Thema: #nvidia

Eine Woche nach der Untergangswarnung eines Anthropic-Forschers, die die AI-Branche aufgeschreckt hat, legt CEO Dario Amodei seinen Plan vor, das Tempo an der Frontier der AI-Entwicklung zu steuern. Er setzt auf unabhängige Sicherheitsprüfer und auf Abstimmung zwischen AI-Labs in demokratischen Ländern. Aus der Branche kommt erste Unterstützung, Nvidia-Chef Jensen Huang hält deutlich dagegen.

Die US-Organisation C4ADS, die überwiegend von der US-Regierung finanziert wird, hat einen Bericht dazu veröffentlicht, wie exportbeschränkte Nvidia-AI-Beschleuniger trotzdem nach China kommen. Laut der Untersuchung fließen Chips im Wert von mehreren Milliarden Dollar über verschiedene Umwege an chinesische Abnehmer.

Huawei bringt seinen nächsten AI-Chip, der für 2027 geplant ist, einige Monate früher auf den Markt. Laut Bloomberg will der Konzern damit Nvidia in China ersetzen und auch international mithalten. Hintergrund sind die US-Exportbeschränkungen, die Nvidia das China-Geschäft erschweren und heimischen Anbietern mehr Raum geben.

Laut The Information plant Apple die Rückkehr ins Servergeschäft und könnte dafür mit Nvidia zusammenarbeiten. Die Xserve-Reihe hat Apple 2011 eingestellt und Unternehmenshardware seither weitgehend anderen überlassen. Der wachsende Bedarf an Rechenleistung für AI eröffnet nun offenbar eine Chance für die effizienten ARM-basierten M-Chips.

Apple entwickelt laut einem Bericht Enterprise-Server für AI-Anwendungen und soll dafür eigene Chips einsetzen. Parallel habe das Unternehmen Gespräche mit Nvidia über Netzwerktechnik geführt, berichtet The Information. Belastbare Details zu Architektur, Zeitplan, Kunden oder einer möglichen Vermarktung fehlen bislang, zudem basiert die vorliegende Meldung auf begrenzter Quellenlage.

Emerald AI, Google und NVIDIA haben die AI Energy Management Alliance (AEMA) gestartet. Die Allianz will Rechenzentren entwickeln, die ihren Stromverbrauch dynamisch an die verfügbare Netzkapazität anpassen können. Damit soll der Ausbau von AI-Infrastruktur besser mit den Anforderungen des Stromnetzes zusammenpassen und zusätzliche Lastspitzen abfedern.

Nvidia-CEO Jensen Huang hält neue Sicherheitsregeln für künstliche Intelligenz für überflüssig. Am Dienstag argumentierte er, dass Marktkräfte die Unternehmen ohnehin dazu bringen, sicher zu innovieren. Die Aussage fällt mitten in eine aufgeheizte Debatte: Anthropic-CEO Dario Amodei hatte zuletzt gefordert, das Tempo bei neuen AI-Fähigkeiten zu drosseln.

Die Chefs von OpenAI und Anthropic sowie weitere Branchenvertreter drängen angesichts möglicher AI-Risiken auf eine allgemeine Verlangsamung der Entwicklung. Auslöser ist unter anderem die Warnung eines Anthropic-Whistleblowers, AI könne bis 2030 außer Kontrolle geraten und Menschen töten.

US-Präsident Donald Trump hat Nvidia-Chef Jensen Huang angerufen, während dieser in Los Angeles auf der Bühne stand. Im Gespräch kritisierte Trump die Forderungen, die Entwicklung von AI zu verlangsamen und stärker zu regulieren, und tat Sicherheitsbedenken ab. Der Auftritt fällt in eine Woche, in der mehrere Chefs großer AI-Labs öffentlich für ein gebremstes Tempo geworben haben.

Nvidia-CEO Jensen Huang hat beim All-In Summit des All-In Podcast live einen Anruf von Präsident Trump angenommen und ihn vor großem Publikum auf Lautsprecher gestellt. Trump nutzte den Moment, um die aktuellen Sorgen rund um die AI-Entwicklung als „Hoax“ abzutun, und versicherte der Menge, die Roboter würden nicht die Kontrolle übernehmen.

Perplexity bringt Portable Computer auf Windows. Das ist die lokale Version des Agenten Perplexity Computer, der mehrstufige Aufgaben plant und selbst abarbeitet. Er läuft auf GeForce RTX GPUs mit mindestens 24 GB VRAM oder RTX PRO Workstations und nutzt Qwen 3.8 27B, ein speziell für Perplexity Computer nachtrainiertes Modell.

OpenAI hat mit Jalapeño seinen ersten eigenen AI-Beschleuniger vorgestellt. Laut OpenAI senkt der Chip die Latenz gegenüber Nvidias GB300 um bis zu 3,6x und braucht dabei weniger Strom, dazu kommen 232 GB HBM4-Speicher. Vom ersten Konzept bis zum ersten Silizium vergingen unter 20 Monate, das Team umfasste rund 100 Leute.

Eigene AI-Hardware wirkt auf den ersten Blick wie eine einfache Lösung für anspruchsvolle Workloads, die Rechnung ist aber komplizierter. Wertverlust, Skalierbarkeit und versteckte Kosten wie Strom im Leerlauf, Kühlung und Wartung sprechen für viele gegen lokale Geräte.

