Beobachtetes Signal · 23. März 2026 · Industry Analysis · Quelle: Chipstrat · Relevanz: 4/5 · Sentiment: Neutral
Multi-Silicon-Ära: NVIDIA forciert disaggregierte AI Inference
Auf der GTC 2026 präsentierte NVIDIA umfassende Infrastruktur-Updates und neue Systeme für eine Multi-Silicon- und disaggregierte Inference-Strategie. Zu den Kernankündigungen gehören die Systeme Groq LPX, Vera ETL256 und STX, Erweiterungen der Kyber-Rack-Familie sowie Multi-Rack-Formate wie Rubin Ultra NVL576 und Feynman NVL1152. Nach einer 20-Milliarden-Dollar-Lizenzierung von Groq-IP und der Übernahme von Schlüsseltalenten integriert NVIDIA Groq-LPUs (LP30/LP35) in seine Vera- und Rubin-Stacks; ein LP40-Chip auf TSMC-N3P-Basis mit CoWoS-R und NVLink ist in Planung. NVIDIA treibt zudem die Disaggregation von Attention- und FFN-Layern (AFD) voran, um Latenzen beim Decode-Prozess via LPUs zu minimieren. Ergänzt wird die Roadmap durch flüssigkeitsgekühlte CPU-Racks (Vera ETL256), NVMe-Speicherdesigns (STX/CMX) und neue CPO-/Optik-Konzepte für massives Scale-up.
NVIDIA leitet einen strategischen Architekturwechsel hin zu disaggregierter Multi-Silicon-Inference ein. Dies verändert Rechenzentrumsarchitekturen, Hardware-Lieferketten und die Wirtschaftlichkeit großskalierter LLM-Inference grundlegend.
Marktsignale zu NVIDIA in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- NVIDIA stellte auf der GTC 2026 drei neue Systeme vor: Groq LPX, Vera ETL256 und STX.
- NVIDIA zahlte 20 Milliarden US-Dollar für Groq-IP-Lizenzen und die Übernahme von Kern-Entwicklungsteams.
- Groq LPU 3 (LP30) wird produktisiert; eine LP40-Generation auf TSMC N3P mit CoWoS-R und NVLink ist geplant.
- NVIDIA präsentierte Rubin Ultra NVL576 und Feynman NVL1152 als Multi-Rack-Systeme inklusive CPO/Optik-Roadmap.
- Vera ETL256 bietet 256 flüssigkeitsgekühlte CPUs; STX fungiert als NVMe-Referenz-Storage-Rack auf Basis von BlueField-4 und CMX.
Verknüpfte Unternehmen
8 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Nvidias KI-Vorsprung erstreckt sich weit über GPUs hinaus
Nach den jüngsten Quartalszahlen zeigt sich Nvidias Wettbewerbsvorteil zunehmend in den umfassenden Systemen zur Orchestrierung von KI-Workloads statt rein bei GPUs. Das Unternehmen führt die Vera Rubin-Architektur ein: Racks, die Rubin-GPUs mit Komponenten wie der Vera-CPU, Groq 3 LPX-Beschleunigern, Speicher und Netzwerktechnologien kombinieren. Nvidia betont, dass diese Systeme die Datenorchestrierung und -auslastung um das bis zu Dreifache verbessern. Während Hyperscaler und konkurrierende Chip-Hersteller wie Amazon, Google oder OpenAI mit dem Jalapeño-Ansatz alternative Strategien verfolgen, hält Nvidia derzeit einen frühen Vorsprung bei der systemweiten Effizienz, während KI-Rechenleistungen in den Gigawatt-Bereich skalieren.
NVIDIAs Dominanz bröckelt: Diversifizierung im AI-Silicon-Markt
Die unangefochtene Marktführerschaft von NVIDIA im AI-Compute-Stack gerät zunehmend unter Druck. Obwohl die Umsätze des Halbleiterriesen weiterhin steigen, fragmentiert die Silizium-Ebene in drei Richtungen: Hyperscaler entwickeln vermehrt eigene Custom-Chips für spezifische Workloads, spezialisierte Silicon-Startups adressieren Nischen, die GPUs nur ineffizient bewältigen, und Foundry- sowie Packaging-Anbieter entwickeln sich zu einem kritischen Engpass. Der Bericht analysiert diesen strukturellen Wandel über vier Dimensionen (Abstraktion, Market Map, Playbook sowie Zukunftsausblick) und skizziert die strategischen Verschiebungen im Halbleiterbereich. In dem Maße, wie der Nutzen generalistischer GPUs abnimmt, verlagert sich die Verhandlungsmacht entlang der gesamten Wertschöpfungskette.
Nvidia forciert CPUs für agentische KI auf der GTC
Auf der GTC-Konferenz vollzieht Nvidia einen strategischen Schwenk hin zu Rechenzentrums-CPUs und rückt Standalone-Prozessoren für agentische KI in den Fokus. Neben dem etablierten Grace-Chip befindet sich die Next-Generation-CPU Vera bereits in der Produktion. Nvidia positioniert seine Arm-basierten Prozessoren als Orchestrierungs-Hosts, die GPUs in Rack-Scale-KI-Systemen effizient mit Daten versorgen. Dabei setzt das Unternehmen auf optimierte Single-Thread-Leistung sowie Performance-per-Watt für komplexe agentische Workflows. Ein mehrjähriger Großauftrag von Meta sieht den umfassenden Standalone-Einsatz von Grace sowie den Rollout von Vera für 2027 vor. Zeitgleich warnen Marktbeobachter vor drohenden CPU-Lieferengpässen: Die steigende Nachfrage nach General-Compute zur Steuerung agentischer KI setzt Intel und AMD bereits mit verlängerten Lieferzeiten und Bestandsdruck zu.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.