NVIDIA wird den Verkauf des H200 in China einstellen und kippt damit einen Deal, den Huang mit der Trump-Regierung ausgehandelt hatte. Zugleich schränken neue Regeln Rechenzentren im Ausland ein, die chinesische Kunden bedienen.
Warum es wichtig ist: Unternehmen, die Rechenzentren im Ausland für chinesische Kunden betreiben, sehen sich neuen Beschränkungen gegenüber, und die zitierte Schätzung deutet auf einen erheblichen Umsatzverlust in NVIDIAs Rechenzentrumsgeschäft hin.
1 Quelle
Unter Interims-CEO Colette Kress meldete NVIDIA einen Quartalsumsatz von 115,8 Milliarden Dollar, 103 % mehr als im Vorjahr, und gab bekannt, dass Vera Rubin NVL72 inzwischen ausgeliefert wird.
Warum es wichtig ist: Mit der Auslieferung der Vera-Rubin-NVL72-Racks kommt neue KI-Kapazität auf den Markt. Das kann Lieferzeiten und Preise für Unternehmen beeinflussen, die Anschaffungen für Rechenzentren oder Cloud-Kapazitäten planen.
1 Quelle
Laut OpenAI haben die hauseigenen Modelle Schaltungen für Jalapeño-Silizium optimiert und Designs von RISC-V-Kernen verbessert. Das Unternehmen sieht darin einen Fortschritt beim KI-gestützten Chipdesign.
Warum es wichtig ist: Die Ankündigung ist ein vom Unternehmen selbst berichtetes Beispiel dafür, wie Frontier-Modelle für Aufgaben im Hardwaredesign eingesetzt werden. Für Chip-Teams, die KI-Werkzeuge zur Schaltungsoptimierung in Betracht ziehen, kann sie von Interesse sein.
1 Quelle
Laut IEEE Spectrum streben Firmen für optisches Rechnen eine 10- bis 80-mal höhere Energieeffizienz an als heutige GPUs. Im großen Maßstab ist dieses Ziel noch nicht nachgewiesen.
Warum es wichtig ist: Wer Inferenzkapazität plant, sollte Effizienzversprechen der Optik als unbewiesen betrachten. Wie der Artikel festhält, hängen die Energiegewinne von der Systemgröße, den Codierungskosten und davon ab, welchen Anteil der Arbeitslast die Optik tatsächlich übernehmen kann.
1 Quelle
Der saudische National Infrastructure Fund finanziert GPU-Beschaffung und Netzausbau für 25 MW an KI-Rechenleistung, Ziel ist 1 GW.
Warum es wichtig ist: Staatlich gestütztes Kapital finanziert KI-Rechenleistung und Stromversorgung in der Golfregion. Das könnte die Verfügbarkeit von Kapazitäten und den Wettbewerb um Infrastruktur beeinflussen.
1 Quelle
Das Dresdner Unternehmen Sparxity hat in einer Series-A-Runde 90 Millionen US-Dollar für Chips eingesammelt, die nur die aktiven Modellgewichte berechnen. Laut Sparxity lässt sich die Inferenz damit um das bis zu 44-Fache beschleunigen.
Warum es wichtig ist: Die Investitionen in Hardware für die Inferenz deuten darauf hin, dass künftig mehr Alternativen zu Allzweck-GPUs für KI-Workloads entstehen könnten.
1 Quelle
Google liefert innerhalb eines Jahres vier TPU-Varianten aus und tritt im KI-Computing stärker gegen Nvidia an.
Warum es wichtig ist: Mehr TPU-Optionen geben Käufern eine weitere Alternative zu Nvidia-Hardware, was sich auf Preise und Kapazitätsplanung auswirken kann.
1 Quelle
Anthropic gibt 3,4 Milliarden Dollar für Erdgasturbinen von Caterpillar mit einer Leistung von 1,7 Gigawatt aus.