Anthropic-CEO Dario Amodei hat am Wochenende in einem Essay gefordert, das Tempo bei neuen AI-Fähigkeiten zu drosseln, Sam Altman und Elon Musk stimmten ihm zu. Am Montag reagierten die Märkte prompt: SoftBank verlor in Tokio zeitweise mehr als 13 Prozent, die Nasdaq-Futures gaben 1,3 Prozent nach, und auch Nvidia, AMD, Intel und Qualcomm rutschten vorbörslich ab.

Dario Amodei hat in einem Social-Media-Post einen Dreipunkteplan vorgelegt, mit dem die AI-Branche ihr Tempo drosseln soll. Anthropic will den ersten Schritt unilateral gehen und externen Prüfern dauerhaften Zugang auf Mitarbeiterniveau zu den eigenen Systemen geben.

Nvidia erwägt laut Reuters ein Investment von bis zu 10 Milliarden Dollar in den Börsengang von Anthropic. Das wäre einer der größten IPOs überhaupt und würde die Verflechtung zwischen Chip-Hersteller und AI-Labor weiter vertiefen. Nvidia liefert Anthropic bereits Rechenkapazität, eine Beteiligung am IPO käme obendrauf.

Fabrikhallen, Lager und Produktionslinien ändern sich laufend, doch die meisten Roboter brauchen für jede neue Aufgabe eine aufwendige Neuprogrammierung. Skild AI will das mit dem Robotik-Foundation-Model S1 lösen. Es soll bisher unbekannte, mehrstufige Aufgaben aus einer einzigen Videodemonstration lernen.

Universal Music Group baut eine AI-Plattform, auf der du aus dem lizenzierten Katalog des Labels Remixes, Mashups und neue Versionen von Songs erstellen kannst. Grundlage ist ein mehrjähriger Lizenzdeal mit ElevenLabs, dem Spezialisten für AI-Stimmen und AI-Musik. Artists entscheiden selbst, ob ihre Tracks mitmachen.

AWS vergleicht zwei Mixture-of-Experts-Modelle mit 30 Milliarden Parametern, Qwen3-Coder-30B und NVIDIA Nemotron-3-Nano-30B, auf den GPU-Instanzen G5, G6, G6e und G7 von Amazon SageMaker AI. Gemessen werden Durchsatz, Latenz und Kosten pro Token. Die G7-Instanzen mit NVIDIA-Blackwell-GPUs liefern dabei messbare Vorteile beim Preis-Leistungs-Verhältnis für LLM-Inferenz in Echtzeit.

Washington hat Inspur wegen der Zusammenarbeit mit dem chinesischen Militär sanktioniert. Doch eine Tochterfirma des Konzerns lieferte weiter Nvidias stärkste AI-Chips an Chinas führende AI-Firmen. Der Fall zeigt, wie durchlässig Exportkontrollen sind, wenn Konzernstrukturen über mehrere Länder verteilt sind.

Hon Hai Precision Industry, besser bekannt als Foxconn und wichtiger Nvidia-Partner, meldet einen Anstieg der Monatsumsätze um 52 Prozent. Treiber ist die Nachfrage nach Servern im globalen Wettlauf um Rechenzentren und AI-Rechenkapazität. Die Zahlen zeigen, wie stark der AI-Ausbau inzwischen auf die Auftragsbücher der Hardware-Zulieferer durchschlägt.

Amazon Web Services beschreibt eine Architektur, mit der sich eine kontinuierliche Physical-AI-Pipeline auf einem persistenten SageMaker-HyperPod-Cluster betreiben lässt. Auf Amazon EKS verbindet der Ansatz die synthetische Datengenerierung, das Post-Training und die Closed-Loop-Evaluierung mit NVIDIA Cosmos 3 in einem laufenden Modellprozess.

Bei Apple beginnt offiziell die Ära von John Ternus: Tim Cook gibt den CEO-Posten ab und wechselt als Executive Chairman in den Verwaltungsrat. Ternus, bislang Apples Hardware-Chef, kündigte in seiner ersten internen Mitteilung einen großen Launch für die kommende Woche an und übernimmt damit direkt vor dem nächsten iPhone-Event. Cook bleibt für politische und strategische Themen eingebunden.

DeepSeek will in einem riesigen Rechenzentrum in der Inneren Mongolei mindestens 160.000 Top-Beschleuniger von Huawei einsetzen. Das wäre einer der größten bekannten Cluster aus Huawei-AI-Chips überhaupt. Für China ist es ein weiterer Schritt weg von Nvidia und hin zu eigener Hardware.

Bloomberg-Moderator Ed Ludlow ordnet die Quartalszahlen von Broadcom, Snowflake und HPE ein und fragt, wie robust der AI-Boom wirklich ist. Hugging-Face-Mitgründer Thomas Wolf spricht über die 13 Milliarden Dollar schwere Übernahme durch Nvidia. Außerdem Thema: der Deal zwischen dem Self-Driving-Startup Wayve und Uber, der Robotaxi-Fahrten nach London bringt.

Die Snowflake-Aktie legt so stark zu wie seit drei Monaten nicht mehr, nachdem das Unternehmen seine Jahresprognose angehoben und die schnelle Verbreitung seines AI-Coding-Tools hervorgehoben hat. Matt Bloxham von Bloomberg Intelligence ordnet den Ausblick ein. Er bewertet außerdem Broadcoms Prognose für AI-Chips und Nvidias geplante Übernahme von Hugging Face.

