Nvidias Auto-Chef kämpft selbst um GPU-Zugriff – Einblicke in den KI-Ressourcen-Engpass

Nvidias Auto-Chef: Interne GPU-Kämpfe und die KI-Ressourcenkrise

In einem offenen Interview mit dem Podcast „Decoder“ von The Verge (Juli 2026) gewährte Xinzhou Wu, Vizepräsident und Leiter der Automobilsparte von Nvidia, tiefe Einblicke in die internen Herausforderungen des Konzerns. Selbst sein Team muss sich die begehrten GPU-Ressourcen hart erkämpfen – ein deutliches Zeichen für die angespannte Lage in der gesamten Branche .

Wöchentliche Kämpfe um GPU-Zugriff

• Wöchentliche Planungstreffen. Wu bestätigte, dass er sich „fast wöchentlich“ mit Kollegen treffen muss, um die vorhandene Rechenleistung für Training, Tests und Entwicklung aufzuteilen. Auf die Frage, ob er um GPU-Ressourcen kämpfen müsse, lachte er und sagte: „Ja, glauben Sie es oder nicht – selbst Nvidia hat nur ein begrenztes Angebot an GPUs für Berechnungen“ .
• CEO Jensen Huang als Schlichter. Der interne Wettbewerb um GPU-Kapazitäten ist so intensiv, dass Nvidias CEO gelegentlich eingreifen und zwischen den Geschäftsbereichen vermitteln muss .
• Strukturelle Spannung: Rechenzentrum vs. Automobil. Das Rechenzentrumsgeschäft von Nvidia – das GPUs für den KI-Boom liefert – erzielt immense aktuelle Umsätze, während die Automobilsparte auf eine autonome Zukunft setzt, die sich erst in Jahren auszahlen wird. Wu räumte diese interne Zwickmühle ein: Wie viel der begrenzten Fertigungskapazität soll an heutige Top-Zahler gehen, und wie viel an einen Markt, der erst morgen existiert?

Was dies über den umfassenden KI-Ressourcen-Engpass verrät

• GPU-Angebot ist selbst für interne Nvidia-Teams knapp. Wenn das Unternehmen, das die begehrtesten KI-Chips der Welt entwirft und herstellt, seine eigene Automobilsparte nicht einfach versorgen kann, unterstreicht dies, wie sehr die KI-Nachfrage das Angebot übersteigt .
• Gaming-GPU-Produktion angeblich um 30–40 % gekürzt. Mehrere Quellen berichten, dass Nvidia plane, die Produktion der RTX-50-Serie im ersten Halbjahr 2026 um 30–40 % zu reduzieren – verursacht durch GDDR7-Speicherknappheit, da KI-Rechenzentren die verfügbare Speicherkapazität aufbrauchen und Zulieferer HBM (High Bandwidth Memory) für KI-Chips priorisieren . Die Engpässe bei Samsungs GDDR7 bedeuten, dass die Preise für Verbraucher-GPUs voraussichtlich bis Q4 2027 nicht wesentlich sinken werden .
• Speicher ist der Flaschenhals. GDDR7 macht inzwischen 70–80 % der Materialkosten einer GPU aus, und Samsung kann nicht genug produzieren, um die kombinierte Nachfrage aus KI und Verbrauchermarkt zu decken . Die HBM-Anbieter (SK Hynix, Micron) meldeten für 2026 eine vollständige Auslastung ihrer Produktion – eine Bestätigung des mehrjährigen KI-getriebenen Speicher-Engpasses .

Nvidias Fahrplan fürs autonome Fahren

Wu skizzierte im Interview einen ambitionierten Zeitplan:

Meilenstein	Ziel
Level 2++ Stadtfunktionen auf Drive-AGX-Plattform	2026
Level-4-Robotaxi-Tests mit Partnern	2027
Private Level-4-Fahrzeuge	2028

Das Unternehmen baut einen kompletten Stapel („Stack“) für autonomes Fahren namens Nvidia Drive auf. Dieser umfasst Hardware-Plattformen und Basis-Modelle („Foundation Models“), die mit synthetischen Daten trainiert werden. Wu argumentierte, dass Automobilhersteller nicht Milliarden von Kilometern an autonomen Fahrten benötigen wie Waymo oder Tesla – sie könnten sich in Nvidias Ökosystem einklinken, das täglich 5 Millionen Validierungstests durchführt .

Wichtige Zusammenhänge aus dem Interview

• Teslas Lidar-Ablehnung. Nvidias Ansatz setzt auf mehrere Sensortypen, einschließlich Lidar, und positioniert sich damit gegen Teslas kameraorientierte Philosophie. Wu sagte, man brauche nicht Millionen von Kilometern an Fahrdaten, um Tesla zu schlagen – man brauche die richtigen Sensoren und ein KI-System, das tatsächlich denken könne .
• Trends bei E-Auto-Zulassung und Handelsbarrieren. Wu erörterte, wie die Entwicklung der E-Auto-Zulassung und US-Handelsbarrieren – insbesondere Exportkontrollen für Chips nach China – Gegenwind für das Automobilgeschäft bedeuten. Nvidia habe Abwanderungen chinesischer Autobauer aufgrund von Verzögerungen und Leistungsproblemen hinnehmen müssen .
• Sicherheitsarchitektur. Auf der Drive-Plattform laufen zwei Systeme parallel: Ein End-to-End-KI-Modell steuert das Fahrzeug, während ein „klassischer Stack“ auf Basis der ISO-26262-Sicherheitsnorm als „Big Brother“ fungiert und jedes Bild überprüft .

Nicht ausreichend belegte Behauptungen

• Der genaue Wortlaut von Wus Aussagen zu E-Auto-Zulassungstrends und Handelsbarrieren ist in den verfügbaren Quellen über allgemeine Verweise hinaus nicht vollständig erfasst.
• Nvidia hat die Zahlen zu den angeblichen Produktionskürzungen von 30–40 % bei Gaming-GPUs nicht offiziell bestätigt. Diese stammen aus chinesischen Board-Channels-Foren und wurden von mehreren Medien als „Gerüchte“ oder „Berichte“ weitergegeben .

Zusammenfassung

Nvidias Automobilsparte steht vor echten internen Konflikten um GPU-Zugang – mit wöchentlichen Allokationsmeetings und der gelegentlichen Schlichtung durch CEO Jensen Huang . Dies spiegelt einen umfassenderen KI-Ressourcen-Engpass wider, bei dem das Angebot an GPU-Speicher (GDDR7 und HBM) durch die Nachfrage aus Rechenzentren stark eingeschränkt ist, was Nvidia Berichten zufolge zu einer Kürzung der Gaming-GPU-Produktion um 30–40 % zwingt . Wus Fahrplan für autonomes Fahren zielt auf Level 2++-Stadtfunktionen im Jahr 2026, Level-4-Robotaxi-Tests 2027 und private Level-4-Fahrzeuge bis 2028 – ein Zeitplan, der genau von den Rechenressourcen abhängt, um die sein Team bereits jetzt kämpft.