Warum es wichtig ist: Dass Anthropic eigene Kapazitäten zur Stromerzeugung erwirbt, deutet darauf hin, dass die Rechenkapazität für Frontier-KI zunehmend durch die Energieversorgung begrenzt wird.
1 Quelle
SpaceX will nach eigenen Angaben Milliarden in Supercomputing-Campusse in Starbase, Texas, und in Arizona investieren.
Warum es wichtig ist: Neue Rechenkapazität in großem Maßstab könnte Unternehmen, die KI-Infrastruktur einkaufen, zusätzliche Optionen eröffnen.
1 Quelle
Ein ehemaliger OpenAI-Forscher sagt, frei veröffentlichte Modelle der führenden chinesischen Labs trügen einen versteckten Fingerabdruck von Nvidia-Blackwell-Chips, deren Export nach China verboten ist.
Warum es wichtig ist: Sollte sich die Behauptung bestätigen, würde das nahelegen, dass beschränkte Hardware chinesische Labs erreicht und offene Modelle geprägt hat. Das könnte eine strengere Durchsetzung der Exportkontrollen und eine genauere Prüfung der Herkunft von KI-Modellen nach sich ziehen.
3 Quellen
Fractile hat in einer Series C 720 Millionen Dollar bei einer Bewertung von 7 Milliarden Dollar eingesammelt. Das Unternehmen baut Full-Stack-KI-Chips mit gestapeltem DRAM, die ersten Auslieferungen sind für 2027 geplant.
Warum es wichtig ist: Investitionen in spezialisierte Inferenz-Chips deuten darauf hin, dass Hardware für den Einsatz von KI, nicht nur für das Training, zu einem umkämpften Markt wird.
1 Quelle
Torus hat 500 Millionen Dollar an Wachstumskapital eingesammelt, um modulare Inferenzkapazität von 1 bis 20 MW in 12 bis 16 Wochen bereitzustellen. Bis Ende 2027 peilt das Unternehmen 47.000 GPUs an.
Warum es wichtig ist: Schneller verfügbare Inferenzkapazität über bestehende Netzanschlüsse könnte Engpässe bei Strom und Deployment für Unternehmen lindern, die KI im Produktivbetrieb einsetzen.
1 Quelle
Laut The Information kaufen die Inferenz-Anbieter Fal und Baseten eigene Chips, weil sie keine Zuteilung in der Cloud bekommen.
Warum es wichtig ist: Bleibt die Cloud-Kapazität knapp, könnten Unternehmen, die auf gehostete Inferenz angewiesen sind, an Zuteilungsgrenzen stoßen. Das könnte manche Anbieter dazu bewegen, eigene Hardware anzuschaffen.
1 Quelle
Laut dem Video zur IPO-Roadshow von Anthropic läuft Claude inzwischen auf vier Chipfamilien, und eine KI-gesteuerte Portierung auf AMD soll drei Tage gedauert haben.
Warum es wichtig ist: Treffen die Angaben zu, kann Anthropic Claude zwischen mehreren Anbietern von Beschleunigern verschieben, was die Hardware-Basis der Modelle verbreitern könnte, auf die sich Kunden verlassen. Die Zahlen stammen aus Aussagen des Unternehmens in einem Video zur IPO-Roadshow und sind nicht unabhängig überprüft.
1 Quelle
Laut Reuters warten etwa 600.000 H200-Chips in Hongkong, während Peking großvolumige Importe nach Festlandchina blockiert.
Warum es wichtig ist: Ob chinesische Käufer an Chips kommen, hängt inzwischen sowohl von Pekings Politik als auch von den US-Exportregeln ab. Das wirkt sich auf Prognosen für die Planung von KI-Kapazitäten aus.
1 Quelle
Anthropic hat Berichten zufolge rund 45 Mrd. US-Dollar zugesagt, um die Colossus-Rechenzentren von SpaceX bis Mai 2029 zu nutzen.
Warum es wichtig ist: Eine Zusage dieser Größenordnung sichert große Mengen an Rechenleistung bei einem unkonventionellen Anbieter und könnte die Kapazität verknappen, die anderen Käufern zur Verfügung steht.
