Nvidia setzt zum nächsten großen KI-Sprung an

Nvidia-Chef Jensen Huang hat auf der Entwicklerkonferenz GTC seinen Optimismus für das KI-Geschäft deutlich unterstrichen. Bis Ende 2027 erwartet der Konzern Bestellungen von mindestens einer Billion US‑Dollar für die aktuellen KI-Chipsysteme. Bereits im vergangenen Jahr hatte Huang von einem möglichen Auftragsvolumen von 500 Milliarden Dollar bis 2026 gesprochen, nun hat er diese Prognose deutlich nach oben korrigiert.

Der enorme Sprung signalisiert, wie stark Nvidia an die anhaltende Investitionsbereitschaft großer KI-Entwickler glaubt. Unternehmen wie OpenAI, Google oder Meta stecken weiterhin hunderte Milliarden in den Aufbau neuer Rechenzentren für KI-Anwendungen, und ein erheblicher Teil dieser Investitionen fließt in die GPU-Systeme von Nvidia.

Skeptikern, die bezweifeln, dass sich diese gigantischen Ausgaben jemals rechnen lassen, hält Huang eine klare Botschaft entgegen. Verzögerungen beim Ausbau der Rechenkapazitäten seien das eigentliche Problem, sagte er. Jeder verlorene Monat koste Unternehmen Milliarden an potenziellen Umsätzen. Nvidia selbst profitiert massiv vom Boom: Der Umsatz des Konzerns ist im vergangenen Geschäftsjahr um fast zwei Drittel auf knapp 216 Milliarden Dollar gestiegen.

Wie Nvidia zur Infrastrukturmacht der Autoindustrie wurde

Vom Gaming-Spezialisten zur KI-Plattform mit Billionenbewertung: Nvidia prägt zunehmend die digitale Architektur der Branche. Für OEMs entsteht damit neben technologischem Fortschritt auch eine neue strategische Abhängigkeit.

Pascal Nagel

Hyundai-Kia baut auf den Nvidia-Stack

Während Nvidia im Rechenzentrumssegment Rekordzahlen anpeilt, setzt der Konzern zugleich die nächsten Akzente für die Automobilindustrie. Die vertiefte Partnerschaft mit Hyundai-Kia sieht vor, dass die Unternehmen künftig breiter auf die autonome Fahrplattform „Drive Hyperion“ setzen. Diese soll in ausgewählten Serienmodellen implementiert werden und eine skalierbare, datengetriebene Entwicklungsarchitektur für Systeme vom assistierten Fahren auf Level 2 bis hin zu hochautomatisierten Funktionen auf Level 4 ermöglichen. Letztgenannte Stufe wollen auch BYD, Geely, Isuzu und Nissan erreichen und setzen neuerdings ebenfalls auf die Hyperion-Plattform von Nvidia.

Hyundai und Kia betrachten die Kooperation als strategischen Baustein ihrer Software-Defined-Vehicle-Agenda. Beide wollen ihre Fähigkeiten im Software-Stack und ihre umfangreichen Flotten mit Nvidias beschleunigter Rechenplattform verknüpfen. Auf dieser Grundlage soll ein kontinuierlicher Entwicklungsprozess etabliert werden, der reale Fahrzeugdaten, KI‑Modelltraining, Simulation und Validierung miteinander verknüpft.

Rishi Dhall, Vice President Automotive bei Nvidia, betonte, die Zukunft der Mobilität werde „auf KI und Software gebaut“. Man kombiniere die Ingenieurskunst der südkoreanischen Autobauer mit Nvidias KI-Technologien, um sichere und intelligente Systeme auf Basis von Drive bereitzustellen. Heung-Soo Kim, Executive Vice President der Hyundai Motor Group, ordnete die Zusammenarbeit als wichtigen Meilenstein ein und verwies darauf, dass sie die technologische Wettbewerbsfähigkeit von Assistenzsystemen der Stufen 2 und höher bis hin zu Robotaxi-Diensten stärken solle. Auch die Kooperation mit Hyundais Robotaxi-Joint-Venture Motional soll vertieft werden.

Hyundai und Nvidia entwickeln gemeinsam KI-Lösungen

Mit einer strategischen Partnerschaft treiben Hyundai und die Tech-Experten von Nvidia die KI-gestützte Mobilitätsrevolution voran. Von autonomen Fahrzeugen bis zur Smart Factory sollen Innovationen entstehen, die Standards neu definieren.

Physical AI als strategisches Fundament

Parallel dazu stellte Nvidia die „Physical AI Data Factory Blueprint“ vor, eine offene Referenzarchitektur für die skalierbare Generierung, Erweiterung und Bewertung von Trainingsdaten. Das Konzept richtet sich vor allem an Bereiche, in denen KI in der physischen Welt handeln muss, etwa Robotik oder autonome Fahrzeuge. Nvidia sieht in Physical AI eine zentrale Entwicklungslogik: Die Leistungsfähigkeit von Systemen steige mit der Menge und Vielfalt der verfügbaren Daten ebenso wie mit der Rechenleistung.

Da viele reale Szenarien schwer zu erfassen sind, sollen mithilfe des „Cosmos“-Frameworks sowohl reale als auch synthetische Datensätze kuratiert, KI-basiert erweitert und automatisiert auf physikalische Stimmigkeit überprüft werden. Das soll unter anderem die Entwicklung des Vision-Language-Action-Modells „Alpamayo“ vorantreiben, das Nvidia für seltene und sicherheitskritische Fahrsituationen entwickelt.

Orchestrierung und Cloud-Integration als Wachstumshebel

Um die technischen Hürden bei der Datenerzeugung und -verarbeitung zu verringern, setzt Nvidia auf das Open-Source-Framework „Osmo“, das Rechenprozesse über unterschiedliche Umgebungen hinweg orchestriert. Neu ist die Integration von Coding-Agenten wie „Claude Code“, „OpenAI Codex“ und „Cursor“, die Ressourcen autonom managen und Engpässe beseitigen sollen.

Für Unternehmen ohne eigene Hochleistungsinfrastruktur stellen zudem Microsoft Azure und Nebius vollständig integrierte Physical-AI-Umgebungen bereit, die alle Schritte von der Datengenerierung über das Modelltraining bis zum Deployment abdecken. Erste Anwender wie Skild AI, Uber, Milestone Systems oder Roboforce nutzen diese Angebote bereits, um autonome Fahrzeuge, Robotersysteme oder Videoanalysemodelle schneller weiterzuentwickeln.

Mit Material der dpa.