Das Zeitalter humanoider KI-Roboter und persönlicher Supercomputer hat begonnen – Highlights von Nvidias GTC 2025

Nvidia startete GTC 2025 am Dienstag mit einer Reihe von Ankündigungen. Die wichtigsten Highlights umfassen eine neue Physik-Engine namens Newton, ein neues KI-Grundlagenmodell für humanoide Roboter namens Groot N1 sowie zwei „persönliche KI-Supercomputer“ in der DGX-Serie. 

Jensen Huang, Gründer und CEO von Nvidia, leitete die Schlüsselrede in San Jose, Kalifornien, und hob dabei die Zusammenarbeit mit Disney Research und Google DeepMind hervor, die darauf abzielt, die Art und Weise, wie Roboter sich bewegen und lernen, neu zu gestalten.

Disney, dessen von Star Wars inspirierte BDX-Droiden seit Jahren Neugier wecken, wird zu den ersten Nutzern von Newton gehören. Während der Schlüsselrede am Dienstag schlurfte einer dieser Droiden neben Huang auf die Bühne. 

Laut Disney könnten diese Roboter bald in Themenparks weltweit auftauchen. Nvidia weist darauf hin, dass Newton hochgradig anpassbar ist und in die bestehenden Robotik-Tools von Google DeepMind integriert wird. Eine frühe Open-Source-Version von Newton wird später im Jahr 2025 veröffentlicht.

Nvidia stellte Newton als eine Engine dar, die Entwickler nutzen können, um zu simulieren, wie Roboter mit Gegenständen wie Lebensmitteln, Sand, Stoff und anderen verformbaren Objekten interagieren. Es wurde auch betont, dass Newton Funktionen aus DeepMinds MuJoCo übernimmt, einer Physik-Engine, die Mehrfachgelenk-Roboterbewegungen unterstützt. 

Durch die Kombination dieser Komponenten erwartet Nvidia, Robotik-Entwicklern eine effizientere Möglichkeit zu geben, Aufgaben zu programmieren, die in realen Testumgebungen schwer zu replizieren sind. Das Unternehmen hob auch hervor, wie diese Partnerschaft mit Google DeepMind eine größere Fokussierung auf KI-gesteuerte Robotik unterstreicht.

Zusätzlich zu Newton stellte Nvidia Groot N1 vor. Als KI-Grundlagenmodell für humanoide Roboter konzipiert, soll Groot N1 Roboter dabei unterstützen, „ihre Umgebung wahrzunehmen und darüber zu reasoned“. Das Unternehmen sagt, dieses Grundlagenmodell sollte Roboter dabei unterstützen, nahtlos durch Räume zu navigieren, die unvorhersehbare Veränderungen im Gelände, in der Beleuchtung oder in der menschlichen Aktivität mit sich bringen könnten. Obwohl weitere Details zu den technischen Spezifikationen von Groot N1 spärlich sind, deutet Nvidia darauf hin, dass es in naher Zukunft eine Rolle bei der Art und Weise spielen wird, wie Roboter in mehreren Branchen operieren.

Huang enthüllt DGX persönliche KI-Supercomputer

Während derselben Schlüsselrede diskutierte Huang neue AI-Chips und persönliche Supercomputer und betonte, wie sehr das Unternehmen seit der Einführung von OpenAIs ChatGPT Ende 2022 gewachsen ist. In diesem Zeitraum hat Nvidia einen starken Anstieg der Nachfrage nach seinen GPUs verzeichnet, wobei große Cloud-Anbieter wie Microsoft, Google und Amazon zu den größten Kunden gehören. 

Eines der am meisten diskutierten Produkte, das auf der GTC 2025 vorgestellt wurde, ist der DGX Spark, Teil der neuen Familie „persönlicher KI-Supercomputer“ von Nvidia. Angetrieben von der Grace-Blackwell-Chip-Plattform bietet der DGX Spark bis zu 1.000 Billionen Operationen pro Sekunde an KI-Berechnungen. Er ist mit dem GB10 Grace Blackwell Superchip ausgestattet, was ihn zu einer robusten Maschine für AI-Aufgaben macht, die am Edge ausgeführt werden.

Das zweite Gerät, der DGX Station, verfügt über einen GB300 Grace Blackwell Ultra Desktop Superchip und 784 GB Speicher. Während der DGX Spark bereits verfügbar ist, ist der DGX Station für die Veröffentlichung später in diesem Jahr geplant. Unternehmen wie Asus, Boxx, Dell, HP und Lenovo werden als Herstellungspartner dienen.

