Meta und Nvidia positionieren sich im Wettlauf um offene KI-Modelle, in dem chinesische Labore derzeit führen. Beide Unternehmen wollen mit neuen offenen Modellen und Chip-Unterstützung die USA im globalen Vergleich sichtbarer machen. Das könnte Entwicklern besseren Zugriff auf US-Alternativen verschaffen und die Marktposition gegenüber chinesischen Anbietern stärken.
Nvidia arbeitet mit Wall-Street-Gruppen an einem Finanzierungspaket von 500 Milliarden Dollar für KI-Infrastruktur. Der Chiphersteller wird damit zum Kapitalgeber und verzahnt Hardwaregeschäft mit Investitionen. Diese Rolle bindet Kunden enger an Nvidias Ökosystem und beschleunigt den Bau neuer Rechenzentren.
11.08.2026 · Financial Times AI (ft.com) · Infrastruktur
Gemeinsam mit Finanzkonzernen wie BlackRock will Nvidia eine weitere halbe Billion Dollar für den Ausbau der KI-Infrastruktur aufbringen. Profitieren sollen unter anderem Startups. Nvidia sichert damit Nachfrage nach seinen Chips und wird zunehmend zum Finanzierer des Rechenzentrumsbooms.
Nvidia setzt 5 Milliarden Dollar auf Ilya Sutskevers Firma Safe Superintelligence, die mit Vera-Rubin-Chips ihre Rechenkapazität rasch ausbauen will. Die verschwiegene Forschung erhält so massiv Compute. Der Deal stärkt Nvidias Position als Schlüssellieferant für neue KI-Labore.
28.07.2026 · Financial Times AI (ft.com) · Infrastruktur
Nvidia sichert sich aggressiv den Nachschub an High-Bandwidth-Memory, einer Schlüsselkomponente für seine GPUs und Systeme. Der Vertrag mit SK Hynix bindet knappe Speicherkapazität langfristig und verschärft die Versorgungslage für konkurrierende Chiphersteller im KI-Beschleunigermarkt.
25 US-Tech-Konzerne sprechen sich in einem offenen Brief für ein KI-Ökosystem mit Open-Weights-Modellen aus. Der Vorstoss gilt als Antwort auf das chinesische Kimi K3. Offene Gewichte würden Entwicklern breiteren Zugriff verschaffen und die Abhängigkeit von geschlossenen Anbietern verringern.
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