25 Meldungen über NVIDIA, chronologisch, auf Deutsch zusammengefasst.
Nvidia stellt ModelExpress vor, das riesige Modell-Checkpoints von Hunderten Gigabyte effizienter durch den Cluster bewegt. Da Cold Starts, Autoscaling und RL-Nachtraining ständig Gewichte kopieren, senkt die Technik Ladezeiten und Kosten für GPU-Deployments spürbar.
25.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Infrastruktur
Laut einem Vertreter des Weissen Hauses griff Moonshot AI in Thailand auf Nvidias GB300-Chips zu, trotz chinesischer Exportbeschränkungen. Das Unternehmen trainierte damit sein leistungsstarkes Modell Kimi K3. Der Fall verdeutlicht, wie schwer sich die US-Exportkontrollen gegen Umgehungswege durch Drittländer durchsetzen lassen.
24.07.2026 · CNBC Technology (cnbc.com) · Infrastruktur
Nvidia zeigt, wie sich das Modell Nemotron 3 Nano über das Prime Intellect Lab in Minuten auf eigene Anwendungsfälle, Domänen und Sprachen zuschneiden lässt. Die vorkonfigurierte Umgebung senkt Hürden bei Infrastruktur, GPU-Zugang und Fachwissen, die individuelle Anpassungen sonst aufwendig machen.
24.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Infrastruktur
NVIDIA zeigt, wie sich lange TensorRT-Engine-Builds in Python oder C++ überwachen und vorzeitig abbrechen lassen. Bislang blockieren grosse Modelle und kalte Timing-Caches auf neuen GPU-SKUs den Prozess ohne Rückmeldung. Die neue Beobachtbarkeit erspart Entwicklern und Agenten unnötiges Warten oder Neustarts.
23.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
Nvidia beschreibt die Rubin-GPU-Architektur für Dauerbetrieb-Rechenzentren, die agentische Lasten mit Planen, Werkzeugnutzung und mehrstufigen Aufgaben über grosse Kontexte bedienen. Der Fokus verschiebt sich vom reinen Training und Chat hin zur Inferenz autonomer Agenten. Das definiert Kapazitätsanforderungen künftiger KI-Infrastruktur neu.
22.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
Nvidia-Aktien schneiden 2026 schwächer ab, während die Wall Street auf Firmen setzt, die den KI-Infrastrukturausbau tragen. Der Machtkampf um die höchste Marktkapitalisierung zeigt, wie stark die Kapitalströme von reinen Chip-Erwartungen zu den Betreibern von Rechenkapazität wandern.
19.07.2026 · CNBC Technology (cnbc.com) · Infrastruktur
Nvidia beschreibt, wie ein Video-Analytics-Agent Aufnahmen wahrnimmt, darüber schlussfolgert und handelt, sobald er mit bestehenden Systemen verbunden ist. Die Anbindung an Content-Management, Datenbanken und Ticketqueues bleibt technisch anspruchsvoll. Erst diese Integration macht die Agenten im betrieblichen Einsatz nutzbar.
18.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
NVIDIA setzt auf Co-Design mit BlueField-DPUs, um agentische KI-Infrastruktur zu skalieren. Eine einzige Anfrage löst viele Modell- und Tool-Aufrufe, Speicherzugriffe und Policy-Prüfungen aus. Die Hardware entlastet die GPUs, indem sie Daten schneller bewegt, schützt und wiederverwendet, was parallele Agenten überhaupt tragbar macht.
17.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
NVIDIA erklärt, wie Coding-Agenten mit RL-Skills und NeMo langlaufende ML-Experimente eigenständig aufsetzen und auswerten. Die Agenten inspizieren Repositories, lösen Build-Probleme und analysieren Metriken. Das beschleunigt Reinforcement-Learning-Forschung, deren Ergebnisse oft erst nach aufwendiger Infrastruktur sichtbar werden.