1 Quelle
Google hat zwei TPU-Systeme vorgestellt, den 8tx für vertrauliche Inferenz und den 8i Max, und Cloud Pathways auf Google Kubernetes Engine allgemein verfügbar gemacht.
Warum es wichtig ist: Unternehmen, die auf Google Cloud Inferenz mit großem Kontext oder vertrauliche Inferenz betreiben, erhalten neue Hardwareoptionen. Pathways steht ihnen nun auch für eigene verteilte Workloads zur Verfügung.
2 Quellen
Rund 100 Demonstrierende sind auf die Baustelle für drei Rechenzentrumstürme von Microsoft in Amsterdam gelangt, einige kletterten auf einen Kran.
Warum es wichtig ist: Der Widerstand vor Ort wächst. Auch Projekte, die vor neuen Beschränkungen genehmigt wurden, können dennoch von Störungen auf der Baustelle und Reputationsrisiken betroffen sein.
1 Quelle
OpenAI-Finanzchefin Sarah Friar kündigt an, weiter in Rechenzentren zu investieren, obwohl sich Wählerinnen und Wähler bei den Midterms gegen die Anlagen gestellt haben.
Warum es wichtig ist: Anhaltende Investitionen in die Infrastruktur deuten auf eine stabile Nachfrage nach Kapazität hin. Das ist für Kunden relevant, die langfristige KI-Verpflichtungen planen.
1 Quelle
Nvidia hat eine unabhängige Untersuchung gegen Jensen Huang eingeleitet, nachdem US-Geheimdienste behauptet haben, eine Frau, mit der er eine Affäre hatte, sei eine chinesische Spionin.
Warum es wichtig ist: Die Untersuchung sorgt für Unsicherheit beim wertvollsten KI-Chiphersteller der Welt, der im Zentrum der Spannungen um Exportkontrollen zwischen den USA und China steht. Unternehmen, die von Nvidia-Lieferungen oder -Partnerschaften abhängen, droht das Risiko negativer Schlagzeilen, solange die Vorwürfe nicht geklärt sind.
5 Quellen
Google hat Crusoe eine nicht genannte Summe für die Übernahme eines unfertigen Rechenzentrums in Wyoming gezahlt und sagt zusätzlich 17 Mrd. $ für den Ausbau zu.
Warum es wichtig ist: Hyperscaler kaufen sich direkte Kontrolle über KI-Kapazitäten, um Lieferverzögerungen zu vermeiden. Das könnte das Angebot für Unternehmen verknappen, die auf externe Rechenzentrumsbauer angewiesen sind.
1 Quelle
Anthropic hat 3,4 Milliarden Dollar für 1,7 GW an Hochleistungs-Gasgeneratoren von OnePWR Solutions zugesagt. Der Deal umfasst auch Engineering- und Baukapazitäten.
Warum es wichtig ist: Führende KI-Labors umgehen Zwischenhändler und sichern sich Strom direkt. Das deutet darauf hin, dass die Stromkapazität für KI-Abnehmer ein Engpass bleiben wird.
2 Quellen
Laut THE DECODER hat Nvidia Cloud-Kunden aufgefordert, ihr Geschäft mit China zurückzufahren.
Warum es wichtig ist: Unternehmen, die Nvidia-basierte Cloud-Kapazitäten mieten, müssen sich möglicherweise auf eine veränderte regionale Verfügbarkeit oder veränderte Compliance-Anforderungen für Workloads mit China-Bezug einstellen.
1 Quelle
SemiAnalysis schätzt, dass strengere Finanzierungsbedingungen höchstens 2 bis 3 GW der rund 50 GW treffen könnten, die 2027 fertig werden sollen. Einjahresverträge für H100 sind seit März um etwa 21% teurer geworden.
Warum es wichtig ist: Steigende Preise für einjährige GPU-Verträge und Finanzierungsrisiken machen mehrjährige Zusagen für Rechenkapazität für Unternehmen, die KI-Produkte entwickeln, teurer und unsicherer.