Auf der IFA 2026 kündigt NVIDIA gemeinsam mit Microsoft und weiteren Partnern neue Werkzeuge für schnellere lokale Inferenz und einfacher einrichtbare AI-Agenten an. Die Anwendungen sollen auf NVIDIA-Hardware laufen und damit mehr Verarbeitung direkt auf Windows-PCs ermöglichen. Im Oktober sollen zudem kompakte NVIDIA-RTX-Spark-PCs für AI-Enthusiasten, Entwickler und Kreative erscheinen.

Nvidia stellt den Personal AI Router (PAIR) vor, ein kostenloses Open-Source-Tool, das Rechner im Heimnetz für lokale AI-Inferenz zusammenschaltet. Trotz des Namens ist PAIR kein Hardware-Router, sondern Software, die kompatible PCs findet, verbindet und für agentische Workflows vorbereitet.

Broadcom rechnet mit einem starken Anstieg der AI-Chip-Verkäufe in den nächsten zwei Jahren. Das nährt die Hoffnung, dass das Unternehmen Nvidias Dominanz in diesem lukrativen Markt tatsächlich angreifen kann. Zudem liegt Broadcom auf Kurs, im Geschäftsjahr 2028 einen Gewinn von über 30 Dollar je Aktie zu erreichen, mehr als die Wall Street bisher erwartet.

Nvidia startet DLSS 5 diese Woche, nach einer umstrittenen Ankündigung im März. Die Upscaling-Technik wurde damals mit einem generativen Echtzeit-Filter für Videospiele verglichen, salopp gesagt Zwischenbildberechnung, nur schlechter. Verfügbar ist DLSS 5 auf Desktop- und Laptop-GPUs der RTX-50-Serie sowie über GeForce Now.

Nvidia investiert 3,5 Milliarden Dollar in den taiwanesischen Chiphersteller MediaTek. Der Deal zeigt, wie Nvidia zentral für die AI-Infrastruktur bleiben will, während die großen Tech-Konzerne zunehmend eigene AI-Chips entwickeln statt alles bei Nvidia einzukaufen. Statt sich gegen diese Entwicklung zu stemmen, rückt Nvidia damit näher an einen Partner, der genau in diesem Feld arbeitet.

Die G20-Finanzminister treffen sich in North Carolina, im Zentrum stehen Staatsschulden, globale Ungleichgewichte und Wachstum. CSIS-Ökonom Philip Luck sagt bei Bloomberg, dass die USA und ihre Partner sich zunehmend uneinig sind, wo die Probleme überhaupt liegen. Parallel läuft ein Technologietreffen mit Elon Musk, Nvidia-Chef Jensen Huang und OpenAI-Chef Sam Altman.

Laut einem Bericht von Futurism setzt Russland in der Ukraine Drohnen ein, die ihre Ziele vollständig autonom auswählen und angreifen. Betroffen sind auch Zivilisten. Die Rechenleistung dafür stammt offenbar aus Nvidia-Chips, die trotz Exportkontrollen ihren Weg in die Systeme finden.

Nvidia verdient Milliarden mit AI-Chips und steckt das Geld direkt zurück in Startups, Rechenzentren und Partner, die davon wiederum Chips kaufen. Der Konzern ist inzwischen mehr wert als fünf der elf Sektoren im S&P 500 und meldete zuletzt fast 60 Milliarden Dollar Quartalsgewinn. Für die kommenden Quartale stellt Nvidia rund 70 Prozent Umsatzwachstum in Aussicht.

Nvidia hat seine Zahlen vorgelegt, während Investoren nervös auf Anzeichen für ein Ende des AI-Booms warteten. Der Chipkonzern lieferte einen bullischen Ausblick, CEO Jensen Huang sprach von weiter steigender Nachfrage nach AI-Beschleunigern. Für die Märkte ist das ein Signal, dass der Ausbau der AI-Infrastruktur nicht abreißt.

Robinhood-CIO Stephanie Guild sieht in Nvidias Zahlen eine Bestätigung des AI-Investmentthemas. Gleichzeitig warnt sie, dass hohe Unternehmensverschuldung, hartnäckige Inflation und erhöhte Zinsen die Marktrenditen zunehmend prägen könnten. Zur Diversifikation setzt sie auf Gold, Rohstoffe und ausgewählte Healthcare-Titel, bleibt bei langlaufenden Anlagen aber vorsichtig.

Auf Nvidias Quartalsgespräch erklärte CEO Jensen Huang beiläufig, das Unternehmen habe AGI erreicht. Kurz darauf bezeichnete er den Meilenstein als sinnlos und verwies darauf, dass Nvidia bei vielen Aufgaben bereits als AGI gelten könne. Der Einordnung fehlt eine allgemein akzeptierte Definition von Artificial General Intelligence und ein verlässlicher Test, der den Übergang messbar macht.

Handelsminister Howard Lutnick führt nächste Woche Fireside Chats mit OpenAI-CEO Sam Altman und Nvidia-CEO Jensen Huang. Bühne ist das G20 Innovation Ministerial vom 1. bis 2. September in Chapel Hill, North Carolina, gemeinsam ausgerichtet vom Handelsministerium und dem Wissenschaftsbüro des Weißen Hauses.

