Was ist Nvidia? Der KI-Chip-Gigant einfach erklärt

Wer sich für Computer, Gaming oder KI interessiert, kommt am Namen nVidia nicht vorbei. Der Konzern aus dem kalifornischen Santa Clara ist in den vergangenen Jahren vom Nischen-Anbieter für Grafikkarten zu einem der wertvollsten Unternehmen der Welt aufgestiegen. Zeitweise hat nVidia sogar Apple und Microsoft an der Börse überholt.

Doch wie kommt es, dass eine Firma, die ihre Karriere mit Chips für 3D-Spiele begann, heute das Rückgrat der künstlichen Intelligenz liefert? Warum sind nVidia-Chips so begehrt, dass sich Tech-Konzerne darum prügeln? Und was bedeutet das eigentlich für uns als Nutzer? Ich nehme euch mit auf eine kleine Reise durch die Geschichte eines Unternehmens, das die digitale Welt geprägt hat wie kaum ein zweites.

Wann wurde Nvidia gegründet? Die Geschichte seit 1993

Die Geschichte beginnt 1993 in einem Denny’s-Restaurant in Kalifornien. Dort setzten sich drei Ingenieure zusammen: Jensen Huang, Chris Malachowsky und Curtis Priem. Ihre Idee: Computer brauchen spezielle Chips, um grafisch anspruchsvolle Aufgaben zu bewältigen. Klassische Prozessoren (CPUs) seien dafür nicht optimal.

Die Anfänge waren holprig. Das erste Produkt floppte, das Unternehmen stand mehrfach kurz vor dem Aus. Der Durchbruch kam 1999 mit der GeForce 256, die nVidia selbst als erste echte GPU (Graphics Processing Unit) der Welt vermarktete. Damit war ein neuer Chip-Typ geboren, der parallel sehr viele Berechnungen gleichzeitig durchführen konnte – ideal für 3D-Spiele.

In den folgenden Jahren wurde nVidia zum festen Bestandteil der Gaming-Welt. Wer einen guten Spiele-PC wollte, kaufte eine GeForce-Grafikkarte. Der Konkurrent ATI (später von AMD übernommen) lieferte sich mit nVidia jahrelang ein Kopf-an-Kopf-Rennen um Leistung und Marktanteile.

Nvidia Grafikkarten: Von Gaming zu KI und Wissenschaft

Der entscheidende strategische Schritt kam 2006. nVidia stellte CUDA vor – eine Programmierplattform, mit der sich GPUs nicht nur für Grafik, sondern für beliebige Berechnungen nutzen lassen. Forscher konnten plötzlich aufwendige Simulationen und mathematische Berechnungen auf Grafikkarten ausführen, oft um ein Vielfaches schneller als auf klassischen Prozessoren.

Anfangs wirkte das wie eine Nischen-Spielerei für Universitäten. Doch CUDA legte den Grundstein für alles, was später kommen sollte. Denn die Architektur einer GPU – viele kleine Recheneinheiten, die parallel arbeiten – passt perfekt zu den Anforderungen moderner neuronaler Netze. Genau diese Netze stecken hinter dem, was wir heute KI nennen.

Als ab etwa 2012 die Forschung an Deep Learning Fahrt aufnahm, griffen Wissenschaftler weltweit zu nVidia-Karten. Was als kluge Wette begann, wurde zur Goldgrube: nVidia hatte zufällig – oder mit visionärem Weitblick – die richtige Hardware für die KI-Revolution im Regal.

Nvidia Börsenwert: Warum die Aktie durch KI explodierte

Mit dem Aufstieg von ChatGPT Ende 2022 änderte sich alles. Plötzlich wollten alle großen Tech-Konzerne eigene KI-Modelle trainieren. OpenAI, Microsoft, Google, Meta, Amazon – sie alle brauchten massenhaft Rechenleistung. Und die kommt fast ausschließlich von nVidia.

