Nvidia GTC 2026: Von Vera-CPUs bis DLSS 5 – Jensen Huang spannt den Bogen von Rechenzentren bis Gaming

Auf der Entwicklerkonferenz GTC 2026 skizziert Nvidia eine aggressive Ausbaustrategie für KI-Rechenzentren und Grafiktechnologien. Im Mittelpunkt stehen neue Chips, Rack-Architekturen und eine ambitionierte Umsatzprognose.

Blackwell, Vera Rubin und Groq: Nvidia zielt auf Billionenmarkt für KI-Rechenzentren

In San José kündigte CEO Jensen Huang an, dass Nvidia bis 2027 Bestellungen für Blackwell- und Vera-Rubin-Systeme im Umfang von 1 Billion US‑Dollar  erwartet. Damit hebt das Unternehmen seine bisherige Schätzung deutlich an. Im vergangenen Jahr bezifferte man ein Umsatzpotenzial von 500 Milliarden US‑Dollar für beide Chipplattformen. Finanzchefin Colette Kress hatte nach den jüngsten Quartalszahlen bereits erklärt, dass das Wachstum 2026 über der damaligen Prognose liegen soll. Die starke Nachfrage komme sowohl von Start-ups als auch von Großunternehmen, die ihre Kapazitäten für KI-Anwendungen ausbauen wollen.

Nvidia profitiert von der wachsenden Verbreitung sogenannter agentischer KI, bei der Anwendungen eigenständig weitere Softwareagenten starten, um Aufgaben zu erledigen. Die Zahl der generierten Tokens steigt dadurch massiv, was den Bedarf an schneller Inferenzleistung erhöht. Das Unternehmen rechnet im laufenden Quartal mit einem Umsatzanstieg von etwa 77 Prozent auf rund 78 Milliarden US‑Dollar. Es meldet seit elf Quartalen ein Umsatzwachstum von jeweils mehr als 55 Prozent im Jahresvergleich. Die Börse reagierte positiv, die Nvidia-Aktie legte am Montag um rund zwei Prozent zu.

Vera-Plattform: Neue 88‑Kern-CPU und Groq-3-Beschleuniger für agentische KI

Herzstück der Rechenzentrumsstrategie ist die Vera-Plattform, die Nvidia als Basis künftiger KI-Rechenzentren positioniert. Die bereits bekannten Bausteine Rubin-GPU, Vera-CPU, NVLink-6-Switches, ConnectX-9-Smart-NICs, Bluefield-4-Datenverarbeitungseinheiten und Spectrum-X-Switches werden nun um den neuen Nvidia Groq 3 Language Processing Unit (LPU) ergänzt. Der Beschleuniger zielt auf Inferenz mit hoher Tokenrate und niedriger Latenz. Man nutzt dafür 500 Megabyte SRAM pro Chip, was eine Speicherbandbreite von 150 Terabyte pro Sekunde ermöglicht. Zum Vergleich: Die Rubin-GPU bringt zwar 288 Gigabyte HBM4 mit, erreicht damit aber 22 Terabyte pro Sekunde.

Auf Basis der Groq-3-Chips plant Nvidia Groq-LPX-Racks mit 256 LPUs. Diese Rackeinheiten bieten zusammen 128 Gigabyte SRAM, 40 Petabyte pro Sekunde Bandbreite und eine dedizierte Scale-up-Schnittstelle mit 640 Terabyte pro Sekunde. Laut Nvidias Hyperscale-Vizepräsident Ian Buck soll Groq LPX als Koprozessor für Rubin dienen und die Dekodierleistung „in jeder Schicht des KI-Modells für jedes Token“ steigern. Ziel sind hochinteraktive Multiagentensysteme mit Modellen im Billionen-Parameter-Bereich und Kontextfenstern mit Millionen Tokens. Die Kombination aus Rubin-GPUs und Groq-LPUs soll die Tokenrate von heute typischen 100 Tokens pro Sekunde auf 1.500 Tokens pro Sekunde und mehr erhöhen.