Nvidia rechnet im kommenden Geschäftsjahr mit 70 Prozent Umsatzwachstum, die Aktie legte nachbörslich zu. Im letzten Quartal lag der Umsatz bei 96,2 Milliarden Dollar und damit über den Erwartungen. Finanzchefin Colette Kress sagte, das Unternehmen sei weiter durch Lieferengpässe gebremst, sonst wäre sogar eine Verdopplung möglich.

Gary Marcus, emeritierter Professor für Psychologie und Neurowissenschaft an der NYU, nimmt die kolportierten TAM-Zahlen von AI-Firmen wie Anthropic auseinander. Diese Schätzungen zum adressierbaren Gesamtmarkt liegen angeblich in der Größenordnung des kompletten US-Bruttoinlandsprodukts.

Die nächste AI-Welle stellt neue Anforderungen an die Infrastruktur. Sobald AI-Agenten und Modelle mit Billionen Parametern zum Alltag gehören, hängt die Leistung nicht mehr allein an der Rechenkraft, sondern daran, wie Compute, Memory, Storage, Netzwerk und Software als ein System zusammenspielen. Genau dort setzt Nvidia mit NVHBM an, einem anpassbaren High-Bandwidth-Memory, das über NVLink Fusion angebunden wird.

In Piketon im Süden Ohios wollen OpenAI, Nvidia und japanische Investoren rund 500 Milliarden Dollar in eines der größten AI-Rechenzentren der Welt stecken, geplant sind 8 Gigawatt Rechenleistung. Die strukturschwache Region hofft auf tausende Jobs. Umweltgruppen warnen dagegen vor dem Verbrauch von Wasser und Strom und vor den Folgen für die Anwohner.

Ein Modell mit 405 Milliarden Parametern auf dem Schreibtisch laufen zu lassen, ist inzwischen machbar: The Stack zeigt, wie sich zwei NVIDIA DGX Spark koppeln lassen, um genau das zu erreichen. Nötig sind dafür passende Hardware, ein durchdachtes Netzwerk-Setup und einiges an Erfahrung. Bei der Verarbeitungsgeschwindigkeit liegt das Desktop-Setup allerdings weiterhin deutlich hinter Cloud-Instanzen.

Taiwanische Staatsanwälte haben neun Menschen wegen des illegalen Exports leistungsfähiger AI-Server nach Festlandchina angeklagt. Unter den Beschuldigten sind laut The Guardian ein Nvidia-Mitarbeiter und zwei Beschäftigte von Super Micro. Im Zentrum stehen B300-Systeme mit GPUs, deren Verkauf nach China untersagt ist.

AM Intelligence, ein indisches AI-Infrastruktur-Unternehmen, hat 9.000 Vera-Rubin-Systeme bei Nvidia bestellt. Damit will die Firma zu den ersten Betreibern der neuen Compute-Plattform in Asien gehören. Vera Rubin ist Nvidias nächste Generation nach Blackwell und bisher nicht breit verfügbar.

Ilya Sutskevers Projekt Safe Super Intelligence (SSI) bekommt eine größere Investition von Nvidia. SSI will superintelligente Systeme entwickeln und dabei Sicherheit und Skalierbarkeit zusammen denken, statt Sicherheit am Ende draufzusetzen. Nvidia sichert sich damit die Nähe zu einem der prominentesten Forscher der Branche.

Agentische AI-Workloads verbrauchen laut OpenRouter-Daten rund 15-mal mehr Tokens als eine einfache Chat-Anfrage, weil Agenten Datenbanken abfragen, Sub-Agenten starten und Ergebnisse am Ende zusammenführen. Nvidia stellt dafür das System Vera Rubin NVL72 vor und verspricht bis zu 30-mal mehr Arbeit pro Watt. Die Zahlen stammen aus dem Nvidia-Blog, unabhängige Messungen liegen bislang nicht vor.

Ilya Sutskever, Mitgründer von Safe Super Intelligence (SSI), arbeitet an AI-Systemen, die Sicherheit und die Ausrichtung an menschlichen Werten in den Mittelpunkt stellen. Gestützt auf eine Investition von NVIDIA über fünf Milliarden Dollar soll das erste SSI-Modell im August 2026 erscheinen. Es setzt unter anderem auf kontinuierliches Lernen und interne Feedback-Mechanismen.

Nvidia hat große Kunden laut Bloomberg darüber informiert, dass Server mit seinen AI-Chips in vielen Fällen mehr als 15 Prozent teurer werden. Hintergrund sind stark gestiegene Preise für Speicherchips, die einen wachsenden Anteil der Serverkosten ausmachen und den Druck auf die gesamte AI-Infrastruktur erhöhen.

Auf Hacker News diskutiert die Community, ob die zirkulären Cash-Flows zwischen Nvidia, Anthropic, OpenAI, Google und Meta ein systemisches Risiko für die Weltwirtschaft sind. Der Thread fragt konkret nach Belegen für eine Börsenblase im AI-Sektor und ob solche Verflechtungen reguliert oder untersagt werden sollten. Die Resonanz ist bislang gering, der Beitrag hat nur wenige Punkte und Kommentare.

Tsu-Jae King Liu, Präsidentin der National Academy of Engineering und frühere Dekanin der Ingenieursfakultät in Berkeley, spricht über ihre Rolle in der Halbleiterbranche. Sie saß im Board von Intel und war an Chip-Designs beteiligt, die heute in Smartphones stecken.

