Wie passt die schwächere NVDA-Aktie mit -0,5% zu einer Pipeline von 500 Milliarden Dollar Umsatzvisibilität? Und was bedeutet der Milliarden-Deal mit Groq für die Zukunft der NVIDIA KI-Infrastruktur und Groq-Deal in Rechenzentren, Robotik und Pharma?
Wie richtet NVIDIA seine KI-Infrastruktur aus?
NVIDIA treibt seine KI-Strategie weg von einzelnen GPUs hin zu kompletten Systemen voran. Die NVIDIA KI-Infrastruktur umfasst inzwischen ganze AI-Server, Netzwerke und Software-Stacks, die für Hyperscaler und Unternehmen schlüsselfertige Rechenzentren ermöglichen. CEO Jensen Huang spricht von einer bestehenden IT-Infrastruktur im Wert von einer Billion US-Dollar, die modernisiert werden müsse, weil klassische Rechenmodelle den Anforderungen von KI nicht mehr genügen.
Im Mittelpunkt der Roadmap steht aktuell die Kombination aus der Blackwell-Generation und dem Nachfolger Vera Rubin. Beide Plattformen zusammen sichern NVIDIA nach Unternehmensangaben eine Umsatzvisibilität von rund 500 Milliarden US-Dollar bis 2026, wovon bereits 150 Milliarden Dollar bis zum dritten Quartal des Geschäftsjahres 2026 ausgeliefert wurden. Parallel verlagert sich der Fokus der Kunden von reiner Trainingsleistung hin zu effizienter Inferenz – genau hier soll die weiterentwickelte NVIDIA KI-Infrastruktur ihren Vorteil ausspielen.
Warum ist Vera Rubin für Rechenzentren entscheidend?
Auf der CES in Las Vegas kündigte NVIDIA an, dass die neue Vera-Rubin-Plattform bereits in voller Produktion ist. Das System besteht aus sechs eng gekoppelten Chips, darunter eine Vera-CPU mit doppelter Leistung gegenüber der Vorgängergeneration und die Rubin-GPU. Zusammen liefern sie bis zu 100 Petaflops KI-Leistung – das Fünffache des bisherigen Flaggschiffs.
Wesentlich ist nicht nur die rohe Performance, sondern auch die Wirtschaftlichkeit: Rubin integriert CPU, GPU, Networking und Rechenzentrumsinfrastruktur in einem System und soll die Kosten pro KI-Einheit deutlich senken. Das wird umso wichtiger, da sich KI-Workloads zunehmend in den Echtzeitbetrieb verlagern – von großen Trainingsjobs hin zu Inferenz in Anwendungen wie Chatbots, Industrieautomatisierung und Robotik. Für Hyperscaler, die 2026 laut Branchenprognosen zusammen bis zu rund 500 Milliarden Dollar an KI-Capex ausgeben könnten, ist eine effiziente NVIDIA KI-Infrastruktur ein zentraler Hebel zur Margenstabilisierung.
Wie zahlt der 20-Mrd.-Groq-Deal auf NVIDIA ein?
Mit dem spektakulären 20-Milliarden-Dollar-Deal für Technologie und Schlüsselpersonal von Groq verstärkt NVIDIA gezielt seine Inferenz-Kompetenz. Formal handelt es sich um eine nicht-exklusive Lizenzvereinbarung: NVIDIA lizenziert Groqs Inferenz-IP, übernimmt CEO Jonathan Ross, Präsident Sunny Madra und weitere Führungskräfte, während GroqCloud als eigenständiges Unternehmen fortbesteht. Die Struktur erinnert an frühere Personal- und IP-Transaktionen in der Branche und reduziert kartellrechtliche Risiken.
Groq hatte sich mit seinen Language Processing Units (LPUs) als kostengünstige Alternative zu NVIDIA-GPUs positioniert, insbesondere für latenzkritische Inferenz. Die Chips setzen auf SRAM statt HBM, was extrem niedrige Antwortzeiten ermöglicht, aber Modellgrößen begrenzt. Huang machte deutlich, dass Groq zwar nicht Teil der Haupt-Roadmap für Rechenzentren wird, die Technologie aber in Bereichen wie Robotik und „Physical AI” eine wichtige Rolle spielen kann. Damit erweitert NVIDIA seine KI-Infrastruktur um Speziallösungen für Echtzeit- und Edge-Workloads, statt sie zu kannibalisieren.
Wie stärkt Eli Lilly die NVIDIA KI-Infrastruktur?
Parallel zum Groq-Deal baut NVIDIA die NVIDIA KI-Infrastruktur über vertikale Partnerschaften in Schlüsselsektoren aus. Besonders im Fokus steht die neu angekündigte Milliarden-Dollar-Partnerschaft mit Eli Lilly zur Beschleunigung der Arzneimittelentwicklung. Auf Basis von NVIDIA-Hardware und -Software sollen Wirkstoffforschung, Simulationen und klinische Datenanalyse deutlich schneller und günstiger werden, was die Monetarisierung von KI jenseits der Hyperscaler vorantreibt.
Zusätzlich treibt NVIDIA mit Partnern wie Hyundai im Bereich „Embodied AI” die Verschmelzung von KI und Robotik voran. Modelle wie das auf CES vorgestellte Alpamayo – eine „denkende und schlussfolgernde” KI für autonome Fahrzeuge – zeigen, wie die NVIDIA KI-Infrastruktur zunehmend physische Systeme steuert. Für Anleger bedeutet das: Der Wachstumstreiber verlagert sich schrittweise von reiner Rechenleistung hin zu kompletten KI-Fabriken und Branchenlösungen.
Wie stufen Analysten die NVIDIA-Aktie ein?
Trotz eines jüngsten Rückgangs der NVIDIA-Aktie auf 182,44 US-Dollar (Vortag: 187,11 US-Dollar; -0,54 %) bleibt das Analystenlager überwiegend optimistisch. Jefferies hat sein 12-Monats-Kursziel von 250 auf 275 US-Dollar angehoben und ein „Buy”-Rating bestätigt, gestützt auf die dominante Position NVIDIAs in KI-Beschleunigern und Rechenzentren. Oppenheimer-Analyst Rick Schafer bleibt ebenfalls bei „Buy” und sieht den fairen Wert bei 265 US-Dollar, was vom aktuellen Kursniveau ein Aufwärtspotenzial von über 40 % bedeuten würde.
Wir haben beschlossen, den Stand der Technik der Berechnung jedes einzelne Jahr voranzutreiben – kein Jahr darf zurückbleiben.— Jensen Huang, CEO von NVIDIA
Mehrere Research-Häuser verweisen darauf, dass NVIDIAs Bewertungskennzahlen nach der Korrektur so niedrig sind wie seit über einem Jahr nicht mehr, während Umsatz und Gewinne weiter mit hohen zweistelligen bis dreistelligen Raten wachsen. Gleichzeitig erhöht die starke Aufstellung im Markt für NVIDIA KI-Infrastruktur die Visibilität zukünftiger Cashflows, da Großkunden mehrjährige Verträge für AI-Factories und komplette Systemlösungen abschließen.
