KI-Anbieter-Hub
Die GPU-Schmiede hinter dem KI-Boom
NVIDIA ist mit einem Marktanteil von über 80% bei KI-Beschleunigern der wichtigste Hardware-Lieferant der gesamten Branche. Neben den H100/H200/B200-GPUs wird zunehmend in eigene Modelle (Nemotron) und Software-Stacks (CUDA, NeMo, NIM) investiert. Marktkapitalisierung über 3 Bio. USD.
- Hauptsitz
- Santa Clara, USA
- Gegründet
- 1993
- CEO
- Jensen Huang
- Mitarbeiter
- ~32.000
- Bewertung
- ~3.300 Mrd. USD (2025)
- Investoren
- Börsennotiert (NASDAQ: NVDA)
- Website
- nvidia.com/ai ↗
- Wikipedia
- Eintrag ansehen ↗
- X / Twitter
- @nvidia
NVIDIA im Porträt
Wer steckt hinter NVIDIA, was macht das Unternehmen einzigartig — und welche Rolle spielt es im globalen KI-Wettbewerb?
NVIDIA ist die unangefochtene Hardware-Schmiede des KI-Booms: Praktisch jedes große Sprachmodell der Welt wird auf NVIDIA-GPUs trainiert. Die Hopper-Generation (H100/H200) ist seit 2023 De-facto-Standard, die 2024 vorgestellte Blackwell-Architektur (B100/B200, GB200 NVL72) treibt das Tempo bei Reasoning-Modellen wie DeepSeek V4 weiter an. Über die CUDA-Plattform, das NeMo-Trainingsframework und die NIM-Microservices kontrolliert NVIDIA nicht nur die Chips, sondern auch den darüber liegenden Software-Stack — ein „Vendor Lock-in"-Vorsprung, der das Unternehmen zur teuersten börsennotierten Firma der Welt gemacht hat (rund 3,3 Billionen US-Dollar Marktkapitalisierung).
Schlüsselprodukte
- H100 / H200
- Blackwell B100/B200
- GB200 NVL72
- CUDA
- NeMo
- NIM Microservices
- Omniverse
NVIDIA-Modelle im Vergleich (15)
Sortiert nach Quality-Index. Die Top-5 sind direkt sichtbar — alle weiteren 10 Modelle per Klick. Daten via Artificial Analysis, täglich synchronisiert.
| # | Modell | Quality | Speed | Latency | Input $/M | Output $/M | Context |
|---|---|---|---|---|---|---|---|
| 1 | NVIDIA: Nemotron 3 Ultranvidia/nemotron-3-ultra-550b-a55b |
47,7 | 168,0 t/s | 815 ms | $0.675 | $2.675 | — |
| 2 | NVIDIA: Nemotron 3 Supernvidia/nemotron-3-super-120b-a12b |
36 | 182,5 t/s | 996 ms | $0.30 | $0.75 | — |
| 3 | NVIDIA: Llama 3.1 Nemotron Ultra 253B v1nvidia/llama-3.1-nemotron-ultra-253b-v1 |
15 | 51,4 t/s | 740 ms | $0.60 | $1.80 | — |
| 4 | NVIDIA: Nemotron Nano 9B V2nvidia/nemotron-nano-9b-v2 |
14,8 | 114,3 t/s | 287 ms | $0.04 | $0.16 | — |
| 5 | NVIDIA: Llama 3.1 Nemotron 70B Instructnvidia/llama-3.1-nemotron-70b-instruct |
13,4 | 305,9 t/s | 3,96 s | $1.20 | $1.20 | — |
Alle 15 Modelle anzeigen ↓Weniger anzeigen ↑
| # | Modell | Quality | Speed | Latency | Input $/M | Output $/M | Context |
|---|---|---|---|---|---|---|---|
| 6 | NVIDIA: Nemotron 3 Nano 30B A3Bnvidia/nemotron-3-nano-30b-a3b |
13,2 | 55,6 t/s | 292 ms | $0.05 | $0.20 | — |
| 7 | NVIDIA: Nemotron Nano 12B 2 VLnvidia/nemotron-nano-12b-v2-vl |
10,1 | 218,1 t/s | 702 ms | $0.20 | $0.60 | — |
| 8 | NVIDIA: Nemotron 3.5 Content Safety (free)nvidia/nemotron-3.5-content-safety:free |
— | — t/s | — | — | — | — |
| 9 | NVIDIA: Nemotron 3 Ultra (free)nvidia/nemotron-3-ultra-550b-a55b:free |
— | — t/s | — | — | — | — |
| 10 | NVIDIA: Nemotron 3 Nano Omni (free)nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free |
— | — t/s | — | — | — | — |
| 11 | NVIDIA: Nemotron 3 Super (free)nvidia/nemotron-3-super-120b-a12b:free |
— | — t/s | — | — | — | — |
| 12 | NVIDIA: Nemotron 3 Nano 30B A3B (free)nvidia/nemotron-3-nano-30b-a3b:free |
— | — t/s | — | — | — | — |
| 13 | NVIDIA: Nemotron Nano 12B 2 VL (free)nvidia/nemotron-nano-12b-v2-vl:free |
— | — t/s | — | — | — | — |
| 14 | NVIDIA: Llama 3.3 Nemotron Super 49B V1.5nvidia/llama-3.3-nemotron-super-49b-v1.5 |
— | — t/s | — | — | — | — |
| 15 | NVIDIA: Nemotron Nano 9B V2 (free)nvidia/nemotron-nano-9b-v2:free |
— | — t/s | — | — | — | — |
Release-Timeline
Chronologie der jüngsten Modell-Releases von NVIDIA.
