NVIDIA ist ein amerikanisches Halbleiter- und Computerunternehmen mit Hauptsitz in Santa Clara, Kalifornien, das 1993 von Jensen Huang, Chris Malachowsky und Curtis Priem gegründet wurde. Ursprünglich auf Grafikprozessoren (GPUs) für Videospiele und visuelle Datenverarbeitung ausgerichtet, wurde NVIDIA zum dominierenden Hardware-Anbieter für das Training und den Betrieb von Deep-Learning-Modellen. Diese Position machte das Unternehmen zentral für die Ökonomie des generativen KI-Booms der 2020er-Jahre und zeitweise während 2024 und 2025 zum wertvollsten börsennotierten Unternehmen der Welt.
Geschichte
NVIDIA verbrachte seine ersten fünfzehn Jahre hauptsächlich als Grafikchip-Unternehmen, das im Wettbewerb um die Märkte für Personalcomputer und Konsolenspiele stand. Eine entscheidende strategische Entscheidung kam mit der Einführung von CUDA im Jahr 2006, einer Softwareplattform, die Entwicklern ermöglichte, NVIDIA-GPUs für allgemeine parallele Datenverarbeitung zu nutzen, statt nur Grafiken zu rendern. Die Übernahme verlief in den 2000er-Jahren schleppend, aber das Ergebnis von AlexNet im Jahr 2012, das ein siegreiches ImageNet-Modell auf zwei NVIDIA-GPUs trainierte, zeigte, dass dieselbe massiv parallele Architektur, die für das Rendern von Pixeln geeignet war, auch gut für die Matrixmultiplikationen geeignet war, die dem Deep Learning zugrunde liegen. Im folgenden Jahrzehnt, als neuronale Netze von Millionen auf Hunderte von Milliarden Parametern wuchsen, wuchs die Nachfrage nach NVIDIA-Datencenter-GPUs entsprechend, und das Unternehmen gestaltete seine High-End-Chips, von den Tesla- und Volta-Linien über Ampere, Hopper und Blackwell, zunehmend um die spezifischen Anforderungen von KI-Training und Inferenz um, statt nur um Grafik.
Von Grafik zu KI
Bis in die frühen 2020er-Jahre hatte das Datencenter-Segment von NVIDIA, das GPUs an Cloud-Anbieter und KI-Labore verkaufte, die große Modelle trainieren, das historische Gaming-Geschäft als primäre Einnahmequelle des Unternehmens überholt. Seine H100- und Nachfolgechips wurden zur bevorzugten Hardware für das Training von Frontier-Modellen bei Organisationen wie OpenAI, Anthropic und Meta, und NVIDIAs Gewinne und Aktienkurs wurden zu einem viel beachteten Indikator für die Gesundheit der KI-Industrieinvestitionen insgesamt. Die Marktkapitalisierung des Unternehmens wuchs von Dutzenden Milliarden Dollar in den frühen 2010er-Jahren auf mehr als drei Billionen Dollar bis 2024, ein Anstieg, der eng mit dem Investitionsboom in KI-Datenzentren verbunden war.
Der CUDA-Graben
Ein zentraler Grund für NVIDIAs dauerhaften Vorteil gegenüber konkurrierenden Chip-Herstellern war das Software-Ökosystem von CUDA: Da die meisten Deep-Learning-Frameworks, einschließlich PyTorch und TensorFlow, sowie die Werkzeuge der meisten Forscher über mehr als ein Jahrzehnt gegen CUDA gebaut und optimiert wurden, brachte der Wechsel zu alternativer Hardware wie Googles TPU oder AMDs konkurrierenden Chips erhebliche Software-Kompatibilitätskosten mit sich. Diese Dynamik wurde weithin als NVIDIAs Software-"Graben" auf seiner Hardware-Führung beschrieben.
Marktposition und Risiken
NVIDIAs Dominanz hat in mehreren Rechtsgebieten regulatorische Prüfung wegen möglicher wettbewerbswidriger Effekte ausgelöst, und seine Abhängigkeit von Taiwan Semiconductor Manufacturing Company für die Chip-Fertigung wurde angesichts der Spannungen um Taiwan als geopolitische Verwundbarkeit eingestuft. Der DeepSeek-Schock im Januar 2025, bei dem ein vergleichsweise kostengünstiges chinesisches Modell westliche Frontier-Systeme zu erreichen schien, löschte kurzzeitig einen Rekord-Tageswert von NVIDIAs Marktwert aus, aus Angst, dass KI-Training weit weniger Rechenleistung erfordern könnte als angenommen. Dies veranschaulichte, wie eng die Bewertung des Unternehmens mit dem fortgesetzten Glauben an die durch Skalierungsgesetze getriebene Nachfrage nach immer mehr GPU-Rechenleistung verbunden war, eine Abhängigkeit, die einige Analysten mit den Boom-Bust-Dynamiken früherer Technologiezyklen verglichen haben, die, wenn auch unvollkommen, durch Beobachtungen wie Moores Gesetz vorhergesagt wurden.