Nvidias Open-Source-Strategie wird aufgewertet: Vom "Unterstützer" zum "Erbauer" – das Unternehmen plant, selbst weltweit führende Open-Source-AI-Modelle zu entwickeln.

Nvidia vollzieht derzeit eine strategische Identitätswandel – vom „Unterstützer“ der Open-Source-AI-Ökosysteme hin zum aktiven „Erbauer“.

Handelsblatt erwähnt, dass Nvidia laut einem Bericht von The Information am 11. August plant, die nächste Generation Nemotron 4 in die Liste der weltweit stärksten offenen Modelle aufzunehmen.

Mitarbeiter, die am Projekt beteiligt sind, gehen davon aus, dass die größte Version mindestens eine Billion Gesamtparameter besitzt, was etwa das Doppelte der im Juni veröffentlichten Nemotron 3 Ultra entspricht.

Die Vortrainingsdaten und die Architektur des Modells wurden bereits vorläufig festgelegt, aber die endgültigen Spezifikationen und der Veröffentlichungszeitpunkt sind noch nicht bestimmt, und die wichtigste Trainingsphase hat noch nicht begonnen. Das sogenannte „Trillionen-Parameter-Nemotron 4“ ist derzeit noch ein Forschungs- und Entwicklungsprojekt und kann nicht als bereits veröffentlichtes Produkt betrachtet werden.

Dieser Einsatz wird gerne als Versuch von Nvidia interpretiert, zu OpenAI oder Anthropic werden zu wollen, tatsächlich muss Nvidia aber die Kosten nicht über Nemotrons API-Gebühren wieder hereinholen.

Solange das kostenlose Modell mehr Unternehmen, Behörden und Startups dazu bringt, KI zu trainieren, zu verfeinern und zu deployen, kann Nvidia auf GPU, NVLink-Netzwerk, Komplettsysteme, CUDA sowie Unternehmenssoftware schrittweise Gebühren erheben.

Nemotron 4 ist vielmehr wie ein Generator für Rechenleistungsbedarf: Das Modell ist kostenlos, die zur Nutzung nötige Rechenleistung ist jedoch nicht gratis.

Nvidia muss die Käuferschaft von wenigen großen Playern auf den gesamten Markt ausweiten

Aktuell ist der GPU-Boom extrem konzentriert.

Aus Nvidias 10-Q-Bericht vom 26. April geht hervor, dass drei direkte Kunden jeweils 21%, 17% und 16% des Quartalsumsatzes beitragen, in Summe 54%; Darüber hinaus wird angegeben, dass eine KI-Forschungs- und Deployment-Firma über Cloud-Services indirekt „bedeutende Umsätze“ erzielt hat.

Solche direkten Kunden könnten Komplettsystemanbieter, Distributoren oder Cloud-Anbieter sein, sind also nicht zwangsläufig Endnutzer – das Konzentrationsrisiko ist jedoch deutlich erkennbar.

Gravierender ist, dass die Großkunden gleichzeitig Nvidias Alternativen entwickeln:

• Amazon AWS nutzt Trainium für das Training und die Inferenz von Anthropic, laut offiziellen Angaben gibt es bereits fast eine Million Trainium 2 für Claude;
• Googles Ironwood TPU zielt auf groß angelegte Trainings- und Inferenzaufgaben;
• AMD nutzt MI350 und ROCm, um offene Modellauslastungen zu gewinnen.

Proprietäre Modelle konzentrieren die Nachfrage bei wenigen Laboren und Cloud-Plattformen – sie sind riesig, besitzen starke Verhandlungsmacht und haben zudem Anreize, stabile Arbeitslasten auf eigene Chips zu verlagern.

Für Nvidia ist die sicherste Marktsituation nicht, dass ein Modellunternehmen die KI beherrscht, sondern dass Tausende unterschiedliche Modelle und Anwendungen gleichzeitig wachsen. Je weiter die Nachfrage gestreut ist, desto schwieriger wird es für Kunden, alle Architekturen mit einem speziell angefertigten ASIC abzudecken; je schneller sich die Arbeitslasten ändern, desto vorteilhafter wird die reife Software-Umgebung von generellen GPUs und CUDA.