16.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
Über 5000 Teilnehmende in rund 4000 Teams traten bei der Nvidia Nemotron Model Reasoning Challenge auf Kaggle an. Sie optimierten die Genauigkeit eines offenen Modells unter identischen Benchmark- und Infrastruktur-Bedingungen. Das liefert vergleichbare Erkenntnisse zu wirksamen Reasoning-Techniken für alle Teilnehmenden.
15.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Infrastruktur
Feintuning von Sprachmodellen für Finanz-NLP scheitert oft an knappen, unausgewogenen Daten, in denen seltene Ereignisse wie Rating-Änderungen fehlen. NVIDIA NeMo generiert synthetische Datensätze, um diese Lücken zu füllen. Das verbessert Modelle für Handelsforschung, Risikomodellierung und Marktüberwachung.
10.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Sicherheit
Ein neues Harness-Profil kombiniert LangChain Deep Agents mit Nemotron 3 Ultra, um agentische Systeme genauer und günstiger zu machen. Statt teurer proprietärer Modelle werden kleinere offene Modelle für konkrete Agenten geschärft. Das senkt den Zielkonflikt zwischen Genauigkeit und Kosten, verlangt aber Feintuning-Expertise und Hardware.
09.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
Nvidia stellt auf Hugging Face offene Datensätze für das Training von Agenten bereit. Der freie Zugang senkt die Einstiegshürde beim Aufbau agentischer Systeme. Offene Daten stärken die Wettbewerbsfähigkeit kleinerer Teams gegenüber proprietären Anbietern.
09.07.2026 · Hugging Face Blog (huggingface.co) · Agenten
Nvidias Vera CPU beschleunigt die Arbeit zwischen den Modellschritten agentischer Systeme, die Inferenz, Toolnutzung, Codeausführung und Orchestrierung kombinieren. Da diese Systeme in der AI Factory skalieren, hängt die Leistung nicht nur von GPUs ab, sondern zunehmend auch von der CPU-Verarbeitung.
08.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
Nvidia Confidential Computing schützt Daten während der Inferenz und beim Einsatz von KI-Modellen, ohne die Leistung spürbar zu bremsen. Der hardwarebasierte Ansatz adressiert Datenschutz und Datensouveränität. Damit sinkt für regulierte Branchen das Risiko, sensible Daten bei agentischen Anwendungen offenzulegen.
03.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Sicherheit
Reinforcement Learning steht im Zentrum der Ausrichtung von Sprachmodellen, von RLHF in Assistenten bis zu neuen RLVR-Methoden für Reasoning und Agenten. Die Technik wird nun praktisch für spezialisierte KI. Firmen können damit präzisere Agenten für ihre fachspezifischen Aufgaben trainieren.
02.07.2026 · NVIDIA Generative AI (developer.nvidia.com) · Agenten
Nvidia erstellt einen Nemotron-3-Ultra-Checkpoint mit dem 4-Bit-Gleitkommaformat NVFP4, das mit der Blackwell-Architektur eingeführt wurde. Die Quantisierung verkleinert die Modellgewichte und beschleunigt deren Transport, was bei wachsenden Kontextfenstern Speicherkosten senkt und die Inferenzleistung erhöht.
28.06.2026 · NVIDIA Generative AI (developer.nvidia.com) · Update
NVIDIA zeigt, wie sich das quelloffene AI-Q Blueprint produktionsreif auf Oracle Cloud Infrastructure betreiben lässt. Es zielt auf Langzeit-Agenten, die viele Schritte planen, Arbeit auf Sub-Agenten verteilen und Tools in einer sicheren Sandbox ausführen. Das vereinfacht den produktiven Einsatz komplexer Agentensysteme.
27.06.2026 · NVIDIA Generative AI (developer.nvidia.com) · Update
TensorRT erhält Multi-Device-Inferenz, um generative Workloads über mehrere GPUs zu verteilen, ohne Optimierungen wie Kernel-Fusion, Speicherplanung und Quantisierung aufzugeben. Damit lassen sich Medien-Generierungspipelines skalieren, die das Speicher- und Rechenbudget einzelner GPUs sprengen, ohne Produktionsleistung zu verlieren.