-
NVIDIA: Nemotron 3.5 Content Safety (free)
-
NVIDIA: Nemotron 3 Ultra (free)
-
NVIDIA: Nemotron 3 Ultra
-
NVIDIA: Nemotron 3 Nano Omni (free)
-
NVIDIA: Nemotron 3 Super (free)
-
NVIDIA: Nemotron 3 Super
-
NVIDIA: Nemotron 3 Nano 30B A3B
-
NVIDIA: Nemotron 3 Nano 30B A3B (free)
-
NVIDIA: Nemotron Nano 12B 2 VL (free)
-
NVIDIA: Nemotron Nano 12B 2 VL
-
NVIDIA: Llama 3.3 Nemotron Super 49B V1.5
-
NVIDIA: Nemotron Nano 9B V2 (free)
-
NVIDIA: Nemotron Nano 9B V2
-
NVIDIA: Llama 3.1 Nemotron Ultra 253B v1
-
NVIDIA: Llama 3.1 Nemotron 70B Instruct
Glossar zu NVIDIA
Begriffe und Produkte aus dem NVIDIA-Universum, von der Redaktion erklärt.
Direkte Modell-Vergleiche
Head-to-Head: NVIDIA-Modelle vs. die Top-Konkurrenz.
NVIDIA im Wettbewerb
Wie sich NVIDIA gegen andere große KI-Anbieter positioniert.
Weitere KI-Anbieter
Wie diese Seite gepflegt wird
Der NVIDIA-Hub bündelt alles, was unsere Redaktion zum Anbieter weiß: Stammdaten und Profil pflegen wir manuell und prüfen sie regelmäßig auf Aktualität. Die Modell-Performance in der Tabelle wird täglich um 04:00 UTC aus dem unabhängigen Benchmark Artificial Analysis synchronisiert — neue Releases erscheinen automatisch innerhalb von 24 Stunden, sobald dort Messdaten vorliegen. Glossar-Begriffe sind redaktionell gepflegt und nach EU-AI-Act dokumentiert. Die Vergleichsseiten entstehen automatisch aus den Top-Modell-Paarungen. Wenn du einen Fehler findest oder einen neuen Vergleich vermisst, schreib uns — wir reagieren in der Regel innerhalb eines Werktags.
Vollständiges Leaderboard · Modell-Vergleiche · KI-Glossar · Alle Anbieter
Letzte News & Analysen zu NVIDIA
20 Artikel aus unserer Redaktion — von Produkt-Launches über strategische Einordnungen bis hin zu kritischen Analysen. Chronologisch absteigend, der jüngste Beitrag zuerst.
Nvidia H200: USA genehmigen China-Verkäufe an 10 Firmen — Peking blockiert trotzdem
Das US-Handelsministerium hat 10 chinesischen Firmen wie Alibaba und ByteDance den H200-Kauf erlaubt — geliefert wurde bislang kein einziger Chip.
