Von der GPU über CUDA bis zur Revolution der künstlichen Intelligenz
Wenn heute von künstlicher Intelligenz die Rede ist, denkt man nicht nur an Chatbots, große Sprachmodelle oder Anwendungen. Hinter diesen Systemen steht eine gewaltige Recheninfrastruktur, die Milliarden oder sogar Billionen von Berechnungen ausführen kann. Eines der wichtigsten Unternehmen dieser Infrastruktur ist NVIDIA. Bemerkenswert ist jedoch, dass NVIDIA ursprünglich nicht als Unternehmen für künstliche Intelligenz gegründet wurde. Das Unternehmen entstand 1993 mit dem Ziel, leistungsfähigere Prozessoren für Computerspiele und dreidimensionale Grafik zu entwickeln. Mehr als dreißig Jahre später wurde dieselbe Technologie zu einer der grundlegenden Rechenmaschinen der modernen künstlichen Intelligenz.
Deshalb sollte die Geschichte von Jensen Huang nicht nur als „Leben eines erfolgreichen Unternehmers“ betrachtet werden. Die wichtigere Lehre besteht darin, in eine technologische Infrastruktur investieren zu können, die in Zukunft benötigt werden könnte, ohne die Zukunft mit Sicherheit zu kennen. Hinter NVIDIAs heutiger Position stehen diese strategischen Entscheidungen, die Jahre vor dem Boom der künstlichen Intelligenz getroffen wurden.
Einer der bemerkenswertesten Punkte in Huangs Leben ist, dass NVIDIA lange vor Beginn der Revolution der künstlichen Intelligenz in die Idee des parallelen Rechnens investierte. Das Unternehmen wuchs zunächst mit Spielegrafik und entwickelte anschließend CUDA, das die Nutzung von GPUs für allgemeine Berechnungen ermöglichte. Als Jahre später die Methoden des Deep Learning an Bedeutung gewannen, verfügte NVIDIA bereits über ein leistungsfähiges Hardware- und Software-Ökosystem, das für dieses neue Zeitalter eingesetzt werden konnte.
Die Geschichte von Jensen Huang
Diese Zeit prägte auch Jensen Huangs Führungsverständnis. Die Entscheidungen in NVIDIAs Anfangsjahren machten es erforderlich, neue Architekturen zu entwickeln, statt von einem einzigen Produkt abhängig zu bleiben, und nach Fehlschlägen schnell die Richtung zu ändern. Später erlangte das Unternehmen mit Produkten wie dem RIVA 128 eine starke Marktposition und ging 1999 an die Börse. Im selben Jahr wurde die GeForce 256 vorgestellt, und NVIDIA rückte das Konzept der GPU in das Zentrum der Computerwelt.
NVIDIAs Aufstieg war von Anfang an nicht einfach. Eines der ersten Produkte erzielte nicht den erwarteten Erfolg, und das Unternehmen geriet Mitte der 1990er-Jahre unter erheblichen finanziellen Druck. Dennoch entschied sich Huang, eine neue Architektur zu verfolgen, anstatt das Unternehmen zu schließen. Auch NVIDIAs Versuch, einen Grafikprozessor für die Sega Dreamcast zu entwickeln, wurde zu einem entscheidenden Wendepunkt. Die Probleme des Projekts brachten NVIDIA in eine schwierige Lage; doch das Vertrauen des Sega-Managers Shoichiro Irimajiri in NVIDIA und seine finanzielle Unterstützung halfen dem Unternehmen zu überleben.
NVIDIAs erste große Bewährungsprobe
Die Gründungsvision des Unternehmens war nicht künstliche Intelligenz. Ziel war es, Grafikprozessoren zu entwickeln, die dreidimensionale Computergrafik und insbesondere Videospiele realistischer machen würden. Die Gründer betrachteten Videospiele als einen Bereich, der zugleich eine sehr hohe Rechenleistung erforderte und über einen großen Verbrauchermarkt verfügte. Daher sahen sie Spiele als einen starken Markt an, der die Entwicklung leistungsfähiger Grafiktechnologie finanzieren konnte.
Huang hatte eine wichtige Position bei LSI Logic; Doch ein Unternehmen namens NVIDIA gab es noch nicht. Malachowsky und Priem arbeiteten bei Sun Microsystems. Um ein Unternehmen zu gründen, mussten sie ihre sicheren Karrieren aufgeben. Schließlich verließen alle drei ihre damaligen Arbeitsplätze und begannen 1993 mit dem neuen Unternehmen. NVIDIA wurde am 5. April 1993 von Jensen Huang, Chris Malachowsky und Curtis Priem gegründet.
