Meta verstärkt ihre strategische Partnerschaft mit Nvidia in einem umfassenden, mehrere Generationen umfassenden Vertrag, der die Zusammenarbeit zwischen beiden Tech-Riesen auf eine neue Stufe hebt. Laut der am Dienstag bekannt gegebenen Vereinbarung wird Meta Datenzentren errichten, die mit Millionen von Nvidia-GPUs – sowohl aktueller als auch zukünftiger Generationen – ausgestattet sein werden. Diese Chips sollen für die Trainings- und Inferenzprozesse künstlicher Intelligenz (KI) genutzt werden. Die Entscheidung unterstreicht, wie stark Meta auf Nvidia angewiesen ist, obwohl das Unternehmen parallel eigene KI-Chips entwickelt und auch mit Konkurrenten wie AMD zusammenarbeitet. Berichte hatten zudem gezeigt, dass Meta auch die Möglichkeit einer Nutzung von TPUs von Google geprüft hat – Prozessoren, die speziell für KI-Aufgaben entwickelt wurden. Experten wie Patrick Moorhead von Moor Insights & Strategy sehen in dem neuen Nvidia-Vertrag jedoch ein Signal, dass die TPU-Pläne möglicherweise zurückgestellt wurden. Gleichzeitig betont Moorhead, dass große Tech-Unternehmen oft mehrere Anbieter gleichzeitig testen, um Flexibilität und Verhandlungsstärke zu behalten. Die Partnerschaft kommt zu einer Zeit, in der der Markt für KI-Infrastruktur zunehmend umkämpft ist. Obwohl Nvidia derzeit die Marktführerschaft innehat, arbeiten Konkurrenten wie Google, AMD und Broadcom daran, ihren Anteil zu erhöhen. Entscheidend für den neuen Deal ist, dass Meta nicht nur GPUs von Nvidia beziehen wird, sondern auch CPUs – zentrale Prozessoren, die traditionell von Intel und AMD dominiert wurden. CPUs sind für allgemeine Rechenaufgaben zuständig und gehören zu den Grundbausteinen moderner Rechenzentren, während GPUs für rechenintensive Aufgaben wie KI-Training und Grafikverarbeitung optimiert sind. Durch die Bereitstellung sowohl von GPUs als auch von CPUs erweitert Nvidia seine Rolle innerhalb von Meta’s KI-Infrastruktur erheblich und erhöht seinen Einfluss auf die gesamte technische Architektur. Laut Rob Enderle von Enderle Group sind CPUs für die Inferenzphase – also die Nutzung bereits trainierter KI-Modelle – oft kostengünstiger und energieeffizienter als GPUs. Dies macht sie besonders attraktiv für Anwendungen im Alltag wie Sprach- oder Bildverarbeitung. Zudem bietet die Kombination von GPUs und CPUs von einem einzigen Anbieter Vorteile in Bezug auf Komplexitätsreduktion. CIOs schätzen oft den „one-throat-to-choke“-Ansatz, bei dem ein einziger Lieferant für alle Komponenten verantwortlich ist, was Support und Fehlerbehebung vereinfacht. Neben Chips werden auch Nvidia-Netzwerkgeräte und Technologien für vertrauliche Berechnungen in den neuen Datenzentren eingesetzt, um sicherzustellen, dass KI-Funktionen in WhatsApp geschützt laufen. Die Unternehmen werden gemeinsam an der Implementierung der nächsten Generation von Nvidia-CPU-Modellen arbeiten, darunter die künftige Vera-CPU, die bereits als eigenständiges Produkt beworben wird. Diese Entwicklung zeigt, dass Nvidia seine Ambitionen im CPU-Bereich klarer kommuniziert und den wachsenden Bedarf an effizienten, integrierten Lösungen für die gesamte KI-Wertschöpfungskette erkennt. Obwohl der Wettbewerb zunimmt, sehen Experten keine kurzfristigen Einbrüche bei den Umsätzen der Konkurrenten, da die Nachfrage nach KI-Infrastruktur weltweit weiter steigt.