Nvidias Groq-3-LPX-Rack ist inzwischen in Serienproduktion und wird noch dieses Jahr beim Neocloud-Anbieter Nebius zusammen mit den Vera-CPUs und Rubin-GPUs des Unternehmens eingesetzt, wie Nvidias Senior Director Dion Harris gegenüber Journalisten mitteilte, laut CNBC.

Das Rack steht für die Kommerzialisierung der Technologie aus Nvidias 20-Milliarden-Dollar-Kauf der Groq-Assets im Dezember – der größte Deal in der Geschichte des Unternehmens. Der Deal ist Teil eines breiteren Wettkampfs um schnellere KI-Inferenz – also die Bereitstellung trainierter Modelle für Nutzer –, der zu einem wichtigen Schlachtfeld geworden ist, da Cloud-Anbieter um schnellere, reaktionsschnellere KI-Anwendungen konkurrieren. Jedes flüssigkeitsgekühlte Rack bündelt 256 Groq-Chips. Nvidia gab an, dass das Rack 3.400 Tokens pro Sekunde liefern kann, unter Verweis auf einen Benchmark von Artificial Analysis. Groqs Chips werden – anders als Nvidias eigene GPUs, die von Taiwan Semiconductor Manufacturing Co. gefertigt werden – von Samsung hergestellt, ein Detail, das Nvidias Siliziumlieferungen zudem auf zwei Foundries statt nur eine verteilt.

Bullenargument

Der 20-Milliarden-Dollar-Deal um Groq stellt für NVIDIA Corporation (NASDAQ: NVDA) ein vertretbares Finanzrisiko dar gemessen an den strategischen Fähigkeiten, die er dem Unternehmen hinzuweisen könnte. Bernstein-Analyst Stacy Rasgon sagte gegenüber CNBC, dass Nvidia finanziell stark genug sei, um einen Deal dieser Größenordnung ohne nennenswerte Auswirkungen auf seine Gesamtposition zu verkraften. Das gibt Nvidia die Flexibilität, große strategische Investitionen zu tätigen und gleichzeitig in neue KI-Chiptechnologien zu expandieren, ohne seine Bilanz erheblich zu belasten.

Groqs Technologie erweitert Nvidias Dominanz über den gesamten KI-Compute-Stack, anstatt eine konkurrierende Produktlinie zu schaffen. Der LPX übernimmt latenzarme Inferenz, während Nvidias GPUs weiterhin Training und die Verarbeitung großer Kontexte übernehmen. Das Rack lässt sich mit Vera-Rubin-Chips kombinieren, ohne dass Kunden ihre CUDA-Workflows ändern müssen – was die Software-Bindung vertieft, die Nvidia schwer ersetzbar macht.

Die Umsetzung war schnell, und das zählt in einem Markt, der sich so schnell bewegt. Nvidia gelangte von der Ankündigung des Groq-Kaufs im Dezember bis zur Serienproduktion und einem namentlich genannten Kunden, Nebius, in acht Monaten. Dieses Tempo zeigt, dass Nvidia erworbene Technologie integrieren und ausliefern kann, statt sie in der Integration stocken zu lassen.

Nvidias Inferenzgeschwindigkeit hat nun einen bezifferten Vorsprung vor dem Ansatz eines wichtigen Konkurrenten. Die 3.400 Tokens pro Sekunde des Groq-Racks stehen den 750 Tokens pro Sekunde gegenüber, die OpenAI für seinen Cerebras-gestützten „Ultrafast“-Modus zugesagt hat. Das verschafft Nvidia einen Benchmark, auf den es verweisen kann, wenn Cloud-Anbieter nach schnellerer, reaktionsschnellerer KI-Inferenz suchen.

Bärenargument

NVIDIA zahlte 20 Milliarden Dollar für Groqs Technologie und Talente, ohne das Unternehmen selbst zu übernehmen. Da Nvidia Groqs Technologie lizenzierte und dessen Mitarbeiter einstellte, statt Groq vollständig zu kaufen, haben Investoren weniger Einblick in den Gesamtwert dessen, was Nvidia erhalten hat, und ob die Transaktion Erträge im Verhältnis zu ihrem ungewöhnlich hohen Preis generieren kann.

Nvidia betreibt viele dieser Wetten gleichzeitig und kann daher keiner einzelnen davon volle Aufmerksamkeit oder genügend Kapital widmen. Über Groq hinaus hat Nvidia OpenAI bis zu 100 Milliarden Dollar und Intel 5 Milliarden Dollar zugesagt. Zudem flossenes kleinere Beträge in Crusoe, Cohere und CoreWeave sowie ein ähnlicher Lizenzdeal über 900 Millionen Dollar für Enfabricas Team – eine breit gestreute Reihe von Wetten, bei denen nicht jede aufgehen wird.

Der LPX ist ein enges, spezialisiertes Produkt und keine breite Plattform. Das Chipdesign macht ihn für Inferenz gut geeignet, bringt aber Einschränkungen mit, die ihn für andere Aufgaben wie Training weniger geeignet machen. Sein adressierbarer Anwendungsfall ist daher von Natur aus kleiner als Nvidias Kern-GPU-Geschäft.

Der Rollout ruht bislang auf einem namentlich genannten Kunden: Nebius. Es ist der bislang einzige bestätigte Cloud-Anbieter, der das Groq-Rack einsetzen wird, und solange sich weitere verpflichten, ist unklar, ob die Technologie breite Akzeptanz findet oder eine Nischen-Ergänzung bleibt.

Hedgefonds-Daten

Laut der Datenbank von Insider Monkey hielten im Q2 2026 285 Hedgefonds NVIDIA, nach 275 im ersten Quartal. Der Konkurrent AMD wurde von 164 Hedgefonds gehalten.

Fazit

NVIDIA erweitert hier seine Reichweite in der KI-Inferenz zu Kosten, die zu gering sind, um die eigenen Finanzergebnisse zu bewegen – genau deshalb ist die Sache strategisch und nicht finanziell bedeutsam. Optimisten glauben, dass Nvidia gewinnen wird, indem es schnell handelt, die Technologie der Konkurrenz übertrifft und Kunden an seine CUDA-Software bindet. Pessimisten befürchten, dass das Unternehmen scheitern könnte, weil es Geld auf zu viele Projekte gleichzeitig verteilt, Technologie statt ganzer Unternehmen kauft und sich auf ein Produkt verlässt, das nur ein einziger Kunde nutzt.