Statt nur Hardware zu verkaufen, beteiligt sich NVIDIA künftig direkt an den Einnahmen von KI-Cloud-Anbietern. Das neue Modell soll den Bau großer KI-Fabriken weltweit beschleunigen.
Milliarden-Investitionen in KI-Rechenzentren
Am 1. Juli 2026 stellte NVIDIA ein neuartiges Umsatzbeteiligungsmodell für KI-Cloud-Anbieter vor. Das Unternehmen teilt sich künftig die Erlöse aus Cloud-Diensten und senkt so die Einstiegshürden für Betreiber massiver Rechenzentren. Sharon AI kündigte bereits an, bis zu 40.000 GB300-GPUs unter diesem Rahmenwerk zu deployen.
Parallel dazu gab Firmus Technologies eine Partnerschaft mit NVIDIA bekannt, die bis 2034 läuft. Auf der indonesischen Insel Batam entsteht ein 360-Megawatt-KI-Campus mit Platz für bis zu 170.000 GPUs – darunter die neuesten Grace-Blackwell- und Vera-Rubin-Architekturen. Die erste Phase soll im ersten Quartal 2027 ans Netz gehen. Firmus rechnet in den ersten sechs Betriebsjahren mit einem gebuchten Auftragsvolumen zwischen 25 und 30 Milliarden Euro.
„Build in America“: 500 Milliarden für heimische Infrastruktur
Noch am selben Tag präsentierte NVIDIA seine „Build in America“-Initiative. Bis zu 500 Milliarden Euro sollen in KI-Infrastruktur in den USA fließen. TSMC fertigt Blackwell-Wafer bereits in Phoenix, Arizona. Foxconn und Wistron übernehmen die Systemmontage in Houston und Dallas.
Die wirtschaftlichen Effekte sind gewaltig: NVIDIAs Prognosen zufolge wird die KI-Nachfrage 2026 rund 485 Milliarden Euro zum US-BIP beitragen und über 100.000 Arbeitsplätze sichern. Auch Zulieferer wie Corning, Lumentum und Coherent profitieren – sie liefern optische Verbindungen und Komponenten für das Wärmemanagement.
Die rasante Entwicklung von KI-Systemen bringt komplexe neue Regeln mit sich, die Unternehmen jetzt kennen müssen. Dieser kostenlose Umsetzungsleitfaden zum EU AI Act hilft Ihrer Rechts- und IT-Abteilung, bei Risikoklassen und Fristen den Überblick zu behalten. EU AI Act in 5 Schritten verstehen
Vera Rubin: Erster Meilenstein auf CoreWeave Cloud
Bereits am 30. Juni 2026 gelang NVIDIA und CoreWeave ein Durchbruch: Die erste Inbetriebnahme der Vera-Rubin-NVL72-Plattform auf der CoreWeave Cloud. Die Rack-Konfiguration vereint 72 Rubin-GPUs und 36 Vera-CPUs mit einer aggregierten Bandbreite von 260 TB/s. Die Auslieferung der Serienproduktion beginnt im Herbst 2026.
Im Softwarebereich vermeldet NVIDIA ebenfalls Fortschritte. Die hauseigene Inferenzsoftware hat die Token-Kosten für das DeepSeek V4-Modell auf Blackwell-Hardware innerhalb eines Monats um das Fünffache gesenkt. Durch disaggregiertes Serving und Multi-Token-Vorhersage steigerte das Unternehmen den Durchsatz um das bis zu 20-Fache. Die neue GQE-Referenzarchitektur beschleunigt SQL-Abfragen um das 7,5-Fache gegenüber CPU-basierten Datenbanken.
Wasserlose Rechenzentren und Edge-Innovation
Die Energieversorgung bleibt eine zentrale Herausforderung. NVIDIA geht neue Wege: Gemeinsam mit Valar Atomics entsteht ein wasserloses KI-Rechenzentrum im ländlichen Utah. Ein heliumgekühlter Small Modular Reactor soll die NVIDIA-Hardware mit Strom versorgen – zunächst in einem 100-kW-Experiment, später im großen Maßstab.
Da KI-Systeme zunehmend sensible Unternehmensbereiche durchdringen, warnen Experten vor neuen rechtlichen Risiken und empfindlichen Strafen bei Nichtbeachtung der Regularien. Sichern Sie sich den kostenlosen Report zu den aktuellen Übergangsfristen, um Ihre KI-Projekte rechtssicher zu gestalten. Kostenlosen Umsetzungsleitfaden zur KI-Verordnung herunterladen
Für effizientere Rechenzentren arbeiten Siemens, NVIDIA und Fluence an einer vorgefertigten Power-Skid- und Batteriespeicherlösung für NVL72-Cluster. Supermicro präsentierte einen Bauplan für Vera-Rubin-NVL4-Cluster mit bis zu 1.152 GPUs in flüssigkeitsgekühlten Einheiten, die auf 1 GW skalieren können.
Im Consumer-Bereich übernimmt Adobe am 1. Juli 2026 Topaz Labs. Die Tools zur Video- und Bildverbesserung auf dem Gerät sollen in Creative Cloud integriert werden und den RTX-Spark-Superchip nutzen. ASUS verbaut diesen chip in seiner ProArt-PC-Reihe, die im Herbst 2026 auf den Markt kommt. Die Maschinen sind für lokale Large Language Models mit bis zu 120 Milliarden Parametern ausgelegt.
