NVIDIA möchte die Geschichte von CUDA auf PCs und Roboter übertragen.

Zusammenfassung der Kerninhalte

Auf der Computermesse in Taipeh 2026 stellte Nvidia zwei scheinbar unverbundene Produkte vor: ein Referenzdesign für humanoide Roboter in Zusammenarbeit mit Yuzhu (Isaac GR00T-System) sowie den gemeinsam mit MediaTek entwickelten AI-PC-Chip RTX Spark. Diese Schritte sind nicht isoliert, sondern Teil von Nvidias Strategie, sich von einem Hersteller von Grafikkarten für Rechenzentren zu einem Anbieter von Plattformen für AI-Anwendungen zu entwickeln. Durch das Angebot vollständiger Referenzdesigns für Hardware und Software möchte Nvidia die CUDA-Plattform (die „Universalsprache“ der AI-Entwicklung) auf neue Bereiche wie PCs und Roboter übertragen und so zu einer unverzichtbaren Plattform für Entwickler in allen neuen AI-Anwendungsszenarien werden, mit dem Ziel, das Wachstum in diesen Bereichen in den nächsten zehn Jahren zu steuern.

1. Nvidias „Wandel“: Von der Hardware-Verkäufung zur Bereitstellung von „AI-Infrastruktur“

Früher verdiente Nvidia Geld, indem es GPUs an Cloud-Anbieter und Unternehmen mit großen Modellen verkaufte. Seine Kernkompetenz war die CUDA-Plattform – sie brachte Millionen von Entwicklern dazu, auf Nvidias Hardware zu programmieren, was einen geschützten Markt schuf. Doch das Wachstum der Rechenzentren hat Grenzen. Daher möchte Jensen Huang diese Strategie auf weitere Bereiche übertragen:

• Er bietet der Roboterindustrie fertige Entwicklungspläne (Referenzdesigns), damit Forscher direkt mit Nvidias Hardware und Software arbeiten können, anstatt von Grund auf zu entwickeln;
• Er stellt AI-Chips für PCs bereit, um diese in „persönliche AI-Rechenzentren“ zu verwandeln und es Normalverbrauchern zu ermöglichen, lokale AI-Anwendungen auszuführen. Kurz gesagt: Nvidia verkauft nicht mehr nur einzelne Chips, sondern ein komplettes Set an Werkzeugen, mit dem man schnell AI entwickeln kann – quasi eine Bühne für alle, die in die Welt der AI eintreten möchten.

2. RTX Spark: Der „Pionier“ der AI-PCs oder ein „Wiederholung des gleichen Fehlers“?

AI-PCs wurden bereits seit zwei Jahren angekündigt, konnten jedoch bisher keinen Erfolg erzielen. Die Probleme liegen in der Softwarekompatibilität (Arm-Architektur kann alte x86-Software nicht ausführen) und dem mangelnden Verständnis der Verbraucher für die Nutzbarkeit von AI-PCs. RTX Spark von Nvidia und MediaTek soll diese Probleme lösen:

• Hardwarevorteile: Der Chip integriert Nvidias fortschrittliche Gaming-GPU-Technologien (DLSS, G-Sync), was Entwickler dazu motivieren sollte, ihre Spiele für die Arm-Architektur anzupassen – etwas, was Qualcomm in den letzten sieben Jahren nicht geschafft hat;
• Geschickte Positionierung: Der Chip wird nicht als „Gaming-Chip“ bezeichnet, sondern als „persönlicher AI-Rechenchip“, was bedeutet, dass er nicht nur zum Spielen, sondern auch als Arbeitsplatz verwendet werden kann (z. B. für AI-Grafik oder Sprachassistenten);
• Allianzen: Qualcomm begrüßt Nvidias Beitritt, da beide Unternehmen zur Arm-Community gehören und gemeinsam gegen die x86-Plattformen von Intel/AMD antreten wollen.

Die Risiken sind jedoch groß: Jensen Huang verspricht, dass der Chip mit allen Windows-Programmen kompatibel sein soll – wenn dies gelingt, könnte der AI-PC-Markt neu gestaltet werden; andernfalls könnte Nvidia an Kompatibilitätsproblemen scheitern.

