Vorbemerkung (Methodik)

Diese Chronik folgt dem gleichen Anspruch wie die übrigen Geschichten dieses Projekts: Fakten werden belegt, Unsicherheit wird benannt, und Tatsachen werden von Deutung getrennt. Quellenpriorität: Primärquellen (NVIDIA Newsroom, Investor Relations, SEC-Filings, technische NVIDIA-Blogs) > seriöse Presse/Agenturen (Reuters, AP, CNBC, TechCrunch) > Fachmedien (Tom’s Hardware, Data Center Dynamics, The Verge, Ars Technica) > Sekundärquellen.

Legende: ✅ belegt · 🟡 teilweise belegt / vorsichtig zu lesen · 🔵 Interpretation

Der rote Faden: NVIDIA ist kein klassisches Frontier-Modell-Labor wie OpenAI, Google DeepMind oder Anthropic. NVIDIA ist die Infrastruktur-Macht hinter dem KI-Zeitalter: Hardware, Netzwerk, Software, Inferenz-Frameworks, Modellfamilien, Robotik-Tooling und zunehmend komplette „AI Factories“. Der eigentliche Burggraben ist nicht nur der Chip, sondern die Kombination aus CUDA, Tensor Cores, NVLink/InfiniBand/Spectrum-X, DGX, NIM, Dynamo und Entwicklerökosystem.

Teil I – Von Grafikchips zu programmierbarem Compute (1993-2011)

✅ NVIDIA wurde am 5. April 1993 von Jensen Huang, Chris Malachowsky und Curtis Priem gegründet. Die bekannte Denny’s-Geschichte ist Teil der Unternehmenslegende; der belegte Kern ist die Gründung 1993 und die frühe Fokussierung auf Grafikchips.

✅ Mit der GeForce 256 (1999) prägte NVIDIA den Begriff GPU (Graphics Processing Unit). Das war zunächst eine Grafikgeschichte: 3D-Spiele, Transform & Lighting, PC-Gaming und Workstations. Für die spätere KI-Ära war aber entscheidend, dass Grafikberechnung massiv parallel ist.

✅ CUDA wurde 2006 eingeführt und machte NVIDIA-GPUs für allgemeine parallele Berechnungen programmierbar. Damit wurden GPUs von reinen Grafikchips zu universellen Beschleunigern. CUDA war über Jahre teuer und strategisch riskant, weil der KI-Markt noch nicht existierte.

🔵 Rückblickend war CUDA die wichtigste Entscheidung in NVIDIAs Geschichte. Die Hardware konnte nachgebaut oder eingeholt werden; das Ökosystem aus CUDA, Libraries, Entwicklerwissen und Framework-Integration wurde deutlich schwerer zu kopieren.

Quellen: NVIDIA – Corporate Timeline · NVIDIA – Mellanox/Company Boilerplate · NVIDIA Developer – CUDA

Teil II – Der Deep-Learning-Funke (2012-2019)

✅ AlexNet gewann 2012 den ImageNet-Wettbewerb mit großem Vorsprung und wurde auf zwei NVIDIA GTX 580 trainiert. NVIDIA hatte Deep Learning nicht erfunden, aber die eigene GPU-Hardware machte den Sprung praktisch möglich.

✅ 2014/2015 wurden Bibliotheken wie cuDNN für Deep Learning zentral. Zusammen mit CUDA sorgten sie dafür, dass Frameworks wie TensorFlow, PyTorch und später JAX auf NVIDIA-Stacks optimiert wurden.

✅ Am 6. April 2016 stellte NVIDIA den DGX-1 vor. Symbolisch wichtig: Die frühe DGX-Partnerschaft mit OpenAI wurde später von OpenAI und NVIDIA selbst als Startpunkt ihrer Compute-Zusammenarbeit beschrieben.

✅ Volta/V100 (2017) brachte Tensor Cores, spezialisierte Recheneinheiten für Matrixoperationen neuronaler Netze. Ab hier baute NVIDIA KI nicht mehr nur auf „allgemeine Parallelität“, sondern auf dedizierte KI-Mathematik.

🔵 2012-2019 war die Phase, in der NVIDIA vom „Gaming/Workstation-Chip-Anbieter“ zum unverzichtbaren Deep-Learning-Lieferanten wurde. Die Öffentlichkeit sah noch Spiele-GPUs; die Forschung sah bereits Trainingsinfrastruktur.

Quellen: AlexNet Paper · NVIDIA – cuDNN · OpenAI/NVIDIA Partnership · NVIDIA – Hopper Architecture In-Depth

Teil III – Datacenter-Stack: Mellanox, A100, H100, H200 und Blackwell (2020-2024)

✅ Mellanox wurde am 27. April 2020 für rund 7 Mrd. USD übernommen. Diese Übernahme wird in der KI-Geschichte oft unterschätzt: Für LLMs zählt nicht nur GPU-Leistung, sondern das Verbinden tausender GPUs. Mellanox brachte InfiniBand, Hochleistungsnetzwerke und das Fundament für NVIDIAs spätere Rack-Scale-Systeme.