26.06.2026 · NVIDIA Generative AI (developer.nvidia.com) · Update
AWS zeigt, wie Trainingsjobs auf SageMaker AI die Blackwell-Architektur der P6-B200-Instanzen ausreizen. Batch-Grössen, Präzisionsformate für Modelle von einer bis 64 Milliarden Parametern und Activation-Checkpointing werden gezielt abgestimmt, um den erweiterten Speicher zu nutzen und verteiltes Training effizienter zu starten.
26.06.2026 · AWS Machine Learning (aws.amazon.com) · Update
Nvidia stellt mit DAQIRI einen Ansatz vor, der KI direkt in die Hochgeschwindigkeits-Datenerfassung bringt und Messdaten in Echtzeit verarbeitet. Gemessene Daten gelten als Rückgrat aller KI-Modelle, wie schon AlphaFold2 über die Protein Data Bank zeigte. Für Forschung ist das bei wachsenden Datenmengen wichtig.
23.06.2026 · NVIDIA Generative AI (developer.nvidia.com) · Update
Laut einem Bericht verhandeln OpenAI und Nvidia über ein gemeinsames Rechenzentrum mit 10 Gigawatt Leistung in Ohio. Das zeigt, wie stark der Ausbau der KI-Infrastruktur skaliert. Für Unternehmen ist die wachsende Rechen- und Energiekonzentration ein wichtiger Faktor.
22.06.2026 · Sherwood Tech (sherwood.news) · Update
Einem Bericht zufolge verhandeln OpenAI und Nvidia über ein gemeinsames Rechenzentrum mit 10 Gigawatt Leistung in Ohio. Das Vorhaben zeigt Entwicklern und Unternehmen, wie stark der Ausbau von KI-Infrastruktur und GPU-Kapazität weiter beschleunigt wird.
21.06.2026 · Sherwood Tech (sherwood.news) · Update
NVIDIA beschreibt ein Open-Source-Beispiel, in dem ein Hermes-Agent mit NemoClaw Produktrecherche über Outlook, Slack und GitHub hinweg erledigt. Heikel ist die Mischung interner und öffentlicher Daten. Das Beispiel zeigt, wie sich solche Agenten dagegen absichern lassen.
19.06.2026 · NVIDIA Generative AI (developer.nvidia.com) · Update
Nvidia will erstmals seit 2021 Anleihen im Umfang von über 25 Milliarden Dollar ausgeben. Damit testet der Chiphersteller, wie gross die Investitionsbereitschaft der Anleger gegenüber dem KI-Sektor noch ist – entscheidend für Teams, die Infrastrukturbudgets planen.
16.06.2026 · Financial Times Technology (ft.com) · Update
Meldungen, in denen NVIDIA vorkommt, ohne das Thema zu sein.
Anthropic spricht mit Samsung über die Entwicklung eines massgeschneiderten KI-Chips. Die Gespräche folgen kurz auf OpenAIs Custom-Chip-Partnerschaft mit Broadcom. Eigene Hardware würde Anthropics Abhängigkeit von Nvidia-GPUs senken und die Rechenkosten für das Training langfristig kontrollierbarer machen.
03.07.2026 · TechCrunch AI (techcrunch.com) · Infrastruktur
OpenAI und Broadcom präsentieren mit Jalapeño einen eigenen KI-Chip, der speziell für LLM-Inferenz gebaut ist. Er soll Leistung, Effizienz und Skalierung steigern. Mit eigener Hardware verringert OpenAI die Abhängigkeit von Nvidia und gewinnt Kontrolle über Kosten und Kapazität im Betrieb grosser Modelle.
25.06.2026 · OpenAI News (openai.com) · Update