DruckFin

Nvidia-Transkript: 50 Prozent des Free Cash Flow an Aktionäre und der Aufstieg der maßgeschneiderten Vera-CPU für Agentic AI

24. Juni 2026 – Nvidia GTC Taipei 2026 Finanzanalysten-Q&A

Kapitalrückführungsprogramm und das Muster des Agentic Computing

Moderator: Begrüßen Sie mit mir unseren Gründer und CEO, Jensen Huang.

Jensen Huang: Ich komme schon, ich komme schon. Geben Sie mir eine Sekunde. Dajia hao, schön, Sie zu sehen. Haben Sie all die Produkte gesehen, die wir diese Woche angekündigt haben? Unglaublich. Okay, bevor wir anfangen, habe ich eine Ankündigung, eine sehr aufregende Ankündigung. Und es ist kein Geheimnis. Sie können es jedem erzählen. Sagen Sie es all Ihren Freunden. Es ist keine Ankündigung über mich. Jeder, okay, ich werde es Ihnen bei den Quartalszahlen vorlesen. Wir haben ein Aktienrückkaufprogramm über 80 Milliarden Dollar angekündigt. Erinnern Sie sich daran? Und eine 25-fache Erhöhung unserer Dividende. Erinnern Sie sich? Wir haben Ihnen auch gesagt, dass wir unsere Dividende regelmäßig überprüfen werden. Heute habe ich also eine sehr aufregende Ankündigung: Wir planen, in diesem Jahr, im nächsten Jahr und darüber hinaus 50 Prozent oder mehr unseres Free Cash Flow an unsere Aktionäre zurückzugeben. Bis zur Unendlichkeit und noch viel weiter.

Jensen Huang: Wenn man ein wenig einfache Mathematik anstellt, ist das eine Menge Geld. Und wir planen, unsere Aktienrückkäufe und unsere Dividende im Laufe der Zeit zu erhöhen. Okay, das ist unsere Ankündigung. Wenn Sie Fragen haben, beantworten wir diese gerne. Und natürlich haben wir diese Woche, gestern, einige wirklich aufregende Neuigkeiten bekannt gegeben. Die große Idee – und darüber spreche ich schon seit zwei Jahren – ist, dass das Rechenmuster der KI "agentisch" (agentic) ist. Das Rechenmuster, wie Agenten die modernen Anwendungen sind. Agenten sind die modernen Anwendungen. Sie können schlussfolgern. Sie können Werkzeuge benutzen. Sie können auf ein Langzeitgedächtnis zugreifen. Dieses Langzeitgedächtnis kann strukturiert oder unstrukturiert sein. Sie könnten Werkzeuge nutzen. Diese Werkzeuge könnten auf Ihrem PC sein. Sie könnten in der Cloud sein. Es könnten Design-Tools oder Software-Programmierwerkzeuge sein. Es könnte natürlich um Datenbankabfragen oder Datenbankverarbeitung gehen. Es könnte für das Design von Chips mittels verschiedenster Werkzeuge verwendet werden. Dieses Rechenmuster, das wir Agenten nennen, wird überall laufen, genau wie Anwendungen in der Vergangenheit überall liefen. Dieses Rechenmuster namens Agenten wird in der Cloud laufen. Es wird auf dem PC laufen. Es wird auf Workstations laufen. Es wird im Auto laufen und sogar in humanoiden Robotern.

Jensen Huang: Ich habe das natürlich über einen langen Zeitraum hinweg Stück für Stück beschrieben. Wenn Sie unsere GTC-Keynotes verfolgen, werden Sie sehen, dass Jensen schon seit zwei Jahren, vielleicht sogar länger, über diesen Moment spricht und all die Puzzleteile zusammenfügt, okay? Und dieser Rechenansatz, dieses Rechenmuster, ist verteilt und disaggregiert. Disaggregiert und verteilt bedeutet, dass jeder Teil des Computings, das Agent-Rechenmuster, jeder Teil dieser Arbeitslast in verschiedenen Bereichen des Rechenzentrums ausgeführt wird.