Chips wie der H100 und der Nachfolger Blackwell sind das, was man heute als KI-Beschleuniger bezeichnet. Eine einzelne Karte kostet zehntausende Dollar, ganze Rechenzentren werden damit vollgestopft. Die Nachfrage übersteigt seit Jahren das Angebot, Lieferzeiten sind teils lang.

Das Ergebnis: nVidias Umsatz und Aktienkurs sind regelrecht explodiert. Das Unternehmen gehört inzwischen zu den teuersten Konzernen der Welt und überschritt als erstes überhaupt eine Marktkapitalisierung im Bereich mehrerer Billionen Dollar. Jensen Huang, der Mitgründer mit der charakteristischen schwarzen Lederjacke, ist zum Tech-Star geworden, dessen Keynotes inzwischen ähnlich verfolgt werden wie früher die von Steve Jobs.

Was hat Nvidia mit eurem Alltag zu tun?

Man könnte meinen: Was geht mich das an, ich kaufe ja keine Rechenzentrums-Chips. Tatsächlich ist nVidia aber überall, wo Digitales passiert. Wenn ihr ChatGPT, Gemini, Claude oder einen KI-Bildgenerator nutzt, läuft das fast garantiert auf nVidia-Hardware.

Und auch im Alltag trefft ihr auf die Firma:

• Gaming-PCs und Laptops mit GeForce-Grafikkarten
• KI-Funktionen in Software, etwa Bildbearbeitung oder Videoschnitt
• Autonomes Fahren: nVidias Drive-Plattform steckt in vielen Entwicklungs-Fahrzeugen
• Streaming-Dienste wie GeForce Now, mit denen ihr Spiele aus der Cloud streamt
• Wissenschaftliche Anwendungen von Wettervorhersagen bis Medikamentenforschung

Auch deutsche Forschungseinrichtungen und Unternehmen sind auf nVidia angewiesen. Das macht die Firma zu einem geopolitischen Faktor. Die USA haben Exportbeschränkungen für leistungsfähige KI-Chips nach China verhängt, was den Welthandel und die KI-Entwicklung weltweit beeinflusst.

Nvidia Konkurrenz: AMD, Intel und die Herausforderer

So komfortabel die Position von nVidia ist – unangreifbar ist sie nicht. AMD und Intel arbeiten an eigenen KI-Beschleunigern. Zugleich entwickeln Konzerne wie Google (TPU), Amazon, Microsoft und Meta eigene Chips, um nicht ewig von einem Lieferanten abhängig zu sein.

Auch der Stromhunger ist ein Thema. KI-Rechenzentren mit zehntausenden GPUs verbrauchen enorme Mengen Energie. Das wirft Fragen nach Nachhaltigkeit und Klimabilanz auf, die zunehmend diskutiert werden. Und wirtschaftlich warnen manche Analysten vor einer möglichen KI-Blase: Sollte die Nachfrage einbrechen, hätte das massive Folgen für nVidia und die gesamte Tech-Branche.

Wie wichtig ist Nvidia für die Tech-Industrie?

nVidia ist das beste Beispiel dafür, wie eine kluge technologische Wette über Jahrzehnte alles verändern kann. Was als Chip-Schmiede für Computerspieler begann, ist heute das Fundament der KI-Wirtschaft. Die Firma liefert die Schaufeln im Goldrausch – und verdient genau deswegen mehr als die meisten Goldgräber.

Für uns als Nutzer ist nVidia meist unsichtbar. Doch hinter jeder KI-Anfrage, jedem KI-generierten Bild und jedem flüssigen Spiel steckt mit hoher Wahrscheinlichkeit ein Chip aus Santa Clara. Wer verstehen will, wer die digitale Zukunft technisch ermöglicht, kommt an diesem Namen nicht vorbei. Und es lohnt sich, die nächste Keynote von Jensen Huang in der schwarzen Lederjacke einmal bewusst anzuschauen – auch wenn man selbst gar keine Grafikkarte kaufen will.