Das erklärt auch, warum Nvidia nicht nur verbal das offene Ökosystem unterstützen kann. Ein Modell, das dem proprietären weit hinterherhinkt, lockt maximal zum Experimentieren, aber kaum dazu, dass Banken, Hersteller oder Behörden Budgets für Produktionscluster freigeben.

Das Modell muss stark genug sein, damit Unternehmen bereit sind, mit eigenen Daten weiterzutrainieren; stark genug, damit Kunden häufige Workflows darauf auslagern, erst dann werden offene Modelle von Entwickler-Downloads zu tatsächlicher GPU-Auslastung im Rechenzentrum.

Eine Billion Parameter helfen dabei. Sie sind kein Intelligenz-Abzeichen, sondern ein Weg für Nvidia, die Nutzbarkeit für Unternehmen zu erreichen.

Das bestehende Nemotron 3 Ultra verfügt über 550 Milliarden Gesamtparameter, pro Token werden 55 Milliarden Parameter aktiviert, es unterstützt einen Kontext von bis zu einer Million Tokens.

Nvidia veröffentlichte Tests zeigen, dass das Modell bei bestimmten Aufgaben zu anderen Spitzenmodellen aufschließt, bei der Inferenz gibt es deutlich höhere Durchsatzraten. Laut The Information liegt es laut Drittranking jedoch noch hinter den stärksten offenen chinesischen Modellen zurück und ist weltweit kein Spitzenmodell.

Die schiere Parameterzahl zeigt höchstens das Ziel, ersetzt aber nicht die Ergebnisse.

Bei sparsamen MoE-Architekturen gibt es große Unterschiede zwischen Gesamtparameter und tatsächlich genutzten Parametern je Inferenz; Datenqualität, Trainingstokens, Nachtraining, Tool-Calling und Inferenzsysteme entscheiden über das Endergebnis.

Wenn Nemotron 4 nur mit „eine Billion“ glänzen kann, aber nicht in die Top-Liga der echten Aufgaben vordringt, wird es kaum Einfluss auf Kaufentscheidungen haben.

Mit einem kostenlosen Modell lässt sich eine komplette KI-Fabrik verkaufen

Nvidia hat den Konversionsweg bereits vorbereitet:

1. Offenes Nemotron stellt Modellgewichte, Daten und Trainingsrezepte bereit;
2. Unternehmen nutzen NeMo für weiteres Pretraining, Fine-Tuning, Reinforcement Learning und Evaluierung;
3. Beim Deployment werden NIM-Inferenz-Services, TensorRT-LLM und CUDA integriert;
4. Wächst die Auslastung, wandert die Rechenleistung in DGX Cloud, öffentliche GPU-Cloud oder firmeneigene HGX/DGX-Cluster.
5. Neben GPU kommen NVLink, InfiniBand oder Spectrum-X-Netzwerke, CPU, DPU und NVIDIA AI Enterprise Subscriptions auf die Rechnung.

Dieser Weg hat bereits erste Pilotprojekte. Palantir brachte Nemotron in das abgeschottete Netz der US-Regierung, Kunden können vor Ort mit eigener Infrastruktur trainieren, Modellgewichte behalten und kontinuierlich aktualisieren, die Produktion wird durch NVIDIA AI Enterprise unterstützt.

Der japanische Markt nähert sich dem „Souveränen KI“-Konzept: Forschungsinstitute und Firmen trainieren mit Nemotron-Daten und NeMo eigene japanische Modelle, HGX B300 übernimmt private Infrastruktur, Jetson verantwortet Edge-Deployment.

Proprietäre APIs kommen nicht in isolierte Netze und erfüllen nur schwer Anforderungen an Datenresidenz, Modellbesitz und lokale Audits. Open-Source-Modelle verlagern diese Arbeitslasten, die im Public-Cloud-API nie auftreten, in Regierungsrechenzentren, Unternehmensdatenzentren, regionale KI-Clouds und Edge-Geräte.

