Santa Clara, Kalifornien – Nvidia hat heute auf seiner jährlichen GTC-Konferenz seine KI-GPU-Serie „Blackwell“ vorgestellt, den Nachfolger der äußerst erfolgreichen „Hopper“-Architektur. CEO Jensen Huang hob die Leistungsfähigkeit der Blackwell-GPUs hervor und betonte deren exponentielle Leistungssteigerungen beim Training und bei der Inferenz selbst komplexester KI-Modelle. Die nach dem Mathematiker David Blackwell benannte Architektur verfügt über 208 Milliarden Transistoren und integriert eine Transformer Engine der zweiten Generation, die die Effizienz großer Sprachmodelloperationen steigert.
Der Flaggschiff-Chip, der GB200 Grace Blackwell Superchip, integriert zwei Blackwell-GPUs mit Nvidias Grace-CPU und bildet so ein leistungsstarkes System-on-Chip, das für extrem große KI-Workloads ausgelegt ist. Nvidia verspricht eine 30-fache Leistungssteigerung bei der Inferenz großer Sprachmodelle und eine viermal höhere Trainingsgeschwindigkeit im Vergleich zu seinen H100-Vorgängern bei gleichzeitig deutlich reduziertem Stromverbrauch. Diese Effizienz ist entscheidend, da der Energieverbrauch von KI-Rechenzentren zunehmend an Bedeutung gewinnt.
Die Ankündigung erfolgt zu einem Zeitpunkt, an dem der Wettbewerb im KI-Chip-Bereich zunimmt und Unternehmen wie AMD, Intel und zahlreiche Startups um Marktanteile kämpfen. Nvidias etabliertes Software-Ökosystem CUDA bietet jedoch weiterhin einen starken Wettbewerbsvorteil und macht es für Konkurrenten schwierig, das Unternehmen aus seiner dominanten Position zu verdrängen. Angesichts der stetig steigenden Rechenleistungsanforderungen moderner KI dürften große Cloud-Anbieter und KI-Forschungslabore die Blackwell-Architektur frühzeitig übernehmen. Dieser Schritt unterstreicht Nvidias strategische Vision, die Grenzen der KI-Hardware kontinuierlich zu erweitern und sicherzustellen, dass seine Produkte an der Spitze der technologischen Innovation bleiben.
Deutsch 
English