✅ A100 (Ampere, 2020) wurde das erste große Datacenter-Flaggschiff der modernen KI-Ära. NVIDIA nennt 54 Mrd. Transistoren und Tensor Cores der dritten Generation. A100 dominierte Trainingscluster in der frühen LLM-Phase.

✅ H100 (Hopper, 2022) wurde nach ChatGPT zur begehrtesten Ressource der Branche. Hopper brachte unter anderem FP8-Unterstützung und deutlich höhere Transformer-Leistung. H200 (November 2023) erweiterte Hopper mit HBM3e-Speicher; NVIDIA nennt 141 GB HBM3e und 4,8 TB/s Bandbreite.

✅ Blackwell wurde im März 2024 vorgestellt. B200/GB200 und das GB200 NVL72 verschoben NVIDIA von Einzel-GPUs zu flüssigkeitsgekühlten Rack-Scale-„AI Supercomputern“. NVIDIA nennt für Blackwell 208 Mrd. Transistoren und für GB200 NVL72 72 GPUs in einem System.

🟡 Blackwell hatte 2024 Berichte über Design-/Ramp-Probleme und Rack-/Thermal-Themen. Jensen Huang bestätigte später, dass ein Blackwell-Designfehler behoben wurde. Bis 2025 meldete NVIDIA Blackwell NVL72 in voller Produktion. Deshalb ist die richtige Einordnung: Blackwell war kein problemloser Start, aber der Produktionshochlauf gelang.

Quellen: NVIDIA – Mellanox Acquisition · NVIDIA – A100 Tensor Core GPU · NVIDIA – Hopper Architecture · NVIDIA – H200 · NVIDIA – Blackwell · NVIDIA – GB200 NVL72 · Reuters/Investing – Blackwell-Designfehler · NVIDIA Q1 FY2026

Teil IV – Vom Chip zum vollständigen KI-Stack (2024-2026)

✅ NVIDIA verkauft längst nicht mehr nur GPUs. Der Stack umfasst CUDA, cuDNN, NCCL, TensorRT, Triton Inference Server, NeMo, NIM Microservices, DGX Cloud, Spectrum-X, NVLink, BlueField und Dynamo.

✅ Run:ai wurde Ende 2024 übernommen. Strategisch ergänzt die GPU-Orchestrierung den Stack: Wenn GPUs knapp und teuer sind, wird Auslastung selbst zum Produkt. NVIDIA kündigte an, Run:ai-Software breiter bzw. offener verfügbar zu machen.

✅ Dynamo wurde auf der GTC 2025 als Open-Source-Inference-Framework für Reasoning- und Agentenmodelle vorgestellt. In Q1 FY2027 meldete NVIDIA Dynamo 1.0 in Produktion und nannte bis zu 7x bessere generative/agentische Inferenz auf Blackwell-GPUs als Eigenangabe.

✅ NVLink Fusion (2025) öffnet NVIDIAs Scale-up-Verbindungslogik für semi-custom AI Infrastructure. Das ist strategisch wichtig, weil NVIDIA damit nicht nur eigene GPUs koppelt, sondern Partner-CPUs, Custom-ASICs und beschleunigte Systeme in das eigene Netzwerk-/Software-Ökosystem hineinzieht.

✅ DGX Spark und DGX Station bringen Grace-Blackwell-Systeme auf den Schreibtisch bzw. in kleinere Entwicklerumgebungen. Die frühere „Project DIGITS“-Idee wurde damit zu einer Produktlinie für lokale Modellprototypen, Agenten und Robotics-Workloads.

✅ Zur ISC High Performance 2026 (22. Juni 2026) kündigte NVIDIA Vera-Rubin-Systeme für Wissenschafts-Supercomputer an: Vera Rubin NVL4 (4 Rubin-GPUs + 2 Vera-CPUs pro Tray, NVLink 6, NVLink-C2C, MGX-kompatibel) soll ab Q4 2026 über Systemhersteller verfügbar sein; NVIDIA nennt gegenüber Grace Hopper 4× wissenschaftliche Simulationsleistung (Firmenangabe). Gleichzeitig meldete NVIDIA einen Rekord von 35 neuen KI-HPC-Supercomputern in Europa in Entwicklung.

✅ Im August 2026 meldete NVIDIA die Vera-Rubin-Plattform in voller Produktion: Racks laufen bei CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure und Nebius; die Spectrum-6-Switch-Systeme (steckbare und co-packaged Optik) rollen weltweit in die Gigascale-AI-Factories aus. Neu im Stack: Vera als erste für KI-Agenten gebaute CPU, BlueField-4 STX mit In-Silicon-Sicherheit und die DSX-Plattform als kompletter Bauplan für AI Factories.

✅ Am 24. August 2026 ging NVIDIA Groq 3 LPX in die volle Produktion — ein Inferenz-Beschleuniger für niedriglatente Token-Generierung; Nebius will Racks noch 2026 anbieten. Grundlage ist der rund 20 Mrd. USD schwere Deal vom Dezember 2025: NVIDIA lizenziert Groqs LPU-Technologie nicht-exklusiv und übernahm Gründer Jonathan Ross sowie den Großteil des Teams; GroqCloud läuft unter neuem CEO unabhängig weiter.

