Zurück zur Übersicht
Dokumenten zufolge kauften vier chinesische Universitäten 2025 und 2026 Server mit exportkontrollierten Nvidia-Chips. Darunter sind laut Reuters zwei Einrichtungen mit militärnaher Forschung, was die Grenzen der Exportkontrollen in der KI-Hardware-Lieferkette verdeutlicht.
Vier chinesische Universitäten haben laut Reuters-gestützten Dokumenten in den Jahren 2025 und 2026 Server mit exportkontrollierten Nvidia-KI-Chips beschafft.
Zwei der genannten Hochschulen sind dem Bericht zufolge für Forschung mit militärischem Bezug bekannt. Die Käufe erfolgten damit trotz bestehender US-Exportkontrollen.
Der Fall gilt als weiterer Hinweis darauf, dass Handelsregeln allein die Weitergabe leistungsfähiger KI-Hardware nicht zuverlässig stoppen. Entscheidend bleibt die Durchsetzung entlang der Lieferkette, insbesondere bei Beschaffung, Zwischenhändlern und Endverwendung.
Weiterlesen
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.
Nvidia-Chef Jensen Huang sagte in Seoul, das Unternehmen arbeite mit der südkoreanischen LG Group an Motor- und Mechaniktechnik für humanoide Robotik und an Entwürfen für künftige Rechenzentrumsarchitekturen. Die Ankündigung unterstreicht Nvidias Fokus auf sogenannte Physical AI.
Laut Bericht der Financial Times plant OpenAI eine schrittweise Neuausrichtung von ChatGPT hin zu einer ‚Superapp‘. Die Änderungen zielen auf engere Integration von Codetools, Bildfunktionen und externen Partnerdiensten sowie auf stärkere Monetarisierung vor einem möglichen Börsengang.
Die erste Ausbaustufe soll in der zweiten Hälfte 2026 auf der Vera-Rubin-Plattform starten. NVIDIA will zudem schrittweise bis zu 100 Milliarden Dollar in OpenAI investieren, jeweils parallel zum Ausbau der Kapazitäten.
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.