Anthropic soll laut einem Bericht eigene Chips für den Betrieb seiner Claude-Modelle entwickeln. Damit folgt das Unternehmen einem Branchentrend, bei dem maßgeschneiderte Hardware mehr Leistung und geringere Kosten verspricht und die Abhängigkeit von Lieferanten wie NVIDIA verringern kann.

Nvidia arbeitet laut The Verge mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR an einer Finanzierung von bis zu 500 Milliarden US-Dollar für AI-Rechenkapazität. Nvidia-Chef Jensen Huang beschreibt moderne Chips als ertragsgenerierende, langlebige und handelbare Vermögenswerte. Damit könnten Rechenzentren und GPU-Flotten stärker wie Infrastrukturprojekte finanziert werden.

Nvidia hat laut Bloomberg zugesagt, bis zu 105 Milliarden Dollar für die erste Phase eines großen Rechenzentrumscampus in Ohio bereitzustellen. Die Anlage soll von OpenAI gemietet werden und reiht sich in die enge Partnerschaft zwischen dem führenden AI-Chiphersteller und dem Betreiber großer AI-Modelle ein.

Indonesien baut eigene AI-Kapazitäten auf. Das Digitalministerium Komdigi, der Telko-Konzern Indosat Ooredoo Hutchison, NVIDIA und die Universitas Gadjah Mada haben in Yogyakarta das erste universitäre AI-Technologiezentrum des Landes eröffnet. Das NVAITC läuft unter dem nationalen AI Center of Excellence und soll Forschung, Ausbildung und lokale Talente zusammenbringen.

Das Wachstum von AI und Hyperscalern treibt den Kreditmarkt: In manchen Indizes machen sie inklusive Nvidia bis zu 30 Prozent der neuen Emissionen dieses Jahres aus. Nvidia hat diese Woche versucht, die Kreditmärkte zu beruhigen, indem es eigene Rechenleistung als Form der Verbriefung anbietet.

Der NVIDIA DGX Spark sorgt seit dem Release für Diskussionen in der AI-Entwickler-Szene. Vermarktet wird er als persönlicher AI-Supercomputer, der High-Performance-Computing zu einzelnen Entwicklern und kleinen Teams bringen soll. Der Haken ist der Preis: Wegen der weltweiten Speicherknappheit liegt er inzwischen bei 4.699 Dollar.

NVIDIA hat mit Switchboard eine Open-Source-Bibliothek für dynamisches Routing von AI-Aufgaben vorgestellt. Das Framework soll Anfragen abhängig von Komplexität und verfügbaren Ressourcen an passende Modelle weiterleiten und damit die Grenzen einer statischen Modellauswahl umgehen. Laut Geeky Gadgets AI sind bis zu 50 Prozent kürzere Antwortzeiten und 25 Prozent weniger Ressourcenverbrauch möglich.

Hon Hai Precision Industry, einer der wichtigsten Fertigungspartner von Nvidia, hat im vergangenen Quartal mehr Gewinn erzielt als erwartet. Das Ergebnis deutet auf eine robuste globale Nachfrage nach AI-Hardware hin, von Rechenzentrumsservern bis zu Komponenten für beschleunigte Workloads. Für den Markt ist das ein weiteres Signal, dass die Investitionen in AI-Infrastruktur bislang hoch bleiben.

NVIDIA hat Partnerschaften mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR angekündigt. Gemeinsam sollen unabhängige Finanzierungsplattformen entstehen, die über 500 Milliarden Dollar an Drittkapital für den Ausbau von AI-Infrastruktur mobilisieren. Rechenleistung aus AI-Factories wird damit laut NVIDIA zu einer eigenen Anlageklasse.

Erica Brescia von Redpoint Ventures sprach bei Bloomberg über Super Micro und dessen Rolle als wichtiger Hardwarelieferant für das AI-Wachstum. Sie beschreibt das Unternehmen trotz jüngster Kursschwankungen als robust, mit starker Marktposition und erheblicher Preissetzungsmacht. Der Beitrag liefert jedoch kaum Details zu Nvidias angeblicher Finanzierung über 500 Milliarden Dollar.

NVIDIA stellt im August Partner, Open-Source-Communities sowie neue Modelle, Anwendungen und Tools für lokale AI in den Mittelpunkt. Ziel ist, dass Entwickler leistungsfähigere Agenten einfacher lokal bauen, anpassen und ausführen können. Für Teams wird damit wichtiger, welche Modelle tatsächlich auf der eigenen Hardware laufen, wie viel Einrichtung nötig ist und welche Daten die lokale Umgebung verlassen.

Die Trump-Regierung hat diese Woche ein Rahmenwerk finalisiert, mit dem neue AI-Modelle auf Sicherheits- und Cyberrisiken geprüft werden sollen. Vertreter von OpenAI, Anthropic, Meta, Google, Nvidia und Microsoft haben es in einem nicht öffentlichen Treffen im Weißen Haus zu sehen bekommen. Veröffentlicht wird das Papier aber nicht: Die Testkriterien gehen nur an ausgewählte Tech-Konzerne.

Eine wichtige US-Behörde nimmt unter die Lupe, wie chinesische AI-Firmen im Ausland an Nvidia-Chips kommen und sie dort nutzen. Auslöser sind mehrere technische Durchbrüche, die gezeigt haben, dass diese Unternehmen trotz der US-Exportbeschränkungen mit modernster Hardware arbeiten können. Damit rückt die Frage in den Vordergrund, ob Rechenkapazität außerhalb Chinas eine Lücke in den bisherigen Regeln ist.

