Blackwell-Boom: Apple und Google treiben GPU-Nachfrage auf Rekord

Nach einer Reihe prominenter Unternehmenspartnerschaften und neuer Workstation-Hardware integrieren nun auch Apple und Google die Technologie in ihre Cloud-Infrastruktur. Branchenkenner warnen jedoch vor zunehmenden Lieferengpässen.

Apple vertraut auf Blackwell für Siri

Auf der Entwicklerkonferenz am 9. Juni 2026 bestätigte Apple die Nutzung von Nvidia Blackwell B200 GPUs in der Google Cloud. Die Chips treiben die dritte Generation der Apple Foundation Models (AFM 3) an – genauer gesagt die Cloud-Version „AFM 3 Cloud Pro". Das Besondere: Zum Schutz der Nutzerdaten setzt Apple auf Nvidia Confidential Computing. Diese Technologie schafft hardwaregeschützte Umgebungen, in denen Daten während der Verarbeitung sicher bleiben.

Die Integration von KI-Systemen wie Blackwell erfordert nicht nur Rechenpower, sondern auch die Einhaltung strenger regulatorischer Vorgaben. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer durch die neue EU-KI-Verordnung jetzt kennen müssen. Umsetzungsleitfaden zum EU AI Act jetzt kostenlos anfordern

Die Rechnung ist einfach: Komplexe KI-Aufgaben wandern in die Cloud, während einfachere Operationen direkt auf dem Gerät laufen. Apples Entscheidung für Nvidias neueste Technologie unterstreicht den wachsenden Bedarf an Rechenleistung für Sprachassistenten der nächsten Generation.

Google DeepMind optimiert für RTX und DGX

Nur einen Tag später, am 10. Juni, veröffentlichte Google DeepMind DiffusionGemma – ein offenes Modell für parallele Textgenerierung. Nvidia hat das Modell umgehend für seine RTX- und DGX-Plattformen optimiert. Der Clou: Anders als herkömmliche Modelle kann DiffusionGemma bis zu 256 Token in einem einzigen Schritt verarbeiten.

Die Leistungsdaten können sich sehen lassen: Auf H100-Systemen liefert das Modell rund 1.000 Token pro Sekunde, auf der DGX Station sogar bis zu 2.000. Auf lokalen Workstations läuft es bis zu viermal schneller als sequenzielle Alternativen. Mit 26 Milliarden Parametern (davon 3,8 Milliarden aktiv) und einer Apache-2.0-Lizenz eignet sich DiffusionGemma auch für den Einsatz auf GeForce RTX und RTX PRO Hardware.

Neue Workstations und Desktop-Systeme

Die Hardware-Hersteller ziehen nach. Am 11. Juni brachte PNY die Nvidia RTX PRO 6000 Blackwell Workstation Edition auf den Markt. Die Systeme fassen bis zu vier GPUs und liefern 14,2 Petaflops KI-Rechenleistung bei 384 GB Grafikspeicher. Zielgruppe sind KI-Training, Data Science und physikalische KI-Workflows.

Mit dem Einsatz leistungsstarker KI-Infrastruktur steigen auch die Anforderungen an die IT-Sicherheit und die Einhaltung neuer gesetzlicher Vorgaben. Dieses Gratis-E-Book enthüllt, wie Sie Sicherheitslücken schließen und gleichzeitig neue gesetzliche Anforderungen rund um KI-Technologien erfüllen. IT-Sicherheits-Ratgeber für Unternehmen gratis herunterladen

Parallel dazu stellte HP neue KI-fähige PCs vor. Die Modelle OmniBook Ultra 16 und X 14 kommen mit RTX Spark Technologie, während die Enterprise-Workstations auf den Grace Blackwell Ultra Desktop Superchip setzen. Für spezialisierte Infrastruktur sorgt der Anbieter 1Legion: Seit dem 12. Juni bietet er Bare-Metal-Server mit acht RTX Pro 6000 Blackwell GPUs und insgesamt 768 GB Grafikspeicher pro Knoten.

Lieferengpässe und Milliarden-Investitionen

Doch der Run auf Blackwell hat seinen Preis. Analysten von Wedbush berichteten am 10. Juni von einer sprunghaft gestiegenen Nachfrage nach Grace-Blackwell-Systemen, insbesondere den Modellen GB300 und B300. Die Verfügbarkeit wird zunehmend knapp. Die Preise für High-Bandwidth Memory (HBM) sind um 70 Prozent gestiegen. Nvidia hat sich Berichten zufolge jedoch die Lieferungen für 2026 und 2027 gesichert.

Die Investitionen in Blackwell-Infrastruktur erreichen neue Dimensionen. Am 11. Juni gründete KKR mit Helix Digital Infrastructure ein zehn Milliarden Euro schweres Unternehmen für KI-Rechenzentren. Nvidia und Vistra sind als Ankerinvestoren an Bord. Im privaten Sektor sicherte sich QumulusAI Kundenverträge über 124 Millionen Euro für drei Jahre – für KI-Inferenz-Infrastruktur mit 1.280 Blackwell GPUs.

Ein Blick auf die technischen Daten zeigt, warum: Der B300 Ultra bietet 288 GB HBM3e-Speicher und 10 TB/s Bandbreite, während der B200 auf 192 GB und 8 TB/s kommt. Für Rechenzentren mit schweren Trainings- und Inferenzaufgaben ist die höhere Kapazität zunehmend entscheidend.

de | wissenschaft | 69524469 |