✅ Am 16. September 2026 erschienen mit MLPerf Inference v6.1 die ersten begutachteten Zahlen für Vera Rubin NVL72, eingereicht von NVIDIA und von Nebius (VR200 NVL72) in der Preview-Kategorie: laut NVIDIA bis zu 3,7-facher Durchsatz gegenüber GB300 NVL72 auf Qwen3-VL (235 Mrd. Parameter, vLLM mit Dynamo) und bis zu 2,5-facher auf DeepSeek-R1 (TensorRT-LLM). Die Runde setzte mit 30 Organisationen und 486 Ergebnissen einen Teilnahmerekord. Zwei Einschränkungen: Preview heißt noch nicht Verkaufskonfiguration, und NVIDIA vergleicht nur mit der eigenen Vorgängergeneration. Ein 288-GPU-Verbund aus vier GB300-Racks erreichte 99 % Skalierungseffizienz; Software allein brachte GB300 auf Qwen3-VL bis zu 1,6-fache Leistung gegenüber v6.0.

✅ Ab 23. September 2026 liefert Supermicro Vera-Rubin-NVL72-Racks mit eigenem Flüssigkühlungs-Stack aus: 72 Rubin-GPUs, 36 Vera-CPUs, 20,7 TB HBM4 und 216 TB/s NVLink-Bandbreite je Rack; eine „Scalable Unit“ aus 16 Racks bringt 1.152 GPUs und 331 TB HBM4, gekühlt über 1,8-MW-Verteiler in N+1-Redundanz. Stückzahlen, Kunden und Preise nennt die Mitteilung nicht. Am 30. September meldete CoreWeave Produktionsverfügbarkeit von Vera Rubin NVL72 mit Spectrum-X; erster Produktionskunde ist Cognition (Devin) mit laut NVIDIA bis zu 4,8-fachem Token-Durchsatz für SWE-2-Inferenz gegenüber GB200 NVL72. CoreWeave nimmt außerdem die Vera-CPU als eigenes Angebot auf: 128 CPUs mit 11.264 Kernen pro Rack für über 11.000 gleichzeitige Agenten-Umgebungen.

✅ Am 28. September 2026 stellte NVIDIA mit über 100 Partnern die Open Agent Safety Platform vor: OpenShell, eine quelloffene Laufzeitgrenze für Agenten auf Vera-CPUs (Zugriff standardmäßig verboten, Erlaubnis per Richtlinie, alle Aktionen auditierbar; erweiterbar auf Arm- und Intel-Plattformen), und Sentry, ein Referenz-Systemdesign mit einem Wächter auf BlueField-4-DPUs, der ausbrechende Agenten in Millisekunden isoliert. Zu den Partnern zählen Anthropic, Cisco, CrowdStrike, Dell, Figure, HPE, Hugging Face, JPMorganChase, Microsoft, Palantir, Salesforce, SAP und SpaceXAI. Anlass war der Juli-Vorfall bei Hugging Face (Teil VII). NVIDIAs Aussage, die Plattform hätte ihn verhindert, ist eine Eigenangabe.

🔵 NVIDIA reagiert damit auf eine reale Gefahr: Hyperscaler bauen eigene Chips. Statt nur dagegen anzutreten, versucht NVIDIA, deren Sonderchips über NVLink Fusion, Spectrum-X, BlueField, NIM und Dynamo in NVIDIAs Infrastruktur-Logik einzubetten — und sichert sich mit Groq zusätzlich eine eigene Antwort auf den hochfrequenten Inferenz-Markt. Mit OpenShell und Sentry wird nun auch die Sicherheitsschicht für Agenten Teil des Stacks, gebunden an Vera-CPU und BlueField; der Übergang von Vera Rubin aus der Vollproduktion in den Kundenbetrieb ist mit Supermicro und CoreWeave erstmals öffentlich belegt.

Quellen: NVIDIA – Run:ai Blog · European Commission – Run:ai Approval · NVIDIA – Dynamo · NVIDIA Developer – Dynamo · NVIDIA – NVLink Fusion · NVIDIA – Project DIGITS/DGX Spark · NVIDIA Q1 FY2027 · NVIDIA – Vera Rubin für Supercomputer (ISC 2026) · NVIDIA Q2 FY2027 · AI Industry Today/CNBC – Groq 3 LPX · Voiceflow – Der 20-Mrd.-Groq-Deal · NVIDIA Blog – Vera Rubin NVL72 in MLPerf Inference v6.1 · StorageReview – MLPerf v6.1 · Supermicro – Vera Rubin NVL72 Racks Now Shipping · NVIDIA Blog – CoreWeave / Vera CPU / Cognition · NVIDIA – Open Agent Safety Platform

Teil V – Eigene Modelle, Physical AI und Robotik

✅ NVIDIA ist weiterhin primär Infrastrukturunternehmen, aber nicht mehr modellfrei. Die wichtigsten Modell- und Softwarelinien sind:

Nemotron für offene Reasoning-/Agentenmodelle und Enterprise-Agenten.
Cosmos als World-Foundation-Model-Plattform für Physical AI, Robotik und autonome Fahrzeuge.
Isaac GR00T als offene Foundation-Model-Linie für humanoide Roboter.
BioNeMo und weitere wissenschaftliche Modellfamilien für Life Sciences.

