Keynote: Mehr Tokens, schnellere KI-Hardware und autonomes Fahren
Nvidia-Chef Jensen Huang hat in seiner Keynote auf der GTC 2026 gleich zu Beginn klargemacht, worum es seiner Firma inzwischen gehe: nicht mehr nur um Chips, sondern eine komplette KI-Infrastruktur. "Wir sprechen über Technologie, wir sprechen über Plattformen", sagte Huang.
Nvidia habe inzwischen drei große Plattformen aufgebaut: CUDA-X für Software, integrierte Systeme für Rechenzentren und nun auch sogenannte AI Factories.
Diese Idee zog sich durch die gesamte Präsentation: schnellere Inferenz, neue Rechenzentren als Token-Fabriken, eine neue Systemgeneration namens Vera Rubin, Agenten-Software mit OpenCLAW und am Ende auch neue Grafiktechnik wie DLSS 5.
Der wichtigste Punkt der Präsentation war jedoch kein einzelnes Produkt, sondern Huangs Erklärung, warum Nvidia seine Plattform so stark erweitere. KI habe sich in kurzer Zeit von generativ über schlussfolgernd zu agentisch entwickelt.
Aus Systemen, die Texte oder Bilder erzeugten, würden Systeme, die selbst Aufgaben erledigten. Huang beschrieb das als "Inference Inflection", also den Moment, in dem die Nachfrage nach KI-Inferenz explodiere.
Die dafür benötigte Rechenleistung sei in zwei Jahren grob um das Zehntausendfache gestiegen. Zusammen mit der deutlich höheren Nutzung ergebe sich gefühlt sogar eine Million Mal mehr Bedarf.
Etwas konkreter wurde Huang beim Kern der Show: Nvidia baue seine KI-Systeme von Blackwell in Richtung der nächsten Plattformgeneration Vera Rubin aus. Blackwell mit NVLink-72-Architektur sei derzeit der wichtigste Motor für Inferenz-Workloads.
Vera Rubin soll die nächste Stufe für agentische KI werden. Laut Nvidia handelt es sich dabei um ein vollständig integriertes, flüssiggekühltes Rack-System mit neuer CPU-Architektur, neuem Storage-Stack und der sechsten Generation von NVLink.
Vor der Präsentation hatte Nvidia diese Strategie auch in einem Pre-Briefing erläutert, an dem Golem teilnahm. Dort erklärte das Unternehmen, dass künftig nicht einzelne Beschleuniger entscheidend seien, sondern komplette Systeme aus GPU, CPU, Netzwerk, Speicher und Software.
Deshalb sprach Huang auf der Bühne fast durchgehend über Racks und Rechenzentren statt über einzelne Chips.
Massiver Kostenvorteil angestrebt
Huang begründete das mit einem Begriff, den Nvidia inzwischen häufig verwendet: Rechenzentren seien AI Factories, also Fabriken für Tokens. In diesem Modell zählt nicht nur die rohe Leistung der Hardware, sondern vor allem, wie viele nutzbare Tokens ein Rechenzentrum erzeugen kann.
Deshalb betonte Huang mehrfach, Nvidia wolle die "niedrigsten Kosten pro Token" liefern. In seinem Beispiel soll Blackwell den möglichen Umsatz einer solchen KI-Fabrik verfünffachen, Vera Rubin anschließend noch einmal deutlich steigern. Für Nvidia ist das weniger eine klassische Hardware-Roadmap als ein neues Geschäftsmodell für KI-Rechenzentren.
Neu ist außerdem die Verbindung von Vera Rubin mit Groq-Technik. Nvidia sprach von Dynamo als Softwareschicht, die Inferenz-Workloads aufteile: hoher Durchsatz auf Nvidia-Hardware, besonders latenzkritische Token-Generierung auf Groq-Systemen.
Laut Huang kann das bei bestimmten Inferenz-Workloads eine "35-fache Leistungssteigerung" bringen. Für das Groq-LPX-System nannte Huang sogar einen groben Zeitplan: Dieses sei bereits in Produktion und werde in der zweiten Jahreshälfte 2026 ausgeliefert.
Vera Rubin läuft bereits bei Microsoft
Für Vera Rubin nannte Huang keinen konkreten Starttermin, betonte aber, das Sampling laufe "unglaublich gut" und ein erstes Rack sei bereits bei Microsoft Azure installiert worden.
Neben Hardware nimmt Software viel Raum ein. Nvidia kündigte mit OpenCLAW ein Open-Source-Framework für agentische Systeme an. Huang beschrieb es als "Betriebssystem für agentische Computer".
Mit Nemo Claw soll es zusätzlich eine unternehmenstaugliche Referenzplattform geben, inklusive Sicherheitsmechanismen, Richtlinienverwaltung und Datenschutzkomponenten.
Die Idee dahinter: KI-Agenten sollen nicht nur Antworten generieren, sondern aktiv mit Dateien, Tools und internen Daten arbeiten können. Einen konkreten Veröffentlichungstermin gab Nvidia bisher nicht an.
Auch autonome Fahrzeuge spielen für Nvidia eine wichtige Rolle. Huang bezeichnete sie als eines der ersten großen Beispiele für Physical AI, also KI-Systeme, die direkt in der realen Welt handeln. Nvidia kombiniert dafür Training in Rechenzentren, Simulation mit Omniverse sowie spezielle Fahrzeugplattformen.
Ziel ist es, Fahrmodelle zunächst in riesigen virtuellen Umgebungen zu trainieren und anschließend im Fahrzeug auszuführen. Hersteller und Entwickler könnten so Milliarden Testkilometer simulieren, bevor Fahrzeuge auf die Straße kommen.
Für Nvidia ist das ein weiteres Beispiel dafür, wie dieselbe KI-Infrastruktur – von Simulation bis Inferenz – in unterschiedlichen Branchen eingesetzt werden könne.
In der Keynote erwähnte Huang dabei auch neue Automobilpartner für Nvidias Plattform. Dazu gehören BYD, Hyundai, Nissan und Geely. Diese Hersteller schließen sich bestehenden Partnern wie Mercedes-Benz, Toyota und General Motors an.
Ein weiterer Schwerpunkt der Keynote war die Weiterentwicklung von CUDA; die GPU-Plattform wird dieses Jahr 20 Jahre alt. Huang bezeichnete die Bibliotheken von CUDA-X als "die Kronjuwelen" Nvidias.
Schlussworte mit Olaf dem Schneeman
Neue Versionen sollen insbesondere Datenverarbeitung beschleunigen: strukturierte Daten etwa mit cuDF, unstrukturierte Daten mit cuVS. Als Beispiele nannte Huang Plattformen wie IBM Watsonx.data, Dells AI Data Platform sowie Googles BigQuery und Vertex AI.
Daneben zeigte Nvidia erneut seine Strategie für Physical AI. Plattformen wie Isaac Lab, Newton, Cosmos und Groot sollen eine gemeinsame Infrastruktur für Robotik, autonome Fahrzeuge und industrielle Systeme bilden.
Huang demonstrierte auch Beispiele aus der Unterhaltungsindustrie: Mit Hilfe von Simulation und Reinforcement Learning lassen sich animierte Figuren in echte Roboter übersetzen – etwa Disneys Schneemann Olaf aus dem Kinofilm Frozen.
Olaf lief als physische Figur mit KI und Robotik am Schluss der Keynote über die Bühne und reagierte auf Huang. Der Nvidia-Chef beschrieb diese Entwicklung als nächsten Schritt, bei dem KI nicht nur digitale Inhalte erzeuge, sondern Maschinen in der realen Welt steuere.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.