Der US-Chipkonzern Nvidia hat auf der GTC 2026 erste technische Spezifikationen seiner kommenden Rosa-Prozessorarchitektur vorgestellt. Die CPU ist speziell für autonome KI-Systeme ausgelegt.
Auf der am Dienstag zu Ende gegangenen Entwicklerkonferenz in San José gab Nvidia Einblicke in die Rosa-Architektur, die als Nachfolgerin der noch nicht ausgelieferten Vera-Plattform entwickelt wird. Im Zentrum steht die Frage: Wie müssen Prozessoren gebaut sein, damit sie die komplexen Denk- und Entscheidungsprozesse künstlicher Intelligenzen bewältigen können?
Rigel-Kerne: Mehr Leistung auf gleicher Fläche
Das Herzstück der Rosa-CPU bilden die neuen Rigel-Kerne, die auf der Arm-v9.2-Architektur basieren. Im Vergleich zu den Olympus-Kernen der Vera-Generation setzt Nvidia auf eine verfeinerte Strategie: Statt einfach mehr Kerne zu verbauen, steigert man die Leistung pro Kern bei gleichbleibender Siliziumfläche.
Zu den wichtigsten Neuerungen zählen ein vergrößerter L2-Cache, eine optimierte Befehlsauslieferung und effizienteres Speichermanagement. Diese Verbesserungen sind keine kosmetischen Retuschen – sie sind existenziell für die nächste Stufe der KI-Entwicklung: autonome Agenten, die selbstständig Probleme analysieren und lösen.
Der Weg dorthin ist beeindruckend. Von der Grace-Architektur mit 72 Neoverse-V2-Kernen über Veras 88 Olympus-Kerne bis hin zu Rosa zeichnet sich ein klares Muster ab: Nvidia treibt die Instruktionen-pro-Takt-Effizienz massiv voran. Erste Daten zeigen, dass Vera bereits 50 Prozent mehr IPC als Grace bietet und die nachhaltige Pro-Kern-Leistung konventioneller x86-Prozessoren um das 1,8-Fache übertrifft.
Während Nvidia die Hardware für autonome Agenten perfektioniert, müssen Unternehmen bereits heute die rechtlichen Rahmenbedingungen für solche KI-Systeme beachten. Dieser kostenlose Umsetzungsleitfaden zum EU AI Act erklärt Ihnen kompakt alle neuen Pflichten, Risikoklassen und Fristen. EU AI Act in 5 Schritten verstehen: Jetzt Gratis-E-Book sichern
TSMC A16: Die Fertigung als Wettbewerbsvorteil
Berichten zufolge setzt Nvidia bei Rosa auf TSMCs A16-Prozess oder ein hochwertiges 2-Nanometer-Verfahren. Die A16-Technologie bringt eine entscheidende Neuerung mit: die sogenannte „Super Power Rail“ – eine rückseitige Stromversorgung, die das Stromverteilungsnetz auf die Wafer-Rückseite verlegt.
Das klingt technisch, hat aber handfeste Vorteile: Der Spannungsabfall wird reduziert, die Signalintegrität verbessert sich. Konkret verspricht der A16-Knoten eine acht bis zehn Prozent höhere Geschwindigkeit im Vergleich zum N2P-Prozess – bei gleichzeitig 15 bis 20 Prozent geringerem Stromverbrauch. Die Chipdichte steigt um etwa das 1,1-Fache.
Die Fertigung auf 2-Nanometer-Ebene ist jedoch extrem anspruchsvoll. Branchenkenner weisen darauf hin, dass die Anzahl der chemisch-mechanischen Polierschritte (CMP) im Vergleich zum 7-Nanometer-Prozess mehr als doppelt so hoch ist. Die rückseitige Stromversorgung treibt den CMP-Bedarf um weitere 15 bis 20 Prozent in die Höhe.
Von dieser Entwicklung profitieren mehrere taiwanesische Zulieferer. Unternehmen wie China Steel, das Diamantscheiben liefert, und Suntech Semiconductor, ein Anbieter von Trägerwafern, positionieren sich bereits für die erhöhten Anforderungen der A16-Produktion.
Fahrplan: Wann kommt Rosa?
Nvidias Roadmap sieht die Rosa-CPU als zentrales Element der Feynman-Generation vor. Der Prozessor soll um 2028 gemeinsam mit den Feynman-GPUs in Rechenzentren starten, die breite Verfügbarkeit ist für 2029 geplant. Consumer-Varianten für PCs werden für 2030 erwartet.
Der rasante Fortschritt bei KI-Prozessoren eröffnet völlig neue Möglichkeiten, stellt Unternehmen aber auch vor neue Compliance-Herausforderungen. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko gelten und wie Sie die EU-Vorgaben rechtssicher umsetzen. Kostenlosen Leitfaden zur KI-Verordnung herunterladen
Die aktuelle Vera-Generation, die noch 2026 auf den Markt kommen soll, hat bereits namhafte Kunden gewonnen: OpenAI, Anthropic, Oracle und Perplexity setzen auf die Plattform. In Sandbox-Tests von Perplexity zeigte Vera beeindruckende Werte: 1,5-fach schnellere Code-Ausführung und 1,9-fach schnellere Sandbox-Startzeiten.
Die Rosa-CPU soll diese Dynamik nutzen und die höhere Speicherbandbreite sowie den verbesserten Kern-zu-Kern-Durchsatz liefern, den die nächste Generation der KI-Rechenzentren benötigt.