Huang charakterisierte diese Produkte als bahnbrechend und erklärte: „Dies ist der Computer des Zeitalters der KI. So sollten Computer aussehen, und so werden Computer in der Zukunft laufen.“ Analysten, die an der Konferenz teilnahmen, bemerkten, dass diese sogenannten persönlichen Supercomputer sowohl großen Unternehmen als auch kleineren Organisationen helfen könnten, schneller von der KI-Experimentierphase zur Produktion überzugehen.

Nvidia kündigt Blackwell Ultra und Vera Rubin an

Parallel dazu kündigte Nvidia zwei neue Chip-Familien an, die darauf abzielen, fortschrittliche KI-Modelle zu erstellen und bereitzustellen: Blackwell Ultra, geplant für die zweite Hälfte dieses Jahres, und Vera Rubin, das voraussichtlich 2026 ausgeliefert wird. Die Ankündigungen sind bedeutend für Cloud-Unternehmen, die auf Nvidia-Hardware angewiesen sind, um massive KI-Trainingslasten auszuführen. Blackwell Ultra soll mehr Tokens pro Sekunde generieren, was zu einer schnelleren Inhaltserzeugung während der KI-Inferenz oder anderer sprachbasierter Prozesse führt.

Mit dieser Fähigkeit schlägt Nvidia vor, dass Cloud-Anbieter höherwertige KI-Dienste mit den neuen Chips einführen können, was potenziell bis zu 50-mal mehr Einnahmen im Vergleich zu dem ermöglicht, was mit den 2023 eingeführten Hopper-Generation-Chips des Unternehmens möglich war.

Die Blackwell-Ultra-Serie wird Versionen umfassen, die mit einer Arm-CPU gepaart sind, gekennzeichnet als GB300, und Versionen, die sich ausschließlich auf die GPU konzentrieren (B300). Zusätzliche Konfigurationen werden acht GPUs in einem Server-Blade oder 72 GPUs in einem einzigen Rack haben. Nvidia sagt, dass die vier größten Cloud-Anbieter bereits dreimal so viele Blackwell-Chips im Einsatz haben wie in der vorherigen Generation.

Benannt nach der Astronomin Vera Rubin, wird erwartet, dass dieses System in der zweiten Hälfte des Jahres 2026 ausgeliefert wird. Es konzentriert sich auf zwei Hauptkomponenten: eine CPU namens Vera und ein GPU-Design namens Rubin. Vera ist Nvidias erstes benutzerdefiniertes CPU-Design, das auf einer neuen Kernarchitektur mit der Bezeichnung Olympus basiert. Das Unternehmen behauptet, diese benutzerdefinierte CPU werde doppelt so schnell sein wie die Grace-Blackwell-CPU, die in früheren Iterationen veröffentlicht wurde.

Rubin, die GPU-Komponente, wird in der Lage sein, 50 Petaflops an Inferenzleistung zu erbringen und damit die 20 Petaflops von Nvidias aktuellen Blackwell-Chips übertreffen. Darüber hinaus kann Rubin bis zu 288 GB schnellen Speicher unterstützen, was eine wichtige Kennzahl für KI-Entwickler ist, die mit großskaligen Modellen arbeiten. Eine weitere Verschiebung in der Namenskonvention zeigt sich hier: Während Blackwell-GPUs zwei separate Dies aufweisen, die als ein einzelner Chip zusammengebaut sind, wird Rubin offiziell jedes Die als einzelne GPU anerkennen.

Das Unternehmen sagt, es plane, eine „Rubin Next“-Version in der zweiten Hälfte des Jahres 2027 zu veröffentlichen, die vier Dies in einem Chip enthalten wird und damit die doppelte Geschwindigkeit der ersten Rubin-Version bietet. Dieses Produkt wird in einem Rack-Setup namens Vera Rubin NVL144 untergebracht sein, das auf dem NVL72-Standard vorheriger Racks aufbaut.

Als Ergänzung zur Roadmap präsentierte Huang eine Folie, die den Namen der Chip-Familie nach Rubin enthüllte: Feynman, benannt nach dem Physiker Richard Feynman. Nvidia erwartet, Feynman-Chips im Jahr 2028 herauszubringen, was einen mehrjährigen Plan abschließt, der inkrementelle und grundlegende architektonische Änderungen im AI-Hardware-Design umfasst.