Ein Unternehmen, das in einem Restaurant begann
Huang studierte später Elektrotechnik an der Oregon State University und absolvierte anschließend einen Master in Elektrotechnik an der Stanford University. Zu Beginn seiner Karriere arbeitete er bei Unternehmen wie AMD und LSI Logic. Bei LSI Logic sammelte er Erfahrungen im Mikroprozessordesign und im technischen Management. Diese Erfahrungen bildeten die Grundlage des technischen und unternehmerischen Wissens, das er später bei der Gründung von NVIDIA einsetzen sollte.
Jensen Huang, mit Geburtsnamen Jen-Hsun Huang, wurde am 17. Februar 1963 in Tainan, Taiwan, geboren. Seine Kindheit verbrachte er zwischen Taiwan und Thailand. Später beschloss seine Familie, ihn und seinen älteren Bruder für ihre Ausbildung in die Vereinigten Staaten zu schicken. Huang wurde bereits im Alter von neun Jahren nach Amerika geschickt; später besuchte er das Oneida Baptist Institute in Kentucky. Diese Zeit war von Erfahrungen geprägt, die für ihn nicht leicht waren. Jahre später erklärte Huang, seine Kindheit habe ihm Widerstandskraft und die Fähigkeit vermittelt, mit Schwierigkeiten umzugehen.
Es wäre unvollständig, NVIDIAs Geschichte lediglich als Gründungsgeschichte eines Unternehmens zu erzählen. Denn im Mittelpunkt der mehr als dreißigjährigen Transformation von NVIDIA steht Jensen Huang, der das Unternehmen gründete und seit seiner Gründung leitet. Huangs Leben ist ebenso wie NVIDIA die Geschichte davon, aus Unsicherheit eine langfristige technologische Vision zu entwickeln.
Wie wurde NVIDIA gegründet?
NVIDIA wurde am 5. April 1993 von Jensen Huang, Chris Malachowsky und Curtis Priem gegründet. Die Grundidee der Gründer war, dass Personal Computer nicht nur Arbeits- und Produktivitätswerkzeuge bleiben, sondern auch zu leistungsfähigen Verbrauchergeräten für Spiele und Multimedia werden würden. Das Unternehmen wurde in Kalifornien gegründet und konzentrierte sich in seinen ersten Jahren auf den Markt für dreidimensionale Grafik.
Zur Gründungszeit entwickelten zahlreiche Unternehmen Grafikchips. NVIDIAs Unterschied bestand darin, Grafikverarbeitung als einen Bereich zu betrachten, der immer mehr parallele Rechenleistung erforderte, und langfristig in diesen Bereich zu investieren.
NVIDIAs erstes Produkt, der NV1, kam 1995 auf den Markt. Danach begann das Unternehmen in den Bereichen Spiele und professionelle Grafik zu wachsen. Mitte der 1990er-Jahre wurde 3D-Grafik zu einem der wichtigsten Wettbewerbsfelder der Computerbranche.
Das Jahr 1999 war ein entscheidender Wendepunkt in NVIDIAs Geschichte. Das Unternehmen stellte die GeForce 256 vor und prägte den Begriff „GPU – Graphics Processing Unit“. Das Aufkommen der GPU veränderte die Art und Weise, wie Computer Grafik erzeugten; später sollte die Fähigkeit dieser Architektur zum parallelen Rechnen auch für künstliche Intelligenz äußerst wertvoll werden.
WAS IST CUDA?
Die Entscheidung, die NVIDIAs Zukunft veränderte, fiel 2006. Diese Technologie ebnete den Weg dafür, GPUs nicht nur zum Zeichnen von Grafiken, sondern auch für allgemeine parallele Berechnungen zu nutzen.
Die Idee war einfach, ihre Folgen jedoch gewaltig. CPUs waren bei allgemeinen Aufgaben leistungsfähig; GPUs konnten dagegen einen außergewöhnlichen Vorteil bieten, wenn viele gleichartige Operationen parallel ausgeführt wurden. Wissenschaftliche Berechnungen, Ingenieurwesen, Simulationen und später maschinelles Lernen begannen, diese Fähigkeit zu nutzen.
Deshalb ist CUDA in NVIDIAs Geschichte weit mehr als eine Produkteinführung. Es ist einer der grundlegenden Schritte bei der Transformation des Unternehmens von einem Hersteller von Grafikchips zu einer Plattform für beschleunigtes Rechnen.