1 Quelle
Laut einem Bericht von MindStudio sind RTX-Spark-Laptops unter nativem Linux gedrosselt, wenn eine nur für Windows verfügbare Firmware-Komponente fehlt. Bei GPT-OSS-120B sinkt das Tempo von rund 65 auf 14 Token pro Sekunde.
Warum es wichtig ist: Teams, die mit dieser Hardware lokale Inferenz unter Linux planen, könnten erhebliche Einbußen beim Durchsatz erleiden, die von einer nur unter Windows verfügbaren Komponente abhängen.
1 Quelle
Laut SemiAnalysis könnte SpaceX 2027 auf rund 13 Gigawatt Rechenzentrumskapazität kommen, indem das Unternehmen Raketenstandorte umwidmet und weitere Standorte hinzunimmt.
Warum es wichtig ist: Verläuft der Ausbau nach diesem Zeitplan, würde SpaceX zu einer großen neuen Quelle für KI-Rechenkapazität werden. Das könnte sich auf Cloud-Preise und die Verfügbarkeit für Unternehmen auswirken, die darauf angewiesen sind.
1 Quelle
Laut Microsoft soll Maia 300 im Jahr 2027 in Betrieb gehen und zum primären Inferenzsystem für die eigenen Produkte werden, die dann auf dem hauseigenen Beschleuniger laufen.
Warum es wichtig ist: Verlagert Microsoft die Inferenz auf eigene Chips, könnten sich Kosten und Bezugsmöglichkeiten für Unternehmen ändern, die auf Azure aufbauen.
2 Quellen
Auf seiner ersten Firmenkonferenz gab Fireworks an, täglich mehr als 40 Billionen Token für angepasste Modelle seiner Kunden auszuliefern. Dieses Segment sei seit dem Sommer auf mehr als das 2-Fache gewachsen.
Warum es wichtig ist: Gehostete Inferenz für angepasste offene Modelle wächst rasch. Unternehmen, die zwischen offenen und geschlossenen Modell-APIs abwägen, finden damit ein größeres und etablierteres Angebot an Hosting-Optionen vor.
1 Quelle
KI-Unternehmen bauen ausgemusterte Flugzeugtriebwerke zu Erdgasgeneratoren um. xAI hat in seinem Rechenzentrum in Mississippi acht solcher umgebauten Turbinen installiert.
Warum es wichtig ist: Betreiber von Rechenzentren, die mit Verzögerungen beim Netzanschluss kämpfen, könnten auf umgebaute Turbinen ausweichen. Die Nachteile bei Effizienz und Emissionen bergen jedoch Risiken für Genehmigungsverfahren und den Ruf.
1 Quelle
KI-Infrastrukturaktien fielen über Nacht, nachdem Hinojosa, die im Wahlkampf ein Moratorium für neue KI-Rechenzentren in Texas gefordert hatte, Gouverneur Greg Abbott besiegt hatte.
Warum es wichtig ist: Wer private Deployments plant oder auf Cloud-Anbieter setzt, könnte mit standortbedingten Kapazitäts- und Preisrisiken konfrontiert sein, falls Texas neue Rechenzentren beschränkt.
1 Quelle
Fabriken bevorzugen komplexe, teurere Platinen für KI-Server. Ein taiwanischer Hersteller berichtet, dass Laminat mindestens 12-mal so viel kostet wie im Juli.
Warum es wichtig ist: Engpässe bei Leiterplatten können PCs, Kameras und Medizingeräte verzögern oder verteuern, selbst wenn Chips verfügbar sind. Hardware-Käufer sollten daher mit längeren Lieferzeiten planen.
1 Quelle
Eine Analyse sieht im Zusammenschluss von Marvell und Lumentum eine Konsolidierung bei optischen Interconnects, die Folgen für KI-Netzwerke hat.