3. Das Referenzdesign für Roboter: Ein „Android-System“ für humanoide Roboter

Der Yuzhu-H2+-Roboter wurde von Yuzhu selbst entwickelt, aber der „Verstand“ (Jetson-Chip) und das „Betriebssystem“ (Isaac GR00T) stammen von Nvidia. Die Stärke dieses Referenzdesigns liegt darin:

• Verringerung der Hürden: Forscher in Hochschulen müssen keine eigenen Testsysteme aufbauen; mit einem Kauf des H2+ können sie sofort mit der Forschung beginnen, was Zeit und Geld spart;
• geschlossene Ökologie: Das Design umfasst Rechenleistung, Grundmodelle für die „Denkfähigkeit“ der Roboter, Simulationstrainingsplattformen sowie Tools zur Datenerzeugung (z. B. Cosmos, um das Problem mangelnder Daten aus der Sicht der Roboter zu lösen);
• Wiederholung des CUDA-Modells: Genau wie CUDA Entwickler an Nvidias GPUs bindet, soll Isaac GR00T Roboterentwickler an seine Plattform fesseln. Morgan Stanley prognostiziert, dass die Verkäufe von humanoiden Robotern in China in diesem Jahr auf 28.000 Stück steigen werden – Nvidia strebt nicht nur einen kleinen Marktanteil an, sondern die Nutzung seiner Technologie in allen zukünftigen Robotern an.

4. Zwei große Herausforderungen für Nvidias neue Strategie: PCs und Roboter

Nvidias neue Strategie steht vor zwei großen Herausforderungen:

• PC-Markt: Verbraucher achten bei der Kaufentscheidung nicht auf AI-Funktionen; sie entscheiden sich nach Kriterien wie Intel/AMD, Prozessormodellen oder Spielfähigkeit. Zudem entwickeln Intel und AMD Chips, die sowohl NPU als auch GPU integrieren, was Nvidias Vorteile verringern könnte;
• Robotermarkt: Die Kommerzialisierung von humanoiden Robotern ist noch weit entfernt; sie befinden sich derzeit noch in der Phase von Demonstrationen. Hohe Kosten, schwierige Wartung und unklare gesetzliche Rahmenbedingungen sind technisch nicht lösbar. Sollte der Robotermarkt erst in fünf Jahren wirklich boomen, könnte Nvidias Investitionen lange Zeit auf sich warten.

5. Die langfristige Strategie: In allen AI-Anwendungsszenarien präsent sein

Das Bild hinter Jensen Huang (HYPERION-Auto, SPACE-1-Satellit, HOLOSCAN-Medizin usw.) zeigt Nvidias „Zehnjahresplan“ – jedes Projekt steht für ein mögliches Anwendungsgebiet für AI. Nvidia möchte seine Tools in allen diesen Bereichen etablieren, bevor diese wirklich flächendeckend genutzt werden.

Die Logik ist einfach: Es muss nicht sein, dass Nvidia in jedem Bereich erfolgreich ist; bereits einige erfolgreiche Anwendungen (z. B. 20 % Marktanteil bei AI-PCs oder die Dominanz von Robotern) könnten enorme Gewinne bringen. Nvidias Ziel ist es, in allen wichtigen AI-Szenarien präsent zu sein – so wird es nicht ausgemustert werden.

RTX Spark und H2+ sind zwei „Eintrittskarten“, die Nvidia anbietet. Ob diese tatsächlich genutzt werden, hängt von der Reaktion des Marktes in den nächsten fünf Jahren ab.

Zusammenfassung: Nvidia entwickelt sich vom „König der AI-Grafikkarten“ zum Anbieter von Infrastruktur für AI-Anwendungen und möchte mit seiner Ökologie und seinen Werkzeugen die neuen AI-Märkte der nächsten zehn Jahre dominieren. Ob es ihm gelingt, hängt jedoch von den Verbrauchern und dem Markt ab.