NVIDIA Dynamo: Effizientere Agenten-Inferenz durch erweiterte Cache-Steuerung
NVIDIA Dynamo optimiert die Inferenz für KI-Agenten, indem es Engpässe bei der KV-Cache-Nutzung adressiert. Neue APIs verbessern die Kommunikation zwischen Agen…
NVIDIA Dynamo: KV‑aware Inferenz entsperrt skalierende Coding‑Agenten
Agentische Coding‑Workloads explodieren – der Inferenz‑Stack wird zum Engpass. NVIDIA Dynamo optimiert Frontend, Routing und KV‑Cache für geringere Latenz und K…
Nvidia-Report 2026: 70% nutzen KI, 85% Umsatzplus – ROI kommt aus vier Bereichen
Nvidia meldet 70% KI-Adoption im Healthcare. 85% der Executives sehen Umsatzplus, 80% Kostensenkung. Der ROI konzentriert sich auf Bildgebung, Drug Discovery, A…
Apple Silicon: Tiny Corp bringt Nvidia- und AMD-eGPUs für KI-Workloads auf den Mac
Tiny Corp hat Treiber entwickelt, die Nvidia RTX- und AMD RDNA3+-GPUs per USB4/Thunderbolt auf Apple Silicon Macs nutzbar machen – ausschließlich für KI-Workloa…
Exa: Nvidia-gefördertes KI-Such-Startup sucht "rebellische" Entwickler für Singapur-Expansion
Exa, das mit 700 Mio. Dollar bewertete KI-Such-Startup, eröffnet ein Büro in Singapur und sucht gezielt nach Entwicklern, die klassische Suchlogik hinter sich l…
Nvidia KVTC: 20x weniger GPU-Speicher, bis zu 8x schnellerer First Token
Nvidias KVTC komprimiert den KV-Cache von LLMs mit Transform-Coding um bis zu 20x und senkt die TTFT laut Studie um bis zu 8x. Das verschiebt Kosten und Skalier…
Nvidia DLSS 5: Generative Grafik kollidiert mit der Art Direction
DLSS 5 verschiebt Grafik von Upscaling zu generativem Neural Rendering. Massive Kritik am Look zwingt Publisher zu klaren Guardrails und EU‑AI‑Act-konformer Gov…
DLSS 5: Nvidia erklärt, warum generative KI kein Stilbruch ist
Jensen Huang verteidigt DLSS 5 als Künstlerwerkzeug, nicht als ästhetischen Filter. Was die "3D-konditionierte" KI technisch bedeutet und was Entscheider wissen…
Jensen Huang erklärt AGI für erreicht: Strategie oder Substanz?
Nvidia-CEO Jensen Huang bezeichnete AGI auf dem Lex Fridman Podcast als bereits erreicht – und ruderte sofort zurück. Eine Analyse zeigt: Dahinter steckt eine g…
Nvidia: 1‑Billion‑Dollar‑Roadmap setzt Branchenstandard bis 2027
Nvidia taxiert Bestellungen für Blackwell/Rubin bis 2027 auf 1 Billion US‑Dollar. Was das für Wettbewerb, Beschaffung und EU‑Compliance bedeutet – komprimiert a…
AWS Trainium: Wie Amazon Nvidias KI-Chip-Monopol unter Druck setzt
AWS Trainium gewinnt Anthropic und OpenAI als Kunden – doch unabhängige Tests zeigen Grenzen. Was Amazons Chip-Strategie für den KI-Infrastrukturmarkt wirklich …
Nvidia DLSS 5: Gen‑KI verändert Gesichter und entzündet einen Kulturkampf
DLSS 5 bringt generative KI in Gesichter und Licht von Games. Wir analysieren Technik, Artefakte, künstlerische Kontrolle – und was der EU AI Act dafür bedeutet…
Nvidia GTC 2026: Was die 1-Billion-Dollar-Prognose von Jensen Huang wirklich bedeutet
Jensen Huang projiziert 1 Billion Dollar KI-Chip-Umsatz bis 2027. Was hinter Blackwell, der OpenClaw-Strategie und den Infrastruktur-Ambitionen von Nvidia steck…
Nvidia DLSS 5: Wenn KI den Pinsel des Künstlers übermalt
Nvidia DLSS 5 nutzt generative KI für fotorealistische Grafik – doch Entwickler fürchten den Verlust kreativer Kontrolle. Was der Präzedenzfall für die Kreativw…
Nvidia GTC: OpenClaw wird zur Chefsache für Enterprise-KI-Agenten
Jensen Huang macht OpenClaw zur Pflichtaufgabe: Ein Framework für Enterprise-Agenten, Security und Hybrid-Infrastruktur – mit klaren Budget- und Teamfolgen bis …
Nvidia GTC 2026: Was hinter der Billionen-Dollar-Prognose wirklich steckt
Nvidia projiziert 1 Billion Dollar AI-Chip-Umsatz bis 2027. Was steckt hinter Blackwell, der OpenClaw-Strategie und den GTC-Ankündigungen? Der Faktencheck.
GTC 2026: Nvidias Plattform-Strategie erzwingt Neuausrichtung der Unternehmens-IT
Nvidias GTC 2026 Keynote zementiert den Wandel zum KI-Ökosystem. Was NemoClaw und neue Inferenz-Chips für die Budgetplanung von Unternehmen bedeuten.
Nvidias Agenten-Monopol: Warum die Kartellbehörden bald hinschauen
Nvidia präsentierte auf der GTC 2026 das Agent Toolkit – 17 Enterprise-Giganten unterschrieben sofort. Was das für Wettbewerb, Lock-in und Kartellrisiken bedeut…
Metas Chip-Krieg: So greift Meta Nvidia frontal an
Meta hat vier neue KI-Chips der MTIA-Serie angekündigt und damit eine klare Botschaft an Nvidia gesendet: Die Abhängigkeit soll enden. Eine strategische Analyse…