NVIDIA hat im Juli den offenen Brief „Open Weights and American AI Leadership“ mitunterzeichnet, gemeinsam mit über 200 Unternehmen und Organisationen. Die Kernaussage: AI-Führerschaft misst sich nicht an einem einzelnen Frontier-Modell, sondern daran, ob ein offenes Ökosystem tatsächlich in jeder Branche ankommt. Genau daran knüpft NVIDIA mit offenen World Models an, die Physical AI im Omniverse voranbringen sollen.

Moonshot AI soll Kimi K3 laut einem Bericht von Tom’s Hardware AI mit Nvidia-Blackwell-Chips trainiert haben. Der Erwerb der Hardware hätte demnach sowohl US-Exportbeschränkungen als auch chinesische Importkontrollen umgehen müssen. Die Angaben stammen bislang aus einer einzelnen Quelle und sind nicht unabhängig bestätigt.

Anthropic galt im Winter und Frühling als Liebling des US-AI-Booms und positionierte sich zugleich als moralisches Gewissen der Branche. Im Sommer steht der Claude-Hersteller ziemlich allein da. Als einziges Frontier-Lab hat Anthropic einen offenen Brief unter Führung von Nvidia-CEO Jensen Huang nicht unterschrieben, der Washington vor Beschränkungen für Open-Weight-Modelle warnt.

Roboter bewegen kann fast jeder – Jetson soll ihnen das Denken beibringen. NVIDIA zeigt in einem Video mit Sarah Guo, Gründerin der AI-Venture-Firma Conviction und Co-Host des AI-Podcasts, wie kompakt lokale AI-Rechenleistung inzwischen ist: Das Modul passt buchstäblich in eine Clutch. Statt Modelle in der Cloud laufen zu lassen, verarbeitest du Sensordaten und Inferenz direkt auf dem Gerät.

Anthropic-Chef Dario Amodei sagt, er habe nie ein Verbot von Open-Weight-AI-Modellen gefordert. Damit weist er den Vorwurf zurück, sein Unternehmen wolle sich vor günstiger Konkurrenz schützen.

Nvidia hat gemeinsam mit Microsoft, SpaceX, IBM und weiteren Unternehmen die Open Secure AI Alliance angekündigt. Die Initiative will Open-Source-Tools entwickeln und teilen, mit denen sich Angriffe durch fortgeschrittene AI-Modelle besser erkennen und abwehren lassen.

Nvidia arbeitet laut Bloomberg an einer neuen Runde von AI-Deals im Volumen von über 750 Milliarden Dollar. Kritiker sehen darin genau das Muster, vor dem sie seit Monaten warnen: Kapital fließt im Kreis zwischen Chip-Anbieter und Kunden und lässt Nachfrage sowie Bewertungen größer erscheinen, als sie sind. Ob die Investitionen echte Nachfrage abbilden oder sie selbst erzeugen, bleibt offen.

Nvidia verhandelt laut Bloomberg über eine Finanzierungsgarantie, mit der OpenAI Rechenleistung aus einem geplanten US-Rechenzentrum von SoftBank mieten könnte. Der Standort soll ab 2028 laufen. Damit lenkt der wertvollste Konzern der Welt erneut eigenes Kapital genau dorthin, wo später seine Chips gebraucht werden.

AMD hat eine Reihe neuer Produkte für Rechenzentren vorgestellt, die laut eigenen Angaben die Konkurrenzprodukte von Nvidia übertreffen sollen. Ziel ist es, im boomenden Markt für AI-Computing Boden gutzumachen. Der Vorstoß zeigt, wie hart der Wettbewerb um AI-Infrastruktur inzwischen geworden ist – und wie groß die Summen sind, um die es dabei geht.

Nvidia-CEO Jensen Huang warnt die Trump-Regierung davor, AI-Politik von Science-Fiction-Ängsten treiben zu lassen. Eine Überreaktion würde die Adoption bremsen und die Wettbewerbsfähigkeit der USA schwächen, argumentiert er im Axios-Interview. Zwei verbreitete Behauptungen nennt er kompletten Unsinn: dass AI das Ende der Menschheit bedeute und dass sie die Hälfte aller US-Jobs vernichte.

Akamai-CEO Tom Leighton hält wenig davon, AI-Compute in immer größeren Rechenzentren zu bündeln. Seine Gegenthese: verteilte Infrastruktur, die näher am Nutzer sitzt, liefert Inferenz schneller und günstiger als zentrale Megacluster. Rückendeckung bekommt er dabei ausgerechnet von Nvidia.

NVIDIA-Chef Jensen Huang hat an der Naval Postgraduate School in Monterey, Kalifornien, ein DGX-GB300-System offiziell in Betrieb genommen. Damit steht Studierenden, Forschenden und Lehrenden der wichtigsten Graduiertenuni des US-Militärs eine der leistungsstärksten AI-Plattformen der Welt zur Verfügung. Huang verwies bei seinem Besuch auf die Bedeutung für die nationale Sicherheit.

AMD steigt mit bis zu 5 Milliarden Dollar bei Anthropic ein und liefert die Rechenleistung gleich mit. Anthropic will bis zu 2 Gigawatt an Instinct-MI450-GPUs im neuen Helios-Rack-System betreiben, das erste Gigawatt soll in der ersten Hälfte 2027 stehen. Der Deal reiht sich in eine Serie von Infrastruktur-Partnerschaften mit SpaceX, TeraWulf, Google, Broadcom und Amazon ein.

