe gegenüber den Auswirkungen künstlicher Intelligenz bleiben.

Halbleiterindustrie – Ein „Magnet“ für koreanische TalenteVTV.vn - Der Boom der Chipindustrie hat Samsung und SK Hynix dank guter Jobaussichten und rekordverdächtiger Einkommen für junge Menschen äußerst attraktiv gemacht.

Der Grafikkartenriese möchte die CPU intern integrieren, wodurch sie perfekt in seine proprietäre KI-Plattform passt und sichergestellt wird, dass seine besten GPUs nicht ausgebremst werden.

In diesem Sinne brachte Nvidia Vera auf den Markt – die erste maßgeschneiderte CPU, die speziell für die Orchestrierung von Agentic AI, Tool-Aufrufen und langfristigem Kontextmanagement entwickelt wurde.

Tatsächlich profitiert aber kein Geringerer als der ehemalige Gigant Intel am meisten vom CPU-Boom. Finanzberichte zeigen, dass Intels Umsatz im ersten Quartal 2026 13,6 Milliarden US-Dollar erreichte, ein Plus von 7 % gegenüber dem Vorjahr, während der Nettogewinn um 156 % in die Höhe schnellte.

Intel-CEO Lip-Bu Tan erklärte, dass die Produktlinien der Xeon 6-Serie (basierend auf dem Intel 3-Prozess) und der Core 3-Serie (basierend auf dem Intel 18A-Prozess) beide in die Phase der beschleunigten Massenproduktion eingetreten seien.

Er räumte jedoch auch ein, dass Intel die Marktnachfrage noch immer nicht vollständig befriedigen kann und dass dieser Wachstumstrend voraussichtlich bis 2027 anhalten wird.

Quelle: https://znews.vn/mo-vang-tiep-theo-cua-nvidia-post1657130.html