Für Modellunternehmen sind dies schwer zu monetarisierende, fragmentierte Märkte; für Nvidia als Infrastrukturverkäufer bedeuten mehr Deployments mehr Hardware- und Software-Einnahmen.

Modell-Routing macht das Geschäft noch größer. The Information berichtet, dass Nvidia mit Nemotron 3.5 Lightning gleichzeitig kostenlose Modell-Routing-Software veröffentlicht hat. Der Router weist einfache Aufgaben günstigen, kleinen Modellen zu, schwierige Aufgaben hingegen großen Modellen.

Oberflächlich hilft das den Kunden, weniger teure Rechenleistung zu verbrauchen; tatsächlich setzt Nvidia darauf, dass sinkende Einzelaufgaben-Kosten Unternehmen dazu bewegen, deutlich mehr dauerhafte KI-Agenten einzusetzen – aus einer Q&A wird ein durchgängiger Prozess mit Planung, Suche, Tool-Aufrufen, Validierung und Nacharbeit.

Gartner prognostiziert, dass die Kosten für Inferenz auf Billionen-Parameter-Modellen bis 2030 gegenüber 2025 um über 90% sinken werden, aber der Tokenbedarf pro KI-Agenten-Aufgabe das 5- bis 30-fache von gewöhnlichen Chatbots beträgt. Sollte Tokenverbrauch schneller steigen als der Preis sinkt, steigen die Gesamtausgaben für Inferenz weiter.

Nvidia setzt nicht darauf, dass „je teurer das Modell, desto mehr GPUs verkauft werden“, sondern auf „je günstiger die Intelligenz, desto schneller wächst die Nutzung“. Nemotron deckt zugleich leichte Modelle, Flaggschiffmodelle und Routingtools ab – und stellt so aktiv die Nachfrageelastizität nach dem Preisverfall her.

Auch Modellentwicklung hilft, die nächste Chipgeneration rechtzeitig auszurichten

Nemotron hat noch einen Wert, der sich nicht direkt in Modelleinnahmen widerspiegelt: Es ist Nvidias eigener Fullstack-Stresstest.

Wer als Chipfirma nur wartet, bis Kundemodelle feststehen, um neue Attention-Mechanismen, MoE-Routing, langen Kontext und niedrige Präzisionsformate zu unterstützen, dem wird die Hardwareentwicklung stets hinterherlaufen.

Durch eigenes Training von Spitzenmodellen können die Engineering-Teams Bottlenecks bei Rechenleistung, VRAM, Interconnect, Daten-Durchsatz und Inferenz-Scheduling früher erkennen und sie in die nächste GPU-, NVLink- und Softwaregeneration einfließen lassen.

Nemotron 3 Ultra trägt deutliche Spuren von „Hardware Co-Design“: Das Modell nutzt Mixed Mamba-Attention mit MoE-Architektur, das Pretraining erfolgt im NVFP4-Format für Blackwell, mit Multi-Token Prediction zur Beschleunigung der Generierung.

Nvidia gibt an, die quantisierte Version kann auf vier B200-Einheiten deployt werden. Solche Modelle sind Produkt und zugleich Demonstrationslast für Blackwells Low-Percision-Fähigkeit, VRAM-Struktur und Inferenzsoftware.

Nach der Öffnung werden externe Entwickler diese Last weiter für Nvidia optimieren.

Neues Modell-Design läuft zuerst auf CUDA, PyTorch, vLLM, SGLang und TensorRT-LLM – die Optimierungen gelangen zurück auf Nvidia-Plattformen; Nachzügler haben dann nicht nur Performance-Unterschiede auf einer einzelnen GPU, sondern treffen auf eine Produktionsumgebung, die bereits von tausenden Projekten verfeinert wurde.

Zu den Nvidia Fallstudien dieses Jahres zählt, dass Blackwell die Kosten pro Token beim DeepSeek V4 in einem Monat um bis zu 80% senkt; Softwareoptimierungen summieren sich zu bis zu 20-fachem Durchsatz.