Warum es wichtig ist: Eine Konsolidierung bei optischen Interconnects könnte Verfügbarkeit und Preise jener Netzwerkkomponenten beeinflussen, auf die KI-Cluster angewiesen sind.
1 Quelle
Laut SemiAnalysis ist die Rechenzentrumskapazität für 2027 weitgehend gesichert. Ein längerer Genehmigungsstopp in Texas sei nun das größte Risiko für 2028.
Warum es wichtig ist: Unternehmen, die Kapazitäten für 2028 planen, könnten in Texas mit Verzögerungen bei Genehmigungen konfrontiert sein. Damit gewinnen die Wahl der Standorte und verbindliche Zusagen von Anbietern an Bedeutung.
1 Quelle
Mit dem Grid Protectors Program will OpenAI gemeinsam mit Energieversorgern dafür sorgen, dass künftige Rechenzentrumsstandorte die Netzstabilität stützen und die Stromkosten für Verbraucher nicht in die Höhe treiben.
Warum es wichtig ist: Unternehmen, die große KI-Rechenzentren planen, müssen sich womöglich enger mit Energieversorgern abstimmen, sowohl bei der Netzstabilität als auch bei der Frage, wie sich neue Nachfrage auf die Strompreise auswirkt.
1 Quelle
OpenAI denkt über einen neuen Namen für seine Rechenzentren nach. Er ist Teil einer PR-Offensive, die für die Zeit nach den Midterm-Wahlen geplant ist.
Warum es wichtig ist: Der lokale Widerstand gegen Rechenzentren wird zum politischen Thema. Unternehmen, die neue KI-Infrastruktur planen, müssen daher womöglich einen konkreten Nutzen für die Gemeinden nachweisen.
2 Quellen
Der Prototyp aus Googles Project Suncatcher hat das offene Modell Gemma 4 im All ein Haiku schreiben lassen. Getestet wird solarbetriebenes Rechnen im Weltraum.
Warum es wichtig ist: Rechnen im All befindet sich noch im Prototypenstadium. Die meisten Unternehmen können daher für KI-Workloads in naher Zukunft nicht darauf setzen.
1 Quelle
Laut Foxconn-Chairman Young Liu hält das Unternehmen etwa 40 % des weltweiten Markts für KI-Server.
Warum es wichtig ist: Wenn sich die Fertigung von KI-Servern bei einem einzigen Lieferanten konzentriert, wirkt sich das auf Preise, Lieferzeiten und Versorgungsrisiken für Unternehmen aus, die KI-Infrastruktur einkaufen.
1 Quelle
FuriosaAI hat in einer Wachstumsrunde 620 Mio. US-Dollar bei einer Bewertung von 2,9 Mrd. US-Dollar eingesammelt und will die Produktion seiner Inferenz-Chips bis 2027 auf 40.000 Einheiten hochfahren.
Warum es wichtig ist: Stromverbrauch bei der Inferenz und Kosten pro Token werden zunehmend zu Kaufkriterien. Alternativen zu GPUs verdienen daher eine Prüfung für den produktiven Einsatz.
1 Quelle
Laut SemiAnalysis hat Nvidia die NVLink-Bandbreite von Vera Rubin wegen Grenzen bei der Signalintegrität von 3,6 auf 3,0 TB/s pro GPU reduziert.
Warum es wichtig ist: Eine geringere NVLink-Bandbreite pro GPU könnte die Skalierungseffizienz beim Training und bei der Inferenz mit mehreren GPUs auf Vera-Rubin-Systemen verringern.
1 Quelle
Laut öffentlichen Unterlagen von Anthropic setzen Rechenzentren mit eigener Gasverstromung das Unternehmen Brennstoffpreisen und Versorgungsgrenzen aus.
Warum es wichtig ist: Unternehmen, die eigene Stromerzeugung vor Ort planen, tragen Risiken bei Brennstoffpreisen und gesicherter Versorgung. Das kann Rechenzentrumsstandorte verzögern oder deren Betriebskosten erhöhen.
1 Quelle