Was ist der Unterschied zwischen CUDA und einer GPU?
Eine GPU (Graphics Processing Unit) ist ein Prozessor im Inneren eines Computers. Ihr ursprünglicher Zweck besteht darin, Bilder und Grafiken auf dem Bildschirm schnell zu berechnen. Sie ist der wichtigste Bestandteil einer Grafikkarte. Die NVIDIA RTX 4090 ist beispielsweise eine Grafikkarte, in der sich eine leistungsfähige GPU befindet.
Eine wichtige Eigenschaft der GPU ist, dass sie sehr viele Berechnungen gleichzeitig durchführen kann. Deshalb wird sie heute nicht nur in Spielen, sondern auch für künstliche Intelligenz, Videoverarbeitung, 3D-Zeichnungen und umfangreiche mathematische Berechnungen eingesetzt. Eine CPU ist stark darin, eine kleine Zahl komplexer Operationen sehr schnell auszuführen; eine GPU ist darauf ausgelegt, viele ähnliche Berechnungen parallel auszuführen. Daher ist die GPU für Arbeiten im Bereich der künstlichen Intelligenz sehr wichtig.
CUDA dagegen ist kein physisches Bauteil. Es handelt sich um eine von NVIDIA entwickelte Softwaretechnologie. CUDA hat die Aufgabe, Programmen die Nutzung der Rechenleistung einer NVIDIA-GPU zu ermöglichen.
Mit einem Auto als Beispiel: GPU = der Motor des Autos CUDA = das System, das uns ermöglicht, die Leistung des Motors zu nutzen.
Ein Wendepunkt für künstliche Intelligenz
Im Jahr 2012 erzielte das Deep-Learning-System AlexNet einen großen Erfolg bei der Bilderkennung. Das von Alex Krizhevsky, Ilya Sutskever und Geoffrey Hinton entwickelte System zeigte, wie wirkungsvoll Grafikprozessoren beim Training tiefer neuronaler Netze sein konnten.
Diese Entwicklung war für NVIDIA ein historischer Wendepunkt. Die Jahre zuvor für Spielegrafik entwickelte GPU-Architektur konnte nun dafür eingesetzt werden, Maschinen Muster aus Bildern und Daten lernen zu lassen. Auch in NVIDIAs eigener Unternehmensgeschichte gilt das Jahr 2012 mit AlexNet als wichtiger Meilenstein für die Beschleunigung des modernen Zeitalters der künstlichen Intelligenz.
Warum rückte NVIDIA in das Zentrum des KI-Zeitalters?
Mit dem Wachstum der KI-Modelle stieg auch die von ihnen benötigte Rechenleistung. Für das Training und den Betrieb großer Modelle braucht es nicht nur einen leistungsfähigen Chip; erforderlich ist auch das Zusammenspiel schneller Kommunikation zwischen Chips, Speicher mit hoher Bandbreite, Netzwerktechnologien, Softwarewerkzeuge und Rechenzentrumssysteme.
Im Laufe der Zeit begann NVIDIA, eine Plattform aufzubauen, die einen großen Teil dieser Bereiche abdeckt. Das rund um CUDA entstandene Software-Ökosystem trug dazu bei, GPUs nicht nur als Hardware, sondern als von Entwicklern genutzte Rechenplattform zu positionieren.
Vom Spieleunternehmen zum Unternehmen für KI-Infrastruktur
Der beste Weg, NVIDIAs Transformation zu verstehen, ist ein Blick auf die Veränderungen bei Umsatz und Geschäftsfeldern. Obwohl das Spielegeschäft weiterhin wichtig ist, rückten Rechenzentren und beschleunigtes Rechnen mit dem Boom der künstlichen Intelligenz in den Mittelpunkt des Geschäfts.
NVIDIAs Umsatz im Geschäftsjahr 2026 erreichte 215,9 Milliarden US-Dollar und stieg im Jahresvergleich um 65 %. Auch der Rechenzentrumsumsatz wuchs aufgrund der Nachfrage nach künstlicher Intelligenz und beschleunigtem Rechnen stark. Diese Zahlen zeigen deutlich, dass NVIDIA nicht mehr nur ein Unternehmen ist, das Grafikkarten an Spieler verkauft.
Jensen Huang: Ein Beispiel für langfristiges Denken
NVIDIAs Geschichte ist zugleich die Geschichte von Jensen Huangs Führungsverständnis. Huang ist seit der Gründung des Unternehmens als CEO tätig. Einer der wichtigen Punkte für NVIDIAs Erfolg sind langfristige Technologieinvestitionen, die auf der Voraussicht beruhten, dass GPUs künftig nicht nur für Grafikverarbeitung eingesetzt würden.
