Auf der Nvidia-Konferenz GTC in Berlin präsentierte CEO Jensen Huang Europa als künftiges Zentrum der „KI-Wirtschaft“: mit humanoiden Robotern, KI-Agenten und modularen Supercomputern. Seine Kernbotschaft: Für die Länder ist es wichtig, nicht nur fremde KI zu nutzen, sondern selbst Roboter, Fabriken und digitale Produkte auf ihrer Grundlage zu schaffen.
Was in Berlin gezeigt wurde
Nvidia stellte Agile ONE SN vor – ein Referenzmodell eines humanoiden Roboters auf der Plattform Isaac GR00T. Er verfügt über 31 Freiheitsgrade und ist für Forschende gedacht: Das Ziel ist, die Vorbereitung eines Roboters auf Experimente von mehreren Wochen auf mehrere Tage zu verkürzen.
Das Unternehmen erweiterte außerdem die offene Robotikplattform Isaac: Es fügte Datensätze, Simulationswerkzeuge und Updates für das Training von Robotern hinzu. Huang bezeichnete das Geschehen als Annäherung an einen „ChatGPT-Moment für die Robotik“ – also eine Phase, in der universelle Roboter beginnen könnten, massenhaft die Labore zu verlassen.
Besondere Aufmerksamkeit galt der Recheninfrastruktur. Nvidia zeigte ein modulares Rechenzentrum DSX Pod: Fertige Racks mit Vera-Rubin-Chips werden in einem Container geliefert und können in etwa 14 Tagen in Betrieb genommen werden, statt in Monaten oder Jahren des Baus eines gewöhnlichen Rechenzentrums.
Warum das für Europa wichtig ist
Huang ist der Ansicht, dass Europa Teilnehmer der nächsten industriellen Revolution werden kann – nicht unbedingt durch die Entwicklung neuer Sprachmodelle oder Chips, sondern durch die Produktion von Robotern, intelligenten Werkzeugmaschinen, Werkzeugen und ganzen KI-gesteuerten Fabriken.
„Jedes Unternehmen in Europa wird ein KI-Unternehmen werden“, erklärte er auf der Konferenz. Nach seiner Logik werden diejenigen einen Vorteil haben, die nicht einfach fertige Dienste einführen, sondern eigene KI-Systeme für Industrie, Logistik, Medizin und Produktion aufbauen.
Was das in der Praxis bedeutet
Wenn die Pläne von Nvidia umgesetzt werden, wird es für europäische Unternehmen einfacher, lokale KI-Kapazitäten in Betrieb zu nehmen und physische KI zu entwickeln – Roboter und autonome Maschinen, die in der realen Welt arbeiten. Für Unternehmen könnte das eine schnellere Einführung von Automatisierung bedeuten, für Forschende zugänglichere Werkzeuge zum Bauen und Trainieren von Robotern.
Doch das ist vorerst Strategie und Prognose, keine vollendete Tatsache: Der großflächige Effekt hängt von der Verfügbarkeit von Strom, von Investitionen, von der Regulierung und davon ab, wie schnell europäische Unternehmen solche Technologien einsetzen.