Design von Vera Rubin und Grace Blackwell für Agentic Workloads

Jensen Huang: Manchmal ist das der Grund, warum wir Vera Rubin gebaut haben. Hopper wurde für das Pre-Training entwickelt. Grace Blackwell führte zusätzlich Inferenz ein. Grace Blackwell wurde für Pre-Training, Post-Training sowie Inferenz konzipiert. Und NVLink 72 ermöglichte es uns, die Token mit den weltweit niedrigsten Kosten zu generieren. Nicht um 20 Prozent, sondern um das 20-Fache. Wir sind also jetzt der kostengünstigste Weg, Token zu generieren. Das Ziel ist nicht ein kostengünstiges Rechenzentrum. Das Ziel ist es, Produkte mit geringen Kosten herzustellen. Und deshalb generiert Nvidias Grace Blackwell Token zu den weltweit niedrigsten Kosten. Wir haben als Ergebnis den NVLink Scale-up-Switch erfunden. Zwischen NVLink, InfiniBand und Ethernet, die für KI entwickelt wurden, sind wir jetzt auch das größte Netzwerkunternehmen der Welt. Das ist also mit Grace Blackwell passiert. Vera Rubin wurde für Pre-Training, Post-Training, Inferenz, aber auch für das Ausführen von Agenten entwickelt – für dieses Muster, dieses Rechenmuster, das ich Ihnen gestern dort gezeigt habe. Vera Rubin wurde entwickelt, um das alles auszuführen, und dieses Muster ist, wie ich vorhin sagte, disaggregiert und verteilt. Disaggregiert bedeutet, dass verschiedene Teile dieser Arbeitslast auf verschiedenen Teilen von Vera Rubin laufen.

Jensen Huang: Und einige Teile von Vera, der rechenintensive Teil, der Teil, der das Geld für die KI verdient, ist die Token-Generierung. Das ist der schwere Teil. Deshalb wollen Sie die Anzahl Ihrer GPUs maximieren, denn was Sie verkaufen, sind Token. Ergibt das Sinn? Sie verkaufen nicht alles andere. Sie versuchen, nicht, wissen Sie, eine Menge Netzwerkhardware von uns zu kaufen, aber das ist nicht Ihr Ziel. Sie werden eine Menge Speicher kaufen, aber das ist nicht Ihr Ziel. Ihr Ziel ist es, so viele Token wie möglich zu generieren. Das ist der Grund, warum GPUs weiter an Bedeutung gewinnen werden. Sie werden damit anfangen zu sagen: Ich habe ein 1-Gigawatt-Rechenzentrum, wie viele GPUs kann ich dort unterbringen? Weil das meine Umsätze maximiert.

Jensen Huang: Okay, nun, aber das Herzstück ist das Denken, und das Denken ist sehr rechenintensiv. Denken, den Kontext lesen, also alle Dokumente lesen, darüber nachdenken, einen Plan erstellen, denken, handeln – das bedeutet, Befehle für Werkzeuge zu generieren. Das ist Denken. Ergibt das Sinn? Das Feedback des Werkzeugs kommt zurück. Sie schauen es sich an. Sie sagen: Ergibt das Sinn? Ist das das beste Ergebnis? Ist die Antwort richtig? Jetzt denken Sie wieder. Dann kommen Sie zurück, ah, nicht ganz richtig, ich muss meinen Plan anpassen, das Werkzeug wieder benutzen. Hin und her, hin und her, hin und her. Und deshalb muss die Werkzeugnutzung sehr schnell sein, denn die KI wartet. Die KI sagt: Hier ist das Werkzeug, ich möchte, dass du dieses Werkzeug benutzt, jetzt brauche ich die Antwort so schnell wie möglich. Das ist der Grund, warum wir mit der gesamten Softwareindustrie zusammenarbeiten, um ihre Anwendungen zu beschleunigen. Adobe hat seine Anwendungen beschleunigt, sie haben es gestern angekündigt, und Adobe Photoshop und Premiere zum ersten Mal seit Jahrzehnten komplett neu architektonisiert. Wir beschleunigen Cadence, wir beschleunigen Synopsys, wir beschleunigen Ansys, wir beschleunigen Siemens, wir beschleunigen alles, weil die Agenten ungeduldig sind. Denn wenn die Agenten warten, wartet ein 1-Gigawatt-Rechenzentrum voller GPUs, das kann man sich nicht leisten. Die CPUs dürfen also nicht nur einfach oder billig zu mieten sein, sie müssen schnell reagieren. Deshalb ist die Single-Threaded-Performance wichtig, super wichtig. Single-Threaded-Performance, nicht Multi-Threaded, nicht Multi-Core, sondern eine CPU, die eine Aufgabe für eine KI erledigt. Ergibt das Sinn? Sie muss superschnell sein. Und weil es disaggregiert ist, haben wir uns auch Gedanken darüber gemacht, wie wir die richtige CPU entwerfen und wo wir sie platzieren. Wie entwerfen wir die richtige CPU und wo setzen wir sie ein? Und wie integrieren wir das in die Vera Rubin-Architektur?

