Huang Renxuns offensiver Plan

Zusammenfassung der Kerninhalte

Nvidia hat kürzlich 19,9 Milliarden US-Dollar (ca. 133,7 Milliarden Yuan) in den Kauf und die Investition in drei Open-Source-AI-Unternehmen investiert: 12,9 Milliarden US-Dollar gingen an Hugging Face, die größte Open-Source-AI-Modell-Community der Welt; 7 Milliarden US-Dollar wurden für die Modelle und das Team der AI-Programmierfirma Poolside ausgegeben; zudem werden Investitionen in den AI-Suchmaschinenanbieter Perplexity diskutiert. Der Kern dieser Maßnahmen besteht darin, dass Nvidia von einem Anbieter von Chips für große AI-Modelle zu einem Akteur im Bereich der Open-Source-Entwicklung übergeht, mit dem Ziel, seine eigene Open-Source-Ökologie aufzubauen, die Nachfrage nach Rechenleistung zu stärken und den chinesischen Open-Source-Konzernen (wie DeepSeek und Kimi) Konkurrenz zu machen.

Erste drei „großzügige“ Investitionen: Gezielt auf die „Goldpositionen“ der Open-Source-AI

Die Gemeinsamkeit dieser drei Transaktionen ist ihr hoher Wert sowie ihre Ausrichtung auf Open Source:

• Hugging Face: Die größte Open-Source-AI-Modell-Community der Welt, vergleichbar mit einem „App Store“ für die AI-Branche – Entwickler teilen und laden dort Modelle herunter; neue Modelle von DeepSeek und Kimi werden dort als Erste veröffentlicht. Mit einem Jahresumsatz von nur 150 Millionen US-Dollar hat Nvidia für Hugging Face 12,9 Milliarden US-Dollar ausgegeben, was 86 Mal so hoch ist wie der Jahresumsatz ist (gewöhnliche Übernahmen von Technologieunternehmen betragen in der Regel 10–20 Mal so viel). Dies zeigt die große Bedeutung, die Nvidia dieser „Modell-Drehscheibe“ beimisst.
• Poolside: Eine von einem ehemaligen CTO von GitHub gegründete AI-Programmierfirma, die Open-Source-Modelle entwickelt, die Code verstehen können. Nvidia zahlte 7 Milliarden US-Dollar – mehr als das Dreifache der vorherigen Bewertung von 2 Milliarden US-Dollar – und übernahm nicht nur die Modellelizenzen, sondern auch mehr als 100 Mitarbeiter, was einer direkten Übernahme der Technologie und des Teams entspricht.
• Perplexity: Eine AI-Suchmaschine im Dialogformat (ähnlich Google AI), die nun Teil von Nvidias Open-Source-Allianz ist. Nach der Investition könnte die Bewertung von Perplexity über 30 Milliarden US-Dollar steigen, was einem Anstieg von 50 % gegenüber dem Vorjahr entspricht.

Alle drei Unternehmen spielen eine Schlüsselrolle in der Open-Source-AI: Hugging Face ist die Zugangspforte für Nutzer, Poolside bildet die technische Kernkomponente in einem spezifischen Bereich (Programmierung), und Perplexity stellt die praktische Anwendung dar. Indem Nvidia diese „Knotenpunkte“ kontrolliert, hält es fast die Hälfte der Open-Source-Ökologie in seinen Händen.

Vom „Chipsverkäufer“ zum Akteur im Open-Source-Bereich: Nvidias Sorgen und Ambitionen

Nvidia war ursprünglich der zuverlässigste Anbieter von Chips für große AI-Modelle – Unternehmen wie OpenAI und Anthropic benötigten seine GPUs zum Trainieren und Ausführen ihrer Modelle. Doch nun ist Nvidia unzufrieden:

1. Änderungen bei den Großkunden: Große, proprietäre AI-Unternehmen (wie OpenAI und Google) beginnen, eigene Chips zu entwickeln, um nicht von Nvidia abhängig zu sein. Zum Beispiel verfügt Google über TPU-Chips, und OpenAI arbeitet ebenfalls an eigenen Chips, was Nvidias Geschäfte gefährden könnte.

2. Beschränkungen für chinesische Open-Source-Modelle: Die US-Regierung plant, chinesische Open-Source-Modelle wie DeepSeek und Kimi zu verbieten; diese Modelle werden ebenfalls mit Nvidias Chips trainiert. Eine solche Verbotung würde Nvidias Marktanteile weiter verringern.