Nvidia-Chef Jensen Huang hält chinesische Open-Source-Modelle für exzellent und findet, amerikanische Firmen sollten sie nutzen dürfen. Im Interview mit Axios stellt er sich damit gegen Trump-Beamte und US-Labore, die auf ein Verbot drängen. Zu diesen Kritikern gehören ausgerechnet Nvidias eigene Kunden OpenAI und Anthropic, die chinesischen Anbietern vorwerfen, Fähigkeiten aus ihren Modellen abzuschöpfen.

NVIDIA hat mit Spectrum-6 eine neue Netzwerkplattform für seine nächste Generation von Gigascale-AI-Infrastrukturen vorgestellt, ausgelegt auf Systeme rund um Vera Rubin. Der Fokus liegt auf Fabriken mit Hunderttausenden GPUs und CPUs, in denen Training, agentische Systeme und Inferenz parallel auf extremem Niveau laufen.

Nvidia hat mit dem Synthetic Video Detector einen Microservice vorgestellt, der manipulierte AI-Videos in 1080p nahezu in Echtzeit erkennen soll. Laut Tom's Hardware erreicht das System bis zu 92 Prozent Genauigkeit bei unkomprimiertem Material und benötigt pro Analyse rund 22 Millisekunden. Zielgruppe sind vor allem Broadcaster und Plattformen, die eingehendes Videomaterial automatisiert prüfen müssen.

AI hat ein großes Rechenzentrum fertiggestellt, das ausschließlich mit chinesischen Chips bestückt ist. Laut Bloomberg Technology ist das ein sichtbarer Schritt in Chinas Versuch, sich beim AI-Training von eingeschränkter Nvidia-Hardware unabhängiger zu machen. Der Hintergrund sind US-Exportbeschränkungen, die den Zugang zu leistungsstarken AI-Chips begrenzen.

Apple bringt einen neuen Mac Studio mit bis zu 1,5 TB Unified Memory ins Gespräch, der anspruchsvolle AI- und Daten-Workloads lokal ausführen soll. Laut dem zitierten Bericht verbindet die Architektur CPU, GPU und Neural Engine über einen gemeinsamen Speicher, damit große Modelle und datenintensive Prozesse ohne ständiges Verschieben zwischen Komponenten laufen.

Bristol Myers Squibb kündigt einen zweiten NVIDIA DGX SuperPOD an, diesmal auf Basis von Vera Rubin. Der Pharmakonzern betreibt laut NVIDIA bereits einen der größten AI-Cluster der Life-Sciences-Branche und will die Infrastruktur für Forschung und Entwicklung weiter ausbauen. Damit setzt BMS noch stärker auf eigenes High-Performance-Computing statt auf reine Standard-Cloud-Workloads.

Japan will laut Bloomberg 27.500 Rubin-Chips von Nvidia kaufen, um ein eigenes Foundation Model für Roboter aufzubauen. Das Vorhaben zielt auf souveräne AI, also mehr Kontrolle über Rechenleistung, Daten und industrielle Anwendungen im eigenen Land. Rubin ist Nvidias nächste Chipgeneration und würde die Ambitionen technisch auf ein sehr hohes Niveau heben.

Nvidia erweitert die Zusammenarbeit mit Toyota und liefert künftig AI-Hardware und Software für Smart Cities, Verkehrssteuerung und Autofabriken. Die Partnerschaft läuft bereits seit rund zehn Jahren und startete ursprünglich im Bereich autonomes Fahren. Jetzt rückt die operative Infrastruktur in den Vordergrund: Städte, Verkehrsflüsse und Produktion sollen stärker datengetrieben gesteuert werden.

Technoprobe, ein italienischer Zulieferer für Chiptests, gehört laut Bloomberg zu den größten europäischen Gewinnern des AI-Booms. Die Aktie ist in diesem Umfeld um rund 330 Prozent gestiegen, weil die Firma an einem kritischen Punkt der Halbleiterkette sitzt, die auch für Nvidia-nahe Produktion relevant ist.

NVIDIA positioniert Vera als CPU-Kategorie für agentische AI-Systeme, bei denen hohe Single-Thread-Leistung auch unter voller Core-Auslastung zählt. Zwischen Modellaufrufen warten Agenten oft auf Tool Calls, Code-Ausführung, Datenverarbeitung, KV-Cache-Arbeit oder Ergebnisprüfungen. Vera nutzt den Olympus-Core mit laut NVIDIA 50 Prozent mehr IPC als Grace, 88 Cores und hoher Speicherbandbreite.

NVIDIA und Hugging Face integrieren Isaac GR00T 1.7 und Isaac Teleop in LeRobot, die Open-Source-Bibliothek für Robotik. Isaac Teleop soll die Datenerfassung über externe Geräte vereinheitlichen, GR00T 1.7 lässt sich über LeRobot-Workflows nachtrainieren und ausrollen. Cosmos 3 soll folgen und bei synthetischen Daten, Simulation und Policy-Entwicklung helfen, wenn reale Robotikdaten knapp oder teuer sind.