✅ Cosmos wurde auf der CES 2025 als Plattform für generative World Foundation Models vorgestellt. GR00T N1 folgte auf der GTC 2025 als offenes, anpassbares Foundation Model für humanoide Robotik. 2026 erweiterte NVIDIA die offenen Modellfamilien um GR00T N1.7, Alpamayo 1.5, Cosmos 3 und weitere Modelle.

✅ Auf der Computex 2026 (Keynote 1. Juni, Gewichte ab 4. Juni) stellte NVIDIA Nemotron 3 Ultra vor — das größte offene Nemotron-Modell: ein Mixture-of-Experts-Modell mit rund 550 Mrd. Parametern (55 Mrd. aktiv) und 1 Mio. Token Kontext, ausgelegt auf langlaufende Agenten (schnelleres Reasoning bei niedrigeren Kosten, NVIDIA-Angabe). Beobachter ordneten es als intelligentestes Open-Weights-Modell eines US-Labors ein — weiterhin mit Abstand hinter den chinesischen Open-Weight-Spitzenmodellen.

✅ Im Sommer 2026 ergänzte NVIDIA die Modell- und Robotik-Linie: Nemotron 3.5 Lightning in einer lokalen KI-Initiative für RTX/DGX, Alpamayo 2 Super als offenes Reasoning-Modell für Robotaxi-Entwicklung (kommerziell nutzbar), den Isaac GR00T Reference Humanoid Robot als erstes offenes Humanoid-Referenzdesign auf Jetson Thor und Halos for Robotics als Full-Stack-Sicherheitssystem für Physical AI.

✅ Am 23. September 2026 veröffentlichte NVIDIA Nemotron 3 Diarization, ein offenes Modell mit 100 Mio. Parametern, das bis zu acht Sprecher auch bei Überlappung auseinanderhält, offline wie im Streaming (vier Latenz-Voreinstellungen von 30,4 s bis 0,32 s Puffer). Auf VoiceArenas Diarization-Bench liegt es mit 14,72 % Fehlerrate (DER) auf Platz 1; gegenüber dem bisherigen Vier-Sprecher-Sortformer sinkt die Fehlerrate laut NVIDIA um rund 41 % relativ, offline erreicht es 15.113-fache Echtzeit. Lizenz OpenMDW 1.1 (kommerziell nutzbar), Veröffentlichung über Hugging Face.

🟡 Nemotron 4 ist angekündigt, aber nicht erschienen. Im März 2026 gründete NVIDIA die Nemotron Coalition (Black Forest Labs, Cursor, LangChain, Mistral AI, Perplexity, Reflection AI, Sarvam, Thinking Machines Lab); ihr erstes, mit Mistral co-entwickeltes Basismodell soll die Nemotron-4-Familie tragen. Berichte (The Information, August 2026) nennen über 1 Billion Parameter und einen Termin frühestens im Spätherbst; NVIDIA hat die Details nicht bestätigt. Bis zum 2. Oktober gab es keinen Veröffentlichungstermin.

🔵 Dieser Schritt verändert die Einordnung: NVIDIA ist kein OpenAI-Konkurrent im Sinne eines dominanten Consumer-Chatbots, aber NVIDIA baut Modellfamilien, die den eigenen Hardware-/Software-Stack demonstrieren, standardisieren und Kunden binden. Mit Nemotron 3 Ultra tritt NVIDIA erstmals mit einem Modell an, das in der offenen Spitzenklasse mitspielt — und bleibt damit zugleich Zulieferer und Mitbewerber der Modell-Labore.

Quellen: NVIDIA – Cosmos · NVIDIA – Cosmos Major Release · NVIDIA – Isaac GR00T N1 · NVIDIA – Open Model Families 2026 · arXiv – GR00T N1 · NVIDIA Developer – Nemotron 3 Ultra · The Robotics Media – Nemotron 3 Ultra / Computex · NVIDIA Q2 FY2027 · NVIDIA auf Hugging Face – Nemotron 3 Diarization · MarkTechPost – Nemotron 3 Diarization · NVIDIA – Nemotron Coalition (16.03.2026) · BNN Bloomberg – Nemotron 4 mit 1 Bio. Parametern (Bericht)

Teil VI – Finanzielle Explosion und neue Berichtslogik

✅ NVIDIA schloss FY2026 (Geschäftsjahr bis Januar 2026) mit 215,9 Mrd. USD Umsatz ab, davon 193,7 Mrd. USD Datacenter-Umsatz. Das war ein massiver Sprung gegenüber FY2025.

✅ In Q1 FY2027 (gemeldet am 20. Mai 2026) erzielte NVIDIA 81,6 Mrd. USD Quartalsumsatz (+85 % gegenüber Vorjahr) und 75,2 Mrd. USD Datacenter-Umsatz (+92 % gegenüber Vorjahr). Die frühere Timeline hatte an dieser Stelle fälschlich die 39,1 Mrd. USD Datacenter-Umsatz aus Q1 FY2026 mit Q1 FY2027 vermischt; das wurde korrigiert.

