Nvidia beherrschte die Welt der künstlichen Intelligenz lange Zeit als unangefochtener König. Seine Grafikprozessoren wurden zum Goldstandard für das Training von KI-Modellen, und das Unternehmen hält etwa 92 % des Marktes für Rechenzentrums-GPUs. Doch der Markt verändert sich. Und Nvidia weiß das nur zu gut. Denn die Ära des sogenannten Inference Computing beginnt – also jene Phase, in der KI-Modelle nicht mehr nur trainiert werden, sondern tatsächlich arbeiten. Sie beantworten Anfragen, schreiben Code und kommunizieren mit anderen Systemen. Und genau hier machen Nvidia Wettbewerber mit energieeffizienteren Lösungen zunehmend Konkurrenz.
Was ist Inferenz?
Versuchen wir es einfach auszudrücken. Das Training eines KI-Modells ist wie das Lernen für eine Prüfung. Die Inferenz ist dann die eigentliche Prüfung, bei der das Modell schnell und richtig antworten muss. Und während Nvidia in der „Lernphase“ dominiert, werden seine Prozessoren in der „Prüfungsphase“ allmählich teuer und energieintensiv.
Amazon behauptet, seine Inferentia-2-Chips seien 30 bis 40 % effizienter als Nvidia-GPUs. Alphabet wiederum lobt seine Ironwood-TPU-Prozessoren für ihre höhere Leistung pro Watt. Und OpenAI? Das Unternehmen war laut Reuters direkt unzufrieden mit der Geschwindigkeit, mit der Nvidias Hardware Anfragen von ChatGPT-Nutzern beantworten kann. Das war ein klares Signal, dass sich etwas ändern musste.
Neuer Chip soll auf der GTC-Konferenz vorgestellt werden
Und das ist geschehen. Laut dem Wall Street Journal bereitet Nvidia einen völlig neuen Prozessor vor, der speziell auf Inference Computing ausgerichtet ist. Die Enthüllung findet auf der Entwicklerkonferenz GTC in San Jose statt, die am 16. März 2026 beginnt. Das neue System soll einen Chip enthalten, der vom Start-up Groq entwickelt wurde. Nvidia schloss mit dem Unternehmen eine Lizenzvereinbarung im Wert von 20 Milliarden Dollar und durchkreuzte damit zugleich die Verhandlungen zwischen OpenAI und Groq über eine eigenständige Zusammenarbeit.
OpenAI wird zu den ersten Kunden gehören, die den neuen Chip einsetzen. Das Unternehmen hat sich zur Abnahme einer Kapazität von 3 GW bei Nvidia verpflichtet, was dem neuen Produkt einen enormen Start verschafft. Nvidia hatte dabei im September 2025 Milliarden Dollar in OpenAI investiert und im Gegenzug eine Beteiligung an dem Unternehmen erhalten. Die Beziehung zwischen diesen beiden Giganten ist also stark verflochten.
4 Milliarden für Licht: Die Wette auf Photonik
Parallel zur Entwicklung des neuen Chips kündigte Nvidia einen weiteren großen Schritt an. Das Unternehmen investiert insgesamt 4 Milliarden Dollar in zwei Hersteller photonischer Produkte: 2 Milliarden in Lumentum und 2 Milliarden in Coherent. Die Aktien von Lumentum stiegen nach der Ankündigung um 5 %, die von Coherent sogar um 9 %.
Was ist photonische Technologie? Statt elektrischer Signale nutzt sie Licht zur Datenübertragung zwischen Chips. Sie ist schneller, weniger energieintensiv und für die KI-Rechenzentren der Zukunft praktisch unverzichtbar. Damit reagiert Nvidia auf einen Trend, den auch die Konkurrenz erkannt hat. Marvell Technology kaufte das Start-up Celestial AI für 3,25 Milliarden Dollar, gerade wegen dessen Arbeit im Bereich der Photonik.
Die Investitionen umfassen nicht nur finanzielle Mittel, sondern auch Verpflichtungen zum Kauf von Produkten und den Zugang zu fortschrittlichen Laser- und optischen Netzwerktechnologien. Beide Unternehmen planen, ihre Produktionskapazitäten in den USA auszubauen. Lumentum kündigte sogar den Bau einer neuen Produktionshalle an.
Nvidia unter Druck
Denken Sie einmal darüber nach: Meta unterzeichnete vergangene Woche mit AMD eine Vereinbarung im Wert von 60 Milliarden Dollar. Große Akteure wie Amazon, Google oder Meta entwickeln zunehmend eigene, maßgeschneiderte Chips. Nvidia steht somit von allen Seiten gleichzeitig unter Druck. Das Unternehmen antwortet darauf mit einem Doppelschlag: einem spezialisierten Inferenz-Chip, der Kunden davon überzeugen soll, dass sie nicht nach Alternativen suchen müssen. Und mit Milliardeninvestitionen in die Photonik, die Geschwindigkeit und Effizienz von Rechenzentren auf ein neues Niveau heben soll.
Nvidia setzt darauf, dass es nicht genügt, in dem gut zu sein, was man heute beherrscht. Man muss auf das vorbereitet sein, was morgen kommt. Und bislang sieht es so aus, als wüsste dieses Unternehmen, wie man langfristig spielt.