NVIDIA meldet 74 angenommene Papers auf der ICML 2026. Rund 2.000 angenommene Arbeiten zitieren NVIDIA-GPUs, 145 verweisen auf Nemotron als Grundlage für neue Forschung. Der Konzern positioniert Nemotron als offenen Stack mit Gewichten, Datensätzen und Rezepten für Reasoning, Tool-Nutzung, Safety, Datenkuration und effizientere Inferenz.

- NVIDIA stellt ein neues Partnermodell für AI-Clouds vor: Anbieter können großskalige, mandantenfähige AI-Fabriken mit NVIDIA-Infrastruktur aufbauen und die Kapazität an Startups, Modellbauer, Unternehmen, Forschung und regionale AI-Player verkaufen. - Das Modell kombiniert klassische Produktumsätze mit Umsatzbeteiligung an der Cloud-Kapazität und Credit-Support.

- Amazon Bedrock bringt OpenAI GPT OSS und NVIDIA Nemotron in AWS GovCloud (US): gpt-oss-120b, gpt-oss-20b sowie Nemotron Nano 9B v2, Nano 12B v2, Nano 30B und Super 120B. - Die Modelle laufen innerhalb der GovCloud-Grenze. In-Region-Inferenz gibt es in us-gov-west-1, Geo-Cross-Region routet zwischen us-gov-west-1 und us-gov-east-1, ohne in kommerzielle AWS-Regionen auszuweichen.

- MIT Technology Review porträtiert Zürich als dichtes R&D-Zentrum: Apple, Anthropic, Disney Research, Google, Meta, Microsoft, NVIDIA und OpenAI haben dort Forschungsteams oder Labore. - Der Kern ist nicht Größe, sondern Konzentration: etwas über 400.000 Einwohner, starke ETH-Nähe, viel Talent in AI, Computer Vision, Grafik, Robotik und Systems Engineering.

OpenAI arbeitet laut TechCrunch mit Broadcom an Jalapeño, einem eigenen Chip für Inference. Damit reiht sich das Unternehmen neben Google, Apple und SpaceX in eine wachsende Bewegung ein: weniger Abhängigkeit von Nvidia, ohne Nvidia komplett zu verlassen. Es geht um Preise, Lieferzugang, Priorität und Kontrolle über Roadmaps.

AWS hat neue Tuning-Empfehlungen für KI-Training auf Amazon SageMaker mit NVIDIA Blackwell veröffentlicht. Im Fokus stehen P6-B200-Instanzen mit acht GPUs und Transformer-Modelle von 1B bis 64B Parametern. Entscheidend sind größere Batch Sizes, längere Sequenzen und weniger aggressives Sharding, um die 180 GB HBM der B200 besser zu nutzen.

- NVIDIA und AWS bündeln neue Infrastrukturbausteine für produktionsreife AI: Amazon EC2 G7 mit NVIDIA RTX PRO 4500 Blackwell Server Edition GPUs, OpenSearch Serverless mit NVIDIA cuVS und validierte GB300-Trainingsleistung. - EC2 G7 soll gegenüber G6 bis zu 4,6x mehr AI-Inferenzleistung, bis zu 2,1x mehr Grafikleistung und schnellere GPU-Analytics mit cuDF auf Amazon EMR liefern.

- NVIDIA zeigt zur DTW Ignite 2026 einen Stack für autonome Telko-Agenten: synthetische Daten, domänenspezifische Modelle, sichere Runtimes und Simulationen sollen Netzbetrieb, Kundenservice und Backoffice von Task-Automation Richtung 24/7-Autonomie schieben. - SoftBank nutzt NeMo Safe Synthesizer und NeMo Anonymizer für synthetische, datenschutzschonende Telko-Datensätze, um große Telekom-Modelle und spezialisierte Netzwerk-Agenten zu trainieren.

- Groq bestätigt eine neue Finanzierungsrunde über 650 Millionen Dollar. Angeführt wurde sie von Disruptive und Infinitum; eine neue Bewertung nennt das Unternehmen nicht. - Der Schritt kommt rund sechs Monate nach Nvidias Deal: Nvidia lizenzierte Groq-Technologie und holte Gründer Jonathan Ross, Präsident Sunny Madra und weitere Mitarbeitende ins eigene Haus.

- Die NSF-NAIRR-Pilotphase läuft seit zwei Jahren und unterstützt laut NVIDIA mehr als 700 US-Forschungsprojekte, von Proteinvorhersage bis Ausbruchsmanagement bei Infektionskrankheiten. - NVIDIA liefert dafür cloudbasierte DGX-Ressourcen: Forschende bekommen mindestens vier DGX-Knoten für mindestens einen Monat plus technische Unterstützung beim Onboarding.

- NVIDIA nutzt Cannes Lions als Bühne für einen klaren Shift: Werbung und Marketing sollen stärker über GPU-Infrastruktur, Agenten und Echtzeit-Inferenz laufen. Genannt werden Alembic, AWS, Criteo, Higgsfield, KERV. - Alembic will DGX Vera Rubin SuperPODs für Causal AI einsetzen, damit Unternehmen Marketingeffekte über Kanäle, Märkte und Zielgruppen hinweg besser von bloßen Korrelationen trennen können.

NVIDIA zeichnet Frankreichs KI-Offensive 2025 als Schritt von politischen Ankündigungen zu echter Infrastruktur. Mistral betreibt in Bruyères-le-Châtel bereits eine erste Installation mit 18.000 GB200-Systemen und peilt bis 2027 rund 200 Megawatt europäischen Compute an.