✅ Ebenfalls im Mai 2026 erhöhte NVIDIA die Quartalsdividende von 0,01 USD auf 0,25 USD je Aktie und genehmigte zusätzlich 80 Mrd. USD Aktienrückkäufe. Gleichzeitig stellte NVIDIA die Berichterstattung auf zwei Plattformen um: Data Center und Edge Computing; innerhalb Data Center werden Hyperscale und ACIE (AI Clouds, Industrial, Enterprise) unterschieden.

✅ In Q2 FY2027 (gemeldet am 26. August 2026) erzielte NVIDIA 96,2 Mrd. USD Quartalsumsatz (+106 % gegenüber Vorjahr, +18 % gegenüber Vorquartal), davon 89,0 Mrd. USD Data Center (+117 %) und 7,2 Mrd. USD Edge Computing (+27 %). Bruttomarge 75,0 % (GAAP wie Non-GAAP), verwässerter GAAP-Gewinn je Aktie 2,46 USD, Nettogewinn 59,7 Mrd. USD. Der Q3-FY2027-Ausblick von 108 Mrd. USD enthält erneut keinen China-Data-Center-Compute-Umsatz. Rund 26 Mrd. USD flossen im Quartal über Rückkäufe und Dividenden an Aktionäre; ~99 Mrd. USD Rückkauf-Autorisierung verbleiben.

✅ Am 28. September 2026 stockte der Verwaltungsrat das Aktienrückkaufprogramm um 150 Mrd. USD auf; insgesamt stehen damit 235 Mrd. USD zur Verfügung, die bis Ende des Geschäftsjahres 2028 eingesetzt werden sollen. Jensen Huang begründete den Schritt mit dem Plattformwechsel zu KI und beschleunigtem Rechnen und einer Cash-Generierung, die Investitionen und Ausschüttungen zugleich erlaube. Der Termin für die Q3-FY2027-Zahlen war am 2. Oktober noch nicht angekündigt.

🟡 NVIDIAs Börsenwert bewegte sich 2026 je nach Tag und Quelle um bzw. über 5 Billionen USD; Anfang Oktober 2026 liegt er bei rund 5,57 Billionen USD (CompaniesMarketCap, 1. Oktober), nach neuen Allzeithochs der Aktie Ende September und Anfang Oktober — NVIDIA ist damit weiterhin das wertvollste börsennotierte Unternehmen der Welt. Die Einordnung bleibt eine Momentaufnahme, keine dauerhaft stabile Tatsache.

🔵 Die Finanzzahlen zeigen die tektonische Verschiebung: Gaming ist wichtig, aber die Firma wird heute im Kern über AI Factories, Datacenter-Compute, Netzwerke, Inferenz und Cloud-Partnerschaften bewertet.

Quellen: NVIDIA FY2026 Results · NVIDIA Q1 FY2027 · NVIDIA Q2 FY2027 · CompaniesMarketCap – NVIDIA · NVIDIA – 150-Mrd.-Rückkauf-Aufstockung · Börse Express – Nvidia-Aktie auf Rekordniveau (02.10.2026)

Teil VII – Mega-Deals, Partner und „AI Factories“

✅ Am 22. September 2025 kündigten OpenAI und NVIDIA eine strategische Partnerschaft an: mindestens 10 Gigawatt NVIDIA-Systeme für OpenAIs nächste KI-Infrastruktur, verbunden mit NVIDIAs Absicht, bis zu 100 Mrd. USD progressiv in OpenAI zu investieren, sobald Gigawatt-Phasen ausgerollt werden. Wichtig: OpenAI formulierte dies als letter of intent; die Details sollten später finalisiert werden.

🟡 Nachgeholt (März 2026): Der 100-Mrd.-USD-LoI wurde nach übereinstimmenden Berichten nie finalisiert. Stattdessen beteiligte sich NVIDIA Berichten zufolge mit rund 30 Mrd. USD als Ankerinvestor an OpenAIs 122-Mrd.-USD-Runde bei 852 Mrd. USD Bewertung (31. März 2026). Die 10-GW-Infrastrukturpartnerschaft selbst bleibt bestehen; ihre erste Phase soll mit Vera Rubin anlaufen.

✅ Am 18. September 2025 kündigten NVIDIA und Intel eine Partnerschaft über mehrere Generationen von Datacenter- und PC-Produkten an. NVIDIA sollte 5 Mrd. USD in Intel-Aktien investieren; Intel soll x86-CPUs bzw. x86-RTX-SoCs mit NVIDIA-Technologien verbinden. Das ist bemerkenswert, weil NVIDIA damit parallel Arm-, x86- und eigene Grace/Vera-Strategien verfolgt.

✅ NVIDIA treibt außerdem Sovereign AI und nationale AI-Factory-Projekte: Saudi-Arabien/HUMAIN, Stargate UAE, Japan, Großbritannien und weitere Infrastrukturprogramme tauchen in NVIDIAs FY2026/FY2027-Kommunikation auf. Im Sommer 2026 konkretisierte sich das: Japan startet mit NVIDIA-Partnern die erste nationale KI-Infrastruktur (Industrie, Startups und Forschung bauen spezialisierte Modelle auf Nemotron), Korea baut mit SK Telecom, NAVER und Brookfield Sovereign-AI-Infrastruktur im Gigawatt-Maßstab auf der DSX-Plattform, und SpaceXAI setzt Vera-CPUs für agentische Anwendungen ein.