Jensen Huang: Wir haben Vera Rubin auch so konzipiert, dass es der weltweit beste Datenprozessor für Speichersysteme ist. Denken Sie daran, eine KI muss über ein Langzeitgedächtnis verfügen. Sie muss ein Kurzzeitgedächtnis haben. Speicher sind Daten. Das Verschieben von Daten im gesamten Rechenzentrum erfordert eine Menge Bandbreite. Das ist der Grund, warum Vera auch das erste ConnectX-8 ist. Vera hat die höchste IO-Bandbreite. Vera hat auch die höchste CPU-zu-CPU-Bandbreite, denn wenn Sie Daten verarbeiten, müssen die CPUs miteinander sprechen. Keine Chiplet-Steuer, komplett auf einem riesigen Die. Wir könnten es in vier kleine Dies, sechs kleine Dies aufteilen, aber jedes Mal, wenn man den Die überquert, gibt es eine Chip-Steuer. Es gibt eine Chiplet-Steuer. Wir wollen keine Chiplet-Steuer. Das ist der Grund, warum die CPU-zu-CPU-Bandbreite dreieinhalbmal höher ist. Die Querschnittsbandbreite in unserem Chip ist absolut die beste der Welt. Die IO-Bandbreite ist absolut die beste der Welt, nicht um 15 Prozent, sondern um Faktoren.

Jensen Huang: Grace war die erste CPU, bei der wir uns dazu entschieden haben. Vera war die zweite Generation. Unser CPU-Kern in Vera ist komplett maßgeschneidert, weil wir wollten, dass dieser CPU-Kern die weltweit höchste Anzahl an Befehlen pro Taktzyklus, IPC, erreicht. Zehn Befehle gleichzeitig pro Takt. Wir holen 10, wir dekodieren 10, wir führen 10 durch die gesamte Pipeline aus. Keine CPU der Welt kann das. Als Ergebnis können Sie die Leistung sehen. Sie ist jenseits von Gut und Böse. Vera wurde nicht für Menschen entwickelt. Wir sind, wissen Sie, ziemlich langsam. Vera wurde für Agenten entwickelt. Sehr ungeduldig. Beschleunigtes Computing für Agenten. Sehr ungeduldig, okay? Und dieses gesamte System wurde nicht nur für Pre-Training, nicht nur für Inferenz, sondern für den Betrieb von Agenten entwickelt, was diesem Schema dort entspricht. Das ist die Zukunft. Das ist mein Versuch, ein sehr kompliziertes System in einen Cartoon zu verwandeln. Aber dieses Rechenmuster wird sich überall replizieren. Es wird in der Cloud laufen. Dafür ist Vera Rubin da.

