Zurück zur Übersicht
Mit eigenen Chips will der Konzern KI-Ergebnisse schneller machen und sich bei der Infrastruktur stärker von Nvidia lösen. Der Fall zeigt, wie hart der Wettlauf um Kontrolle und Kosten in der KI-Hardware geworden ist.
Google treibt laut Bloomberg die Entwicklung neuer eigener KI-Chips voran. Damit will der Konzern KI-Ergebnisse beschleunigen und zugleich seine Abhängigkeit von Nvidia verringern.
Der Schritt unterstreicht, wie strategisch wichtig die Hardware hinter den Modellen geworden ist. Wer die Chips kontrolliert, beeinflusst Kosten, Tempo und Spielraum im KI-Geschäft. Und genau dort wird gerade der eigentliche Machtkampf ausgetragen.
Weiterlesen
Der Vertrag über rund 110.000 NVIDIA-GPUs zeigt, wie teuer der Zugriff auf KI-Compute geworden ist. Für den Markt ist das ein Signal: Rechenleistung ist längst ein strategischer Engpass, nicht nur ein Technikdetail.
Das US-Verteidigungsministerium öffnet klassifizierte Systeme für KI-Modelle von Google, Microsoft, AWS, Nvidia, OpenAI, Reflection und SpaceX. Der Schritt zeigt, wie tief KI inzwischen in sicherheitskritische Arbeitsumgebungen vordringt.
Die neue PC-Klasse soll 1 Petaflop KI-Leistung und 128 GB Unified Memory auf den Desktop bringen. NVIDIA setzt damit stärker auf lokale Ausführung statt auf reine Cloud-Verarbeitung.
Der Chiphersteller erwartet im laufenden Quartal Erlöse von 91 Milliarden Dollar. Die Anhebung des Ausblicks signalisiert weiter starke Nachfrage im KI-Infrastrukturgeschäft.
OneAdvanced hat in Zusammenarbeit mit NVIDIA ein privat betriebenes LLM namens Care Navigator präsentiert, das auf pseudonymisierten NHS-Primärversorgungsdaten trainiert wurde. Ein Pilotprojekt erreichte laut Unternehmen höhere Triage-Genauigkeit als getestete externe Modelle und eine Kontrollgruppe von Allgemeinärzten.