Nvidia setzt heimlich 7 Mrd. $ auf Photonik für die nächste KI-Wachstumsphase

Nvidia NASDAQ:NVDA intensiviert seinen Vorstoß in die Photonik, die lichtbasierte Technologie, die zur nächsten großen Kampfarena in der Infrastruktur künstlicher Intelligenz werden könnte.

Das Unternehmen hat in den letzten zwei Monaten Vereinbarungen mit Lieferanten getroffen, die die Laser, optischen Komponenten und Glasfaserverbindungen herstellen, die benötigt werden, um Daten innerhalb großer KI-Rechenzentren zu transportieren.

Die Ausgangszahl begann mit 4 Milliarden USD (ca. 3,5 Milliarden €) of Investitionen in Lumentum und Coherent. Doch wenn Nvidias neue Partnerschaft mit Corning einbezogen wird, wirkt das Engagement deutlich größer.

Die Botschaft ist klar: Nvidia verkauft nicht nur die GPUs, die KI-Modelle trainieren und ausführen. Das Unternehmen will mehr Kontrolle über die "Leitungen" gewinnen, die sie verbinden.

Von 4 Mrd. $ auf über 7 Mrd. $ in zwei Monaten

Nvidias Vorstoß in die Photonik begann am 2. März, als das Unternehmen separate 2 Milliarden USD (ca. 1,7 Milliarden €) Investitionen in Lumentum und Coherent ankündigte. Beide Firmen stellen optische und photonische Produkte her, die in der Hochgeschwindigkeits-Datenübertragung verwendet werden.

Die Vereinbarungen waren keine passiven Finanzwetten: Nvidia sicherte sich auch mehrjährige Kaufverpflichtungen und Zugang zu künftigen Kapazitäten für fortschrittliche Laser- und optische Netzwerkprodukte.

Das ist wichtig, weil KI-Systeme nicht mehr allein durch Chips begrenzt werden. Mit zunehmender Größe der Modelle verlagert sich das Nadelöhr immer mehr darauf, wie schnell Tausende von Prozessoren miteinander kommunizieren können.

Dann folgte Corning. Am 6. Mai kündigten Nvidia und der 175 Jahre alte Glashersteller eine langfristige Partnerschaft an, um die US-Produktion von optischen Konnektivitätsprodukten auszuweiten.

Corning erklärte, die Fertigungskapazität für optische Konnektivität in den USA verzehnfachen, die Glasfaserproduktionskapazität um mehr als 50 % steigern, drei neue Werke in North Carolina und Texas bauen und mehr als 3.000 Arbeitsplätze schaffen zu wollen.

Die Eigenkapitalkomponente gibt Nvidia die Option, eine Beteiligung im Wert von ungefähr 3 Milliarden USD (ca. 2,6 Milliarden €) aufzubauen.

Das hebt das Ausmaß der Photonik-Strategie deutlich über die 4 Milliarden USD (ca. 3,5 Milliarden €) hinaus, die die anfängliche Berichterstattung dominierte.

Jensen Huang hat den Schritt als Teil des „größten Infrastrukturaufbaus“ der KI-Ära dargestellt. Einfach ausgedrückt sieht Nvidia die Optiktechnologie als unabdingbar an, um KI‑Fabriken schnell, effizient und skalierbar zu halten.

Warum Licht Kupfer übertrifft

Heutige KI‑Rechenzentren sind nach wie vor stark auf Kupferverbindungen angewiesen, da Kupfer über kurze Distanzen vertraut, günstig und zuverlässig ist.

Doch es hat Grenzen. Wenn Daten schneller übertragen werden und Systeme wachsen, erzeugt Kupfer mehr Wärme, verbraucht mehr Energie und wird im großen Maßstab schwieriger zu handhaben.

Die Photonik verändert das Medium. Statt elektrische Signale durch Metallleitungen zu schicken, nutzt sie Licht, um Daten durch optische Komponenten und Glasfaser zu transportieren.

Das Ergebnis sind schnellere Übertragungen, geringere Signalverluste und bessere Energieeffizienz über große Cluster hinweg.

Der einfachste Vergleich ist ein Straßensystem. Kupfer ist eine verkehrsreiche zweispurige Landstraße, während die Photonik einer breiteren Autobahn entspricht, die mehr Verkehr aufnehmen kann und dabei weniger Energie verbraucht.

Deshalb ist Co‑packaged Optics, kurz CPO, so wichtig geworden. CPO bringt optische Engines näher an den Netzwerkchip und verringert so den Bedarf an separaten steckbaren Transceivern und langen elektrischen Verbindungen.

Nvidia gibt an, dass seine Spectrum‑X Ethernet Photonics‑Switches CPO direkt auf dem Switch‑Chip integrieren und für KI‑Cluster mit Millionen GPUs ausgelegt sind.

Es geht dabei nicht nur um Stromersparnis. Schnellere Interconnects können die Reaktionsgeschwindigkeit von KI‑Systemen verbessern, insbesondere bei der Inferenz, wenn Nutzer nahezu sofortige Antworten erwarten.

In diesem Sinne ist die Photonik sowohl eine Energie- als auch eine Geschwindigkeitsfrage.