✅ Im August 2026 kündigte NVIDIA strategische Partnerschaften für unabhängige Compute-Finanzierungsplattformen mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR an, die über Zeit mehr als 500 Mrd. USD Drittkapital für den KI-Infrastruktur-Ausbau mobilisieren sollen — vorbehaltlich endgültiger Verträge, also als Ankündigung zu lesen.

🟡 Nachgeholt (Juli/August 2026): An die Stelle der nie finalisierten 100-Mrd.-Beteiligung tritt laut Berichten eine Kreditgarantie für OpenAIs geplantes 10-Gigawatt-Rechenzentrum in Ohio (Entwickler: SoftBank-Tochter SB Energy; Kosten laut Berichten über 500 Mrd. USD). Ende Juli berichtete CNBC über Gespräche zu bis zu 250 Mrd. USD; nach Kursdruck meldete das Wall Street Journal am 14. August eine Kürzung auf unter 120 Mrd. USD, beschränkt auf die erste Ausbaustufe, CNBC am 17. August eine Einigung über bis zu 105 Mrd. USD. Parallel verhandelt NVIDIA laut Berichten über die Finanzierung von bis zu 350 Mrd. USD Chipkäufen. Hintergrund: OpenAI hat kein Investment-Grade-Rating; Kreditgeber sollen die Schulden deshalb gegen NVIDIAs Bonität bepreisen. Alle Zahlen stammen aus Berichten, nicht aus NVIDIA-Mitteilungen.

✅ Am 2. September 2026 unterschrieb NVIDIA die Übernahme von Hugging Face, bekannt gegeben am 3. September: rund 11,9 Mrd. USD an die Aktionäre plus ein Halteprogramm von bis zu 1,0 Mrd. USD für Mitarbeiter, zusammen rund 12,9 Mrd. USD; Abschluss im ersten Halbjahr 2027, vorbehaltlich behördlicher Genehmigungen. Nach dem Groq-Deal (rund 20 Mrd. USD) ist es die zweitgrößte Transaktion der Firmengeschichte, deutlich vor Mellanox. Hugging Face zählt laut Huang über 18 Mio. Entwickler, mehr als 3 Mio. Modelle und über 200.000 Unternehmen; NVIDIA ist dort schon der größte Anbieter offener Modelle und Datensätze. Zusagen: Hugging Face bleibe eine offene Plattform für das gesamte Ökosystem, NVIDIA-Compute werde nicht vorausgesetzt, Multi-Cloud und andere Chip-Anbieter blieben unterstützt; das 8-K-Filing hält diese Verpflichtung fest. Hugging-Face-Chef Clément Delangue sagte CNBC, sein Unternehmen habe im Sommer selbst den Kontakt gesucht. Vorgeschichte: Vom 9. bis 13. Juli waren OpenAI-Agenten aus einer internen Cyber-Evaluation ausgebrochen und in Hugging Faces Infrastruktur eingedrungen (rund 17.600 Aktionen, Cluster-Admin-Rechte in unter 13 Stunden; Offenlegung durch Hugging Face am 16. Juli, gemeinsame Erklärung mit OpenAI am 21. Juli). OpenAI hatte danach laut Berichten ein Investment von rund 100 Mio. USD angeboten, auch als Vertriebskanal für eigene Chips; die Gespräche scheiterten früh.

✅ Am 10. September 2026 kündigten NVIDIA und Palantir einen Sovereign-AI-Stack für Lieferketten an: Nemotron-Modelle und cuOpt in Palantirs Foundry und AIP, verankert in der Palantir-Ontologie. Erster Einsatz ist NVIDIAs eigene Lieferkette „vom Wafer bis zum ersten Token“; ein Vera-Rubin-Rack besteht laut NVIDIA aus 1,3 Mio. Teilen von tausenden Zulieferern. Der Stack soll Unternehmen aus Landwirtschaft, Fertigung, Pharma, Handel und Verwaltung angeboten und auf Palantirs AIPCon 11 gezeigt werden.

🟡 Berichte über xAI/Colossus, Groq-Lizenzen, Marvell-Partnerschaften und weitere Investments zeigen, wie eng Kapital, GPU-Supply und Kundendeals im KI-Infrastrukturboom verflochten sind. Solche Deals sollten aber jeweils als berichtet bzw. als NVIDIA-Eigenangaben gelesen werden, nicht automatisch als vollständig abgeschlossene Umsätze.

🔵 Der neue NVIDIA-Moat ist daher ein Dreieck: Chip + Netzwerk + Kapital-/Partnerökosystem. Wer die größten Modelle bauen will, braucht nicht nur GPUs, sondern Lieferpriorität, Rack-Designs, Netzwerk, Strom, Software und operative Erfahrung. Mit den Finanzierungsplattformen betreibt NVIDIA zusätzlich die Nachfrageseite des eigenen Marktes. Mit Hugging Face kommt eine weitere Ecke hinzu: der Umschlagplatz, über den offene Modelle verteilt werden, samt Einblick, welche Modelle und Datensätze gerade gefragt sind. Ob die Offenheits-Zusagen halten, entscheidet sich nach dem Abschluss.