3. Open Source als neuer Wettbewerbsbereich: Jensen Huang erkennt das Potenzial von Open-Source-Modellen – sie sind kostenlos und flexibel und werden mehr Entwickler und Unternehmen anziehen, was die Nachfrage nach Rechenleistung steigern wird. Anstatt abzuwarten, bis andere Open-Source-Modelle entwickeln, entschied sich Nvidia, selbst in diesen Bereich einzusteigen, um die Nachfrage direkt zu kontrollieren.

Kurz gesagt: Nvidia fürchtet, dass seine Chips nicht mehr verkauft werden, und beginnt daher selbst mit der Entwicklung von Open-Source-Modellen, damit mehr Menschen seine Chips nutzen können.

CUDA als Vorlage? Die Nutzung der Open-Source-Ökologie, um die Chip-Nachfrage zu binden

Nvidias Vorgehensweise ähnelt dem, was es vor 20 Jahren mit CUDA getan hat:

• Was ist CUDA?: CUDA ist eine kostenlose Softwarelösung, die GPUs, die ursprünglich nur für Spiele geeignet waren, in allgemeine Werkzeuge für wissenschaftliche Berechnungen verwandelte. Wissenschaftler und Entwickler müssen bei der Programmierung CUDA verwenden, was sie dazu zwang, Nvidias GPUs zu kaufen – dadurch wurde die Nachfrage nach Nvidias Chips gestärkt und Nvidia profitierte vom Aufschwung der AI-Branche.
• Die aktuelle Open-Source-Modell-Ökologie: Nvidia entwickelt eigene Open-Source-Modelle (z. B. die Nemotron-Serie) und nutzt Communitys wie Hugging Face, um diese Modelle zu verbreiten. Je mehr Menschen diese Modelle nutzen, desto mehr GPUs benötigen sie zum Trainieren und Ausführen – somit wird die Nachfrage nach Nvidias Chips weiter gestärkt.

Jensens Huangs Strategie ist es, eine möglichst große Open-Source-Modell-Ökologie aufzubauen, um eine stabile Nachfrage nach Nvidias Chips zu sichern. Selbst wenn große Kunden eigene Chips entwickeln, kann Nvidia seinen Marktanteil im Open-Source-Bereich nicht verlieren.

aktuelle Situation: Können Nvidias Open-Source-Modelle die chinesischen Konkurrenten noch übertreffen?

Obwohl Nvidia viel Geld investiert hat, sind seine Open-Source-Modelle derzeit noch nicht auf dem Spitzenniveau:

• Unabhängige Bewertungen zeigen, dass Nvidias Nemotron 3 Ultra nur 38 Punkte erreicht, während chinesische Modelle wie Kimi (60 Punkte) und DeepSeek (53 Punkte) vorne liegen – sogar südkoreanische Modelle sind besser.
• Nvidias Open-Source-Modellentwicklung begann spät: Erst Ende 2025 wurde ein vollständig eigenentwickeltes Flaggschiff-Modell veröffentlicht, während die chinesischen Open-Source-Entwickler bereits seit Jahren tätig sind.

Doch man sollte nicht vergessen: Auch CUDA wurde anfangs nicht als Erfolg angesehen, entwickelte sich jedoch später zu Nvidias entscheidendem Vorteil. Mit finanziellen Mitteln, Chips und Ressourcen in der Ökologie könnte Nvidia ähnlich wie mit CUDA später die Führung übernehmen.

Fazit

Nvidias Aktivitäten zielen darauf ab, seine Position als AI-Marktführer mit „Geld und Ökologie“ zu festigen: Durch den Kauf von Open-Source-Unternehmen baut Nvidia seine eigene Open-Source-Ökologie auf und macht mehr Menschen abhängig von seinen Chips. Obwohl die aktuellen Modelle noch nicht auf dem höchsten Niveau sind, reichen Nvidias Ambitionen und Ressourcen aus, um sowohl die chinesischen Open-Source-Entwickler als auch die proprietären Konkurrenten herauszufordern. Der Wettbewerb im AI-Markt wird in Zukunft nicht nur um Chips, sondern auch um die Ökologie gehen – und Nvidia hat bereits mit dem Bau eines umfassenden Strategieplans begonnen.