Nvidia GTC 2026: Jensen Huang setzt voll auf physische KI

Die Revolution der physischen KI rückt in den Mittelpunkt

Jensen Huang nutzte seine Keynote auf der jährlichen GTC-Konferenz von Nvidia in San Jose – die vom 16. bis 19. März 2026 stattfand – um zu verkünden, dass künstliche Intelligenz die Cloud verlässt und in die physische Welt eintritt. "Der ChatGPT-Moment für autonome Fahrzeuge ist gekommen", sagte Huang vor Tausenden von Entwicklern und Ingenieuren und bezeichnete Robotik und selbstfahrende Autos als die nächste Grenze für Nvidias Dominanz im Bereich der KI-Berechnungen. Das Unternehmen präsentierte über 110 Roboter auf der Konferenzfläche und demonstrierte alles von chirurgischen Assistenten bis hin zu Fabrikautomatisierungssystemen, die alle mit Nvidias Omniverse-Simulationsplattform und der Newton-Physik-Engine trainiert wurden.

Vera Rubin und Feynman: Die nächsten GPU-Generationen

Huang stellte die Vera Rubin Plattform vor – eine Full-Stack-Architektur, die sieben Chips, fünf Rack-Scale-Systeme und einen speziell entwickelten Supercomputer für agentische KI umfasst. Vera Rubin ist für Ende 2026 geplant, eine Ultra-Variante folgt 2027. Mit Blick auf die Zukunft enthüllte Nvidia die Feynman-Architektur, die für 2028 auf TSMCs fortschrittlichem A16 1,6nm-Prozess geplant ist, gepaart mit einer neuen CPU namens Rosa – eine Anspielung auf die Pionierwissenschaftlerin Rosalind Franklin.

Huang teilte Investoren mit, dass Nvidia bis 2027 Aufträge im Wert von über 1 Billion US-Dollar für Blackwell- und Vera Rubin-Hardware erwartet, eine Zahl, die ein anhaltendes Kapitalengagement in der gesamten KI-Industrie signalisiert.

Cloud-Giganten engagieren sich in großem Umfang

Eine der auffälligsten Ankündigungen der Keynote war eine erweiterte Partnerschaft mit Amazon Web Services. AWS wird weltweit über eine Million Nvidia-GPUs einsetzen – die Blackwell- und Vera Rubin-Architekturen umfassen – um die steigende Nachfrage nach agentischen KI-Workloads in allen Cloud-Regionen zu bedienen. Microsoft Azure spielte ebenfalls eine wichtige Rolle und war der erste Hyperscale-Anbieter, der Vera Rubin NVL72-Systeme mit Strom versorgte, nachdem Hunderttausende von flüssigkeitsgekühlten Grace Blackwell-GPUs eingesetzt wurden.

Pharma setzt auf KI-Supercomputing

Zwei Pharmariesen entpuppten sich als unerwartete Stars der Konferenz. Roche kündigte an, dass es sich um den größten GPU-Footprint eines Pharmaunternehmens handele und setzte 2.176 neue Blackwell-GPUs vor Ort in den Vereinigten Staaten und Europa ein, wodurch sich die Gesamtzahl auf über 3.500 Blackwell-GPUs erhöhte.

Eli Lilly ging noch weiter und stellte LillyPod vor – beschrieben als der leistungsstärkste KI-Supercomputer, der sich vollständig im Besitz eines Pharmaunternehmens befindet und von diesem betrieben wird. Das System basiert auf Nvidias DGX SuperPOD-Plattform mit 1.016 Blackwell Ultra-GPUs und liefert über neun Exaflops an KI-Leistung. Lilly gibt an, dass LillyPod Milliarden von molekularen Hypothesen pro Jahr simulieren kann, verglichen mit etwa 2.000 mit traditionellen Methoden. Parallel dazu kündigten die beiden Unternehmen ein 1 Milliarde Dollar teures Co-Innovationslabor in South San Francisco an, in dem Wissenschaftler und KI-Ingenieure in kontinuierlichen 24/7-Experimentierschleifen arbeiten werden, die Nasslabore mit der Computerinfrastruktur verbinden.

Autonome Fahrzeuge erreichen einen Wendepunkt

Nvidia bestätigte, dass BYD, Hyundai, Nissan und Geely autonome Fahrzeuge der Stufe 4 auf seiner Drive Hyperion-Plattform bauen. Eine Integration mit Uber bedeutet, dass Robotaxi-fähige Autos dieser Hersteller direkt in Ride-Hailing-Flotten eingesetzt werden könnten. Nvidia veröffentlichte seine autonomen Fahrmodelle von Alpamayo auch offen auf GitHub, wodurch die Hürde für die gesamte Branche gesenkt wird.

Das Gesamtbild

Die GTC 2026 festigte eine umfassendere These: Das Zeitalter der physischen KI – in dem intelligente Systeme die reale Welt wahrnehmen, darüber nachdenken und in ihr handeln – bricht ernsthaft an. Ob durch humanoide Roboter, die in der Simulation trainiert werden, chirurgische Assistenten, die aus offenen Datensätzen lernen, oder Pharmaunternehmen, die jahrelange Laborarbeit durch KI-simuliertes molekulares Screening ersetzen, Nvidias Software-to-Silicon-Stack positioniert sich als das Betriebssystem dieser Transformation. Das Unternehmen kündigte sogar Pläne für Space-1 Vera Rubin-Systeme an – die beschleunigte Datenverarbeitung mit raumbasierten Rechenzentren in den Orbit bringen. Für Huang war die Botschaft eindeutig: Das nächste Jahrzehnt der KI wird sich nicht nur in der Cloud entfalten, sondern in Autos, Krankenhäusern, Fabriken – und darüber hinaus.