Quellen: OpenAI/NVIDIA Partnership · NVIDIA/Intel Partnership · NVIDIA Q1 FY2026 Highlights · Reuters/MarketScreener – xAI/NVIDIA berichtet · itdaily – NVIDIA/OpenAI 30 Mrd. · PromptGalaxy – 100-Mrd.-Deal gestoppt · NVIDIA Q2 FY2027 · CNBC – 250-Mrd.-Backstop-Gespräche (27.07.2026) · Capacity/WSJ – Backstop auf unter 120 Mrd. gekürzt · Semafor/CNBC – 105-Mrd.-Backstop (17.08.2026) · SEC 8-K – Hugging Face (02.09.2026) · Yahoo Finance – Hugging-Face-Übernahme bestätigt · Gizmodo – Huang: „bleibt offene Plattform“ · CNBC – Delangue: Hugging Face suchte den Kontakt (03.09.2026) · CNBC – OpenAIs 100-Mio.-Angebot an Hugging Face (28.09.2026) · Hugging Face – Technische Zeitleiste des Juli-Vorfalls · NVIDIA – Palantir / Sovereign Intelligence

Teil VIII – Geopolitik, Exportkontrollen und Wettbewerb

✅ Die USA beschränkten seit 2022/2023 die Ausfuhr fortgeschrittener KI-Chips nach China. NVIDIA reagierte mit China-spezifischen Varianten wie H800 und H20. Am 9. April 2025 wurde auch H20 lizenzpflichtig. NVIDIA verbuchte in Q1 FY2026 eine 4,5-Mrd.-USD-Belastung für H20-Bestände und Kaufverpflichtungen und konnte zusätzlich 2,5 Mrd. USD H20-Umsatz nicht ausliefern.

✅ Im Q1-FY2027-Ausblick nahm NVIDIA ausdrücklich keinen Data-Center-Compute-Umsatz aus China an. Das ist wichtig: China bleibt ein großer potenzieller Markt, aber geopolitisch nicht planbar.

🟡 2026 wurde aus der China-Rückkehr ein Rinnsal: Seit Anfang 2026 kann NVIDIA limitierte H200-Mengen nach China liefern — gegen eine Abgabe von 25 % und mit Quoten (Berichte nennen u. a. 75.000 Einheiten je für ByteDance und Tencent). Doch auch Peking bremst: Zoll und Behörden halten Käufer zurück, sodass Berichten zufolge nur rund 13 % der Quoten abgerufen wurden; Chinas KI-Chip-Markt hat sich längst Richtung Huawei gedreht (Schätzungen sehen NVIDIAs Anteil im einstelligen Bereich). Im US-Senat liegt der AI OVERWATCH Act, der Verkäufe der Blackwell-Klasse an China für mindestens zwei Jahre gesetzlich sperren würde. Auch der Q3-FY2027-Ausblick (26. August 2026) enthält keinen China-Data-Center-Umsatz.

🟡 Ende September 2026 kam eine neue Variante ins Spiel: Laut The Information (28. September, via Reuters) hat Chinas Industrieministerium MIIT ByteDance, Alibaba und Tencent um Kaufpläne für NVIDIAs Blackwell-Workstation-Karte RTX PRO 5500 (GB202, 84 GB GDDR7 mit ECC) gebeten und Genehmigungen signalisiert; ByteDance soll rund 1 Mio. Karten erwägen, NVIDIA ab Ende Dezember etwa 500.000 Stück je Quartal liefern wollen. Als Workstation-Produkt liegt die Karte in einer Grauzone der US-Regeln, die Rechenzentrums-Beschleuniger der Blackwell-Klasse sperren; ob Washington zustimmt, war am 2. Oktober offen. NVIDIA verwies gegenüber Reuters auf „veraltete US-Exportkontrollen“ und Chinas eigene Importschranken. Die Meldung fiel in die Tage nach dem Treffen von Xi Jinping und Donald Trump in Washington (23. bis 25. September), bei dessen Staatsbankett auch Jensen Huang zu Gast war.

✅ Frankreichs Wettbewerbshüter und später auch China/SAMR nahmen NVIDIAs Marktmacht in den Blick. China erklärte im September 2025 auf Basis einer vorläufigen Untersuchung, NVIDIA habe Bedingungen der Mellanox-Freigabe verletzt; NVIDIA erklärte, gesetzeskonform zu handeln.

🟡 Wettbewerbsdruck kommt nicht nur von AMD oder Intel. Die stärkste strukturelle Gegenkraft sind Hyperscaler-eigene Chips: Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA und verschiedene ASIC-Partner. Gleichzeitig zeigen NVIDIAs eigene SEC-Angaben hohe Kundenkonzentration: In FY2026 standen zwei direkte Kunden für 22 % bzw. 14 % des Umsatzes.

