Nvidias technische Dominanz im Bereich künstlicher Intelligenz bleibt unbestritten, steht jedoch unter zunehmendem Druck durch neue Konkurrenten und veränderte Marktanforderungen. Während die Umsätze des kalifornischen Chipkonzerns weiter steigen, wächst der Bedarf an Alternativen aufgrund hoher Kosten und sich wandelnder technischer Schwerpunkte. Ein entscheidender Wandel findet bei der Inferenz statt, also der Ausführung von KI-Modellen nach dem Training. Diese Phase ist kontinuierlich und stark kostenempfindlich, was den Markt für spezialisierte, effizientere Inferenz-Chips eröffnet hat. Das Wettbewerbsfeld ist komplex, da viele Unternehmen gleichzeitig Partner und Rivalen sind. So entwickelt Broadcom sowohl Chips, die mit Nvidias Produkten konkurrieren, als auch die Netzwerklösungen für deren GPUs. Dennoch kristallisieren sich vier Hauptgruppen von Herausforderern heraus. Zu den bedrohlichsten Konkurrenten zählen Kunden, die zu eigenen Hersteller wurden. Google ist seit rund zehn Jahren mit den Tensor Processing Units (TPUs) aktiv. Nachdem diese zunächst nur intern genutzt wurden, vermietet das Unternehmen diese Rechenleistung nun auch an Drittanbieter wie Meta und Fluidstack. Ähnlich agiert Amazon mit den Trainium- und Inferentia-Chips. Auch Meta und Microsoft setzen verstärkt auf eigene Hardware; Meta plant vier neue Generierungen in den kommenden zwei Jahren, während Microsoft mit der Maia 200 einen spezifischen Inferenz-Chip vorgestellt hat. Eine weitere dynamische Gruppe bilden spezialisierte Startups, die Milliarden an Investitionen anziehen. Der Fokus liegt hier auf maximaler Effizienz bei der Inferenz. Das Unternehmen Cerebras, gegründet 2015, nutzt wafergroße Chip-Designs und arbeitete kürzlich mit OpenAI zusammen. Groq, bekannt für extrem schnelle Inferenz, wurde von Nvidia selbst für 20 Milliarden US-Dollar an Lizenzgebühren und Talente umworben. Weitere vielversprechende Akteure sind SambaNova, das sich nun mit Intel zusammenarbeitet, sowie Tenstorrent, das ebenfalls als GPU-Alternative positioniert ist. Geopolitische Spannungen stellen eine weitere Herausforderung dar. Durch Exportbeschränkungen der USA gegen China sucht die chinesische Technologiebranche nach Eigenständigkeit. Huawei gilt als direktester Rivale Nvidias und bietet eine vollständige Kette aus Chips, Servern und Cloud-Diensten an. Zusätzliche Unterstützung durch lokale Startups wie Cambricon sowie Cloud-Giganten wie Alibaba und Baidu könnte den Verlust des chinesischen Marktes für Nvidia teilweise kompensieren, obwohl CEO Jensen Huang warnt, dass Sanktionen die lokale Entwicklung beschleunigen. Abschließend treten die etablierten Halbleiterhersteller aus dem sogenannten alten Konservativismus wieder auf den Plan. AMD, unter der Führung von CEO Lisa Su, konkurriert mit eigenen GPUs und hat bereits wichtige Aufträge von Meta gewonnen. Intel setzt auf seine starke Position im Unternehmensumfeld, während Broadcom sich auf Netzwerke und kundenspezifische Chips spezialisiert hat. Auch wenn Nvidia derzeit noch deutlich voraus ist, führt das Zusammenspiel von Kunden, Startups, geopolitischen Faktoren und etablierten Konkurrenten zu einem sich schnell weiter verzweigenden und wettbewerbsintensiveren Markt.