Daraus lässt sich eine wichtige Lehre ziehen: Große technologische Transformationen sind häufig das Ergebnis von Infrastrukturinvestitionen, die Jahre vor der eigentlichen Transformation getätigt wurden. NVIDIA begann nicht erst mit dem Bau von GPUs, als künstliche Intelligenz aufkam; das Unternehmen hatte bereits Jahre zuvor in die parallele Recheninfrastruktur investiert, die künstliche Intelligenz benötigen würde.
Blackwell und die neue Ära
NVIDIAs heutige Strategie besteht nicht nur darin, einzelne GPUs zu verkaufen, sondern integrierte Rechenplattformen zu entwickeln, die Rechenzentren für künstliche Intelligenz benötigen. Die Blackwell-Architektur ist ein wichtiger Bestandteil dieser Transformation.
Dieser Ansatz bringt NVIDIA in eine andere Position als ein Modellunternehmen, das unmittelbar mit KI-Unternehmen konkurriert. NVIDIA verkauft vielmehr die Infrastruktur, mit der viele KI-Unternehmen die Modelle, an denen sie arbeiten, trainieren und betreiben können.
Die Risiken für NVIDIA
NVIDIAs Geschichte besteht nicht nur aus Erfolg. Das Unternehmen ist auch mit bedeutenden Risiken konfrontiert: einer Verlangsamung der KI-Investitionen, der Entwicklung konkurrierender Beschleuniger, der Entwicklung eigener Chips durch große Kunden, Energie- und Rechenzentrumskapazitäten, Produktions- und Lieferkettenproblemen sowie Beschränkungen des Chip-Exports zwischen Ländern.
Darüber hinaus wird NVIDIAs Einfluss auf die Rechenzentrumsinfrastruktur mit dem Wachstum der KI-Wirtschaft auch unter Wettbewerbs- und Regulierungsaspekten stärker diskutiert werden.
Warum nimmt NVIDIA einen besonderen Platz in der Technikgeschichte ein?
NVIDIAs wichtigste Leistung besteht weniger darin, einem Technologietrend zu folgen, als vielmehr darin, den künftigen Einsatzbereich einer Technologie zu erweitern, die ursprünglich für einen anderen Zweck entwickelt wurde.
1993 waren Spiele und 3D-Grafik das Ziel. 1999 entstand die GPU. 2006 öffnete CUDA die GPU für allgemeine Berechnungen. 2012 zeigte der Aufstieg des Deep Learning den Wert von GPUs für künstliche Intelligenz. In den 2020er-Jahren wurde NVIDIA zu einem der wichtigsten Unternehmen für KI-Infrastruktur weltweit.
Der unsichtbare Motor der künstlichen Intelligenz
Wenn Apple eines der Unternehmen war, das Computer und Smartphones in den Mittelpunkt des Alltags der Menschen rückte, dann war NVIDIA eines der Unternehmen, das die Rechenleistung von Computern auf ein neues Niveau hob. Hinter heutigen Systemen der künstlichen Intelligenz stehen nicht nur Algorithmen, sondern auch riesige GPU-Cluster, Hochgeschwindigkeitsnetzwerke, Speichersysteme, Rechenzentren und Energieinfrastruktur.
Deshalb ist NVIDIAs Geschichte nicht nur die Geschichte eines Chipunternehmens. Sie ist die Geschichte davon, wie eine Technologie in einem Bereich entwickelt werden und Jahre später die Grundlage einer völlig anderen Revolution bilden kann.
Und vielleicht liegt genau darin NVIDIAs größte historische Leistung: Das Unternehmen erfand das Zeitalter der künstlichen Intelligenz nicht, investierte jedoch schon Jahre zuvor in den Aufbau der Recheninfrastruktur, die dieses Zeitalter erst funktionsfähig macht.
Quellenverzeichnis
- NVIDIA, Corporate Timeline – Unternehmensgeschichte von NVIDIA und Chronologie der technologischen Entwicklungen.
- NVIDIA Newsroom, Jensen Huang – Biografie des Gründers und CEO.
- NVIDIA Investor Relations, Annual Reports – Finanzberichte für das Geschäftsjahr 2026.
- U.S. Securities and Exchange Commission (SEC), NVIDIA 2026 Annual Report (Form 10-K).