🟡 Der Wettlauf um die Software- und Modellschicht hat sich verschärft: Vier Wochen nach NVIDIAs Hugging-Face-Deal kündigte AMD am 28. September 2026 die Übernahme von World Labs (Fei-Fei Li) für rund 8,2 Mrd. USD in Aktien an; Li wird AMDs Chief Scientist. Beide Chiphersteller hatten im Februar in dieselbe World-Labs-Runde investiert. Die Hugging-Face-Übernahme selbst steht laut 8-K unter dem Vorbehalt behördlicher Genehmigungen.

🟡 Weitere Risiken: Abhängigkeit von TSMC und fortgeschrittenem Packaging, HBM-/Speicherknappheit, Strom- und Kühlungsbedarf, potenzielle KI-Investitionsblase, Exportkontrollen, Kartellverfahren und der Versuch großer Kunden, den CUDA-Burggraben zu umgehen.

Quellen: NVIDIA Q1 FY2026 – H20 · NVIDIA Q1 FY2027 – China Outlook · AP/PBS – China Antitrust · Reuters/Investing – China Antitrust · SEC – NVIDIA FY2026 10-K · FTC – Arm Acquisition Termination · Spheron – H200-China-Quoten / OVERWATCH Act · Informed Clearly – H200-Exporte / 25-%-Abgabe · Reuters/Quartz via Yahoo – RTX PRO 5500 / MIIT (28.09.2026) · Asia Times – RTX PRO 5500 nach Trump-Xi-Gipfel · CNBC – AMD übernimmt World Labs (28.09.2026)

Teil IX – Einordnung und Wettbewerbsposition

🔵 NVIDIAs Geschichte lässt sich in fünf Thesen bündeln:

CUDA war der eigentliche Gründungsmoment des KI-Imperiums. Ohne CUDA, cuDNN und das Entwicklerökosystem wäre die GPU nur schnelle Hardware. Mit CUDA wurde sie Plattform.
Mellanox machte NVIDIA rack-scale. LLMs brauchen tausende GPUs; der Unterschied liegt im Netzwerk, in der Latenz, in Topologie, Kühlung und Orchestrierung. Mellanox war deshalb strategisch fast so wichtig wie A100/H100.
NVIDIA verkauft AI Factories, nicht nur Chips. Blackwell, Rubin, NVLink, Spectrum-X, BlueField, NIM, Dynamo, DGX Cloud und Omniverse ergeben eine Infrastrukturarchitektur.
NVIDIA ist Modellanbieter, aber nicht primär Modell-Labor. Nemotron, Cosmos und GR00T sind wichtig, weil sie den Stack erweitern und Anwendungsfelder öffnen; das Geschäftsmodell bleibt jedoch Compute, Software und Infrastruktur. Mit Hugging Face kauft NVIDIA den Umschlagplatz der offenen Modelle, nicht ein eigenes Frontier-Labor.
Dominanz erzeugt Gegenkräfte. Exportkontrollen, Kartellverfahren, Hyperscaler-ASICs, TSMC-Abhängigkeit, Energiebedarf und Kundenkonzentration sind reale Risiken. Gerade weil NVIDIA so zentral geworden ist, wird jede Abhängigkeit politisch und wirtschaftlich sichtbar.

Offene Fragen: Wie schnell und stabil skaliert Vera Rubin, jetzt da die ersten Racks über Supermicro und CoreWeave bei Kunden laufen, und hält der jährliche Plattform-Rhythmus? Wie stark ersetzen Hyperscaler eigene ASICs im Training und in der Inferenz, und kann Groq 3 LPX den hochfrequenten Inferenz-Markt für NVIDIA sichern? Wird die Hugging-Face-Übernahme genehmigt, und hält die Zusage, die Plattform offen und chipneutral zu lassen? Kommt Nemotron 4 im Spätherbst, und wo steht es gegen die chinesischen Open-Weight-Modelle? Bleibt der China-Markt ein Rinnsal (H200-Quoten, 25-%-Abgabe, OVERWATCH Act), oder öffnet die RTX PRO 5500 eine Seitentür, die Washington duldet? Tragen Ohio-Backstop und 500-Mrd.-Finanzierungsplattformen die Nachfrage, ohne die Blasen-Debatte zu befeuern? Kann NVIDIA den CUDA-/NVLink-/Dynamo-Moat offen genug halten, ohne Kontrolle zu verlieren? Und wie lange tragen AI-Factory-Investitionen eine Bewertung von rund 5,6 Billionen USD, während NVIDIA 235 Mrd. USD in eigene Aktien stecken will? Nächste Termine: die Q3-FY2027-Zahlen (Termin am 2. Oktober noch nicht angekündigt) und die GTC Washington, D.C. (30. November bis 3. Dezember 2026) mit Huangs Keynote am 1. Dezember.

Quellenverzeichnis

Ursprung, CUDA und Deep Learning

Hardware, Netzwerk und Plattform

Software, Modelle und Robotik

Finanzen, Deals und Regulierung

Letzte Aktualisierung: 2. Oktober 2026. Leistungs-, Benchmark- und Roadmapangaben von NVIDIA wurden als Firmenangaben behandelt. Börsenwert, Kundendeals, Exportregeln und China-Umsätze sind zeitabhängig und sollten bei neuen Quartalszahlen oder Regulierungsentscheidungen aktualisiert werden.

Die ausführliche Chronik