CPU Pläne

Parallel dazu konkretisierte Nvidia seine CPU-Pläne. Die neuen Vera-Rechenzentrums-CPUs mit 88 Kernen und 144 Threads sollen dank Olympus-Kernen und einer 1,5‑fach höheren Zahl von Anweisungen pro Takt bis zu 50 Prozent mehr Leistung als Standard-CPUs liefern. Nvidia spricht von 1,5‑facher Leistung pro „Sandbox“ gegenüber x86-Wettbewerbern, dreifacher Speicherbandbreite pro Kern und doppelter Effizienz. Alle 88 Kerne sitzen in einem gemeinsamen Bereich ohne klassische NUMA-Aufteilung, was Latenzen und Programmieraufwand reduzieren soll. Über ein neues Scalable-Coherency-Fabric und bis zu 1,2 Terabyte pro Sekunde Speicherbandbreite – im Vollausbau mit 1,5 Terabyte SOCAMM-LPDDR5 – erreicht Vera durchschnittlich 13,6 Gigabyte pro Sekunde pro Kern, bei Bedarf bis zu 80 Gigabyte pro Sekunde für einzelne Kerne.

Mit dem Vera-CPU-Rack bringt Nvidia 256 flüssigkeitsgekühlte CPUs in einem Rack unter. Nvidia verspricht eine sechsfache Steigerung des CPU-Durchsatzes sowie doppelte Leistung bei agentischen KI-Workloads. Die Chips befinden sich in voller Produktion und sollen in der zweiten Jahreshälfte an Partner ausgeliefert werden. Damit tritt Nvidia erstmals direkt gegen klassische CPU-Anbieter wie Intel und AMD sowie gegen kundenspezifische Arm-Prozessoren großer Hyperscaler an.  Zugleich erweitert es die eigene GPU-zentrierte Vera-Rubin-Plattform.

DLSS 5: KI-Upscaling soll Spiele optisch weiter aufwerten

Nvidia adressiert auf der GTC 2026 auch den Gaming-Markt. Nur wenige Monate nach der Vorstellung von DLSS 4.5 auf der Elektronikmesse CES kündigt das Unternehmen DLSS 5 als nächste Generation seiner KI-gestützten Hochskalierungstechnologie für Spiele an. DLSS 5 soll ab Herbst verfügbar sein und laut Nvidia mit einem Echtzeit-Modell für neuronales Rendering „Pixel mit fotorealistischer Beleuchtung und Materialien anreichern“. Als Eingabe dienen Farb- und Bewegungsvektoren jedes Frames, die Ausgabe soll konsistente Beleuchtung und Materialwirkung liefern, verankert in den 3D-Daten der Szene und lauffähig bis zu 4K-Auflösung.

Huang demonstrierte DLSS 5 auf der Bühne anhand von „Resident Evil: Requiem“, „Hogwarts Legacy“ und „Starfield“. In den gezeigten Szenen waren zusätzliche Details bei Haaren und Hauttönen zu sehen, allerdings im Vergleich zu Versionen der Spiele ohne aktivierte DLSS-Funktionen. Wie groß der Vorsprung gegenüber DLSS 4.5 mit Pfadverfolgung ausfällt, ist bislang offen. Die präsentierte Demo lief auf einem System mit zwei RTX‑5090‑Grafikkarten, später soll DLSS 5 auch auf einer einzelnen Karte funktionieren. Nvidia bezeichnet die Technik als größten Durchbruch in der Computergrafik seit der Einführung des Echtzeit-Raytracing im Jahr 2018. Weitere technische Details stehen noch aus.

Via: www.cnbc.com · www.engadget.com · www.tomshardware.com · www.tomshardware.com

Bild Youtube

Den Beitrag in unserem Forum kommentieren