Wie Nvidias Vera‑CPU einen möglichen 200‑Milliarden‑Dollar‑Markt für Agentic AI erschließen soll

Mit Vera versucht Nvidia, diesen Teil des Stacks ebenfalls zu kontrollieren.

Das passt zur Strategie des Unternehmens, komplette „AI Factories“ zu bauen – also Rechenzentren, die KI‑Ergebnisse wie ein industrielles Produkt in großem Maßstab erzeugen. In dieser Architektur:

• erledigen GPUs die rechenintensive Modellarbeit
• koordinieren CPUs Daten, Software und Workflows

Wenn KI‑Agenten künftig dauerhaft laufen und komplexe Aufgabenketten ausführen, könnte diese Steuerungsschicht selbst ein riesiger Markt werden.

Warum Agentic AI andere CPUs braucht

Klassische Cloud‑CPUs wurden für typische Serveraufgaben entwickelt – etwa Web‑Dienste, Datenbanken oder Virtualisierung.

Agentische KI‑Workloads sehen jedoch völlig anders aus.

Ein KI‑Agent beantwortet nicht nur eine Anfrage, sondern führt meist mehrere Schritte aus, etwa:

• Daten aus externen Quellen abrufen
• Tools oder APIs aufrufen
• Code in isolierten Umgebungen ausführen
• mehrere Modellanfragen koordinieren
• Arbeitsabläufe und Speicher verwalten

Viele dieser Schritte passieren außerhalb des neuronalen Netzes – müssen aber schnell laufen, damit GPUs nicht auf Arbeit warten.

Nvidia beschreibt Vera deshalb als CPU, die speziell für diese Orchestrierung gebaut wurde. Laut Unternehmen kann sie solche Workloads mit etwa doppelt so hoher Effizienz und rund 50 % schneller als traditionelle Rack‑Server‑CPUs ausführen.

Architektonisch nutzt Vera 88 eigene Arm‑kompatible „Olympus“-Kerne, die auf hohe Speicherbandbreite und Datentransfers in großen KI‑Systemen ausgelegt sind.

Zusammenarbeit mit den Rubin‑GPUs

Vera ersetzt GPUs nicht – sie bildet deren Steuerzentrale.

In Nvidias nächster Plattformgeneration Vera Rubin werden mehrere Chiptypen eng kombiniert:

• Vera‑CPUs
• Rubin‑GPUs
• NVLink‑6‑Switches
• ConnectX‑9‑Netzwerkchips
• BlueField‑4‑DPUs
• Spectrum‑6‑Ethernet‑Switching

Diese Komponenten bilden zusammen ein integriertes System für große KI‑Dienste.

Ein Beispiel ist das Vera Rubin NVL72‑Rack, das 72 Rubin‑GPUs und 36 Vera‑CPUs über NVLink‑Netzwerke verbindet.

Innerhalb dieser Architektur übernimmt die CPU vor allem:

• die Orchestrierung von KI‑Workflows
• Datenbewegung zwischen Speicher und GPUs
• Speicher‑ und Systemverwaltung
• die Ausführung von Agent‑Tools und Softwareumgebungen

Kurz gesagt: Die CPU sorgt dafür, dass die teuren GPU‑Beschleuniger permanent ausgelastet bleiben.

Warum CPUs wichtiger werden, wenn KI‑Agenten skalieren

Der Hintergrund von Nvidias Strategie ist ein grundlegender Wandel in der Nutzung von KI.

Frühe generative Systeme reagierten meist nur auf einzelne Prompts. Agent‑basierte Systeme dagegen führen ganze Aufgabenketten aus, die mehrere Modellaufrufe, Datenbankzugriffe und Tool‑Aktionen enthalten.

Einige Analysten schätzen, dass der Rechenbedarf solcher Agent‑Workflows um Größenordnungen höher sein kann als bei klassischen generativen Anwendungen.

In diesem Szenario werden CPUs zur Kontrollebene der KI‑Infrastruktur:

• sie planen Aufgaben
• verwalten Ein‑ und Ausgabe
• führen Code aus
• koordinieren tausende GPU‑Operationen

Wenn künftig Milliarden KI‑Agenten in Cloud‑Diensten laufen, könnte dieser Steuerungs‑Layer zu einem zentralen Bestandteil moderner Rechenzentren werden.

Wettbewerb mit Intel, AMD und den Cloud‑Giganten

Mit Vera greift Nvidia auch etablierte CPU‑Anbieter an.

Intel und AMD dominieren seit Jahrzehnten den Server‑CPU‑Markt. Gleichzeitig entwickeln große Cloud‑Anbieter wie AWS, Google oder Microsoft zunehmend eigene Chips, um ihre Infrastrukturkosten zu senken.

Nvidia verfolgt einen anderen Ansatz: Statt einzelne Chips zu verkaufen, bietet das Unternehmen komplette KI‑Systeme an.

Die Vera‑Rubin‑Architektur zeigt diese Strategie deutlich. Nvidia entwickelt:

• CPUs
• GPUs
• Netzwerktechnologie
• DPUs
• Software‑Stacks

als integrierte Plattform für KI‑Rechenzentren.

Der Vorteil laut Nvidia: eine bessere Gesamtleistung und niedrigere Kosten pro erzeugtem KI‑Token.

Ob sich diese Strategie langfristig durchsetzt, ist offen. Hyperscaler haben starke wirtschaftliche Gründe, eigene Hardware zu entwickeln. Nvidia setzt jedoch darauf, dass ein vollständig integriertes KI‑Ökosystem aus CPU, GPU, Netzwerk und Software schwer schnell zu kopieren ist.

Der größere Wandel bei Nvidia

Die Vera‑CPU steht auch für eine strategische Transformation des Unternehmens.

Nvidia positioniert sich zunehmend nicht mehr nur als GPU‑Hersteller, sondern als Anbieter kompletter KI‑Infrastruktur‑Plattformen – von einzelnen Chips bis zu ganzen Rack‑Systemen.

Sollte Huang mit seiner Prognose über Milliarden autonomer KI‑Agenten recht behalten, könnten CPUs wie Vera zu einem zentralen Baustein dieser Infrastruktur werden – und einen Markt eröffnen, der weit über das klassische GPU‑Geschäft hinausgeht.