TradingKey – Am 21. Oktober stellte der CEO von Nvidia (NVDA), Jensen Huang, auf der GTC-Konferenz in Berlin neue Fortschritte bei KI-Infrastruktur, Unternehmensagenten und Robotik vor und erklärte, dass Vera Rubin die volle Serienproduktion erreicht habe. Die Ankündigungen konzentrierten sich auf die Bereitstellung von Rechenleistung sowie die Anwendungsentwicklung mit dem Ziel, Unternehmen dabei zu helfen, KI praktisch im Geschäftsbetrieb einzusetzen.
Im Bereich der Infrastruktur stellte Nvidia DSX POD vor, eine modulare KI-Fabriklösung, die Rechenausrüstung, Netzwerk-, Strom- und Flüssigkeitskühlungssysteme vorab in den Einrichtungen von Partnern integriert und testet, bevor sie zur Installation an die Kundenstandorte geliefert wird.
Laut Nvidia kann die Lösung, sofern eine unterstützende Standortinfrastruktur wie etwa die Stromversorgung bereits vorhanden ist, die Bereitstellungszeit von rund sechs Monaten auf bis zu 14 Tage verkürzen. Zu den Partnern gehören Dell, Hewlett Packard Enterprise, Lenovo, Schneider Electric und Vertiv, wobei die Auslieferungen voraussichtlich Anfang 2027 beginnen werden. Dieser Zeitrahmen bezieht sich speziell auf die Bereitstellungsphase vor Ort und umfasst nicht den gesamten Prozess des Aufbaus eines Rechenzentrums von Grund auf.
Aus betriebswirtschaftlicher Sicht hilft eine Verkürzung des Installations- und Inbetriebnahmezyklus der Ausrüstung den Kunden dabei, Rechenkapazitäten früher in Betrieb zu nehmen. Allerdings hängt die Frage, ob dies den Return on Investment beschleunigt, weiterhin vom begleitenden Projektfortschritt, der Rechenauslastung und der tatsächlichen Nachfrage ab und lässt sich nicht allein anhand einer schnelleren Bereitstellung beurteilen.
Im Bereich der Unternehmensanwendungen stellte Nvidia die Referenzarchitektur OpenShell für sichere KI-Agenten vor, die den Zugriff der Agenten auf Daten und Tools durch isolierte Ausführungsumgebungen, Zugriffskontrollen und eine kontinuierliche Überwachung steuert.
Die Architektur weist Modellinferenz, Aufgabenorchestrierung und sichere Ausführung unterschiedlichen Rechenkomponenten zu, um Unternehmen die Integration von Agenten in Geschäftsprozesse unter kontrollierten Zugriffsbedingungen zu ermöglichen.
Zudem stellte Nvidia die Agent Knowledge Foundation vor, die Agenten mit Funktionen wie Dokumentenanalyse, Informationsbeschaffung und der Verarbeitung strukturierter Daten ausstattet, um sie bei der Nutzung von internem Unternehmenswissen zu unterstützen. Im Vergleich zu generischen Frage-Antwort-Systemen liegen diese Funktionen näher an den grundlegenden Werkzeugen, die für praktische Aufgaben wie die Bearbeitung von Kundenprofilen, Geschäftsunterlagen und Datenbanken erforderlich sind.
Diese Ankündigungen zeigen, dass Nvidia sein Angebot im Bereich Unternehmens-KI über Hardware, Modelle und Software-Tools hinweg erweitert. Allerdings besteht weiterhin eine Lücke zwischen Produktvorstellungen und einer breiten Kundenakzeptanz, sodass die tatsächlichen Implementierungen sowie die kommerziellen Umsatzbeiträge in Zukunft genau zu beobachten sein werden.
Im Automobilsektor präsentierte Nvidia Partnerschaften rund um die Hyperion-Plattform in den Bereichen assistiertes Fahren, autonomes Fahren und Robotaxis. Darunter übernahm Volvo Cars die Hyperion- und Alpamayo-Technologie-Stacks, was ein konkretes Anwendungsbeispiel für den weiteren Vorstoß von Nvidia in den Markt für Automotive Computing liefert.
Im Bereich Robotik stellte das Unternehmen die Referenzplattform für humanoide Roboter Agile ONE SN mit 31 Freiheitsgraden vor, deren Markteinführung für 2027 erwartet wird. Unterstützende Tools decken Datenerfassung, Modelltraining, Simulation und Betrieb ab und helfen Entwicklern dabei, Roboter aus simulierten Umgebungen in reale Szenarien zu überführen.
Im medizinischen Bereich stellte Nvidia zudem eine Zusammenarbeit mit Siemens Healthineers in der adaptiven Strahlentherapie vor, die medizinische Bildgebung, digitale Zwillinge und Echtzeit-Computing kombiniert, um die Behandlungsplanung und -anpassung zu unterstützen. Während diese Kooperationen das Anwendungsspektrum von KI-Computing erweitern, müssen die Fortschritte bei Regulierung, Bereitstellung und Kommerzialisierung jedes einzelnen Projekts weiterhin individuell verfolgt werden.