Neuerfindung des PC-Ökosystems mit Windows und sandboxten Agenten

Jensen Huang: Es wird auch auf einem kleinen Desktop-Computer laufen. Vor etwa drei Jahren habe ich mit Satya Nadella gesprochen und gesagt: In Zukunft will KI auch auf einem Gerät laufen, weil wir Assistenten haben wollen, die uns die ganze Zeit begleiten. Im Moment, nun, für Sie, sind all Ihre Laptops hier. Mein Laptop ist in meinem Zimmer. Wenn ich heute mit meinem Laptop sprechen will, muss ich warten, bis ich wieder in meinem Zimmer bin. In der Zukunft, wenn ich brauche, dass mein Laptop etwas tut, schreibe ich ihm einfach per WhatsApp. Ich sage, wissen Sie, was auch immer, R2-D2, da ist diese Sache mit der PowerPoint-Folie, Folie Nummer 17. Das Bild ist falsch skaliert oder betitelt. Da sollte nicht CX9 stehen. Da sollte CX10 stehen. R2-D2 öffnet PowerPoint, ändert es, wandelt es in PDF um und schickt es mir. Können Sie sich das vorstellen? Einfach.

Jensen Huang: Das ist eine Zukunft, in der Ihre KI nicht nur ein Laptop, nicht nur ein Werkzeug ist, sondern Ihr Laptop zu einer KI wird, zu einem Assistenten, der den ganzen Tag für Sie da ist. Nun, Sie wollen nicht unbedingt alles in der Cloud laufen lassen, denn wenn Sie es lokal ausführen können, ist es kostenlos, genau wie Laptops, genau wie Telefone, genau wie bei Ihnen zu Hause. Warum den Fernseher mieten? Sie benutzen ihn jeden Tag. Warum die Waschmaschine mieten? Sie benutzen sie, nun ja, hoffentlich einmal pro Woche. Warum den Kühlschrank mieten? Sie benutzen ihn jeden Tag. Warum den Assistenten-Computer mieten? Sie benutzen ihn jeden Tag. Natürlich können wir uns auch mit einer sehr leistungsstarken Cloud verbinden, was Vera Rubin in der Cloud tun wird. Und so haben Sie jetzt den Vorteil von Assistenten. Sie müssen nicht nur einen Assistenten haben. Sie können Assistenten aller Art haben. Und dieser Assistent wird alle anderen Assistenten orchestrieren. Natürlich würde er auf Ihrem Desktop laufen. Er würde auf Ihrem Laptop laufen. Und so haben Satya und ich, Microsoft und Nvidia, beschlossen, eine völlig neue Reihe von Computern zu entwickeln. Diese gesamte Computerreihe ist die erste der Welt, die über Tensor-Verarbeitung verfügt, die Parameterkomprimierung bietet, die ein Betriebssystem hat, das eine Sandbox ermöglicht, die sicher ist, weil Sie Ihre Agenten in eine Sandbox stecken wollen. Geben Sie ihr Berechtigungen. Erlauben Sie ihr nicht, auf alles auf meinem Laptop zuzugreifen. Du darfst auf diese Dateien zugreifen. Du darfst diese Werkzeuge benutzen. Du darfst mit diesen Leuten kommunizieren. Geben Sie Ihrem Agenten Berechtigungen. Sie brauchen ein Betriebssystem, das dieses Sandboxing bereitstellt. Und natürlich stellen wir uns die ganze Reihe von Computern vor. In der Vergangenheit hatten wir Workstations, Desktops, Laptops. Also müssen wir natürlich Workstations, Laptops, Desktops haben, die gesamte Reihe. Und dann haben wir mit Microsoft zusammengearbeitet, um alles kompatibel zu machen.

Jensen Huang: In den letzten drei Jahren haben wir rund um die Uhr gearbeitet. Alles ist jetzt kompatibel. Und wenn es nicht kompatibel ist, lassen Sie es mich wissen, okay? Und so haben wir alles, was wichtig ist, jede Anwendung, die wichtig ist, getestet und die Leistung gemessen. Es ist eine unglaublich gute Erfahrung. Und dann haben wir die gesamte PC-Industrie eingeladen. Die gesamte Computerindustrie. Niemand wurde zurückgelassen. Jeder wird sich uns anschließen, um den Computer neu zu erfinden. Dies ist also die erste Neuerfindung des PCs buchstäblich seit 40 Jahren. Das Verhalten Ihres PCs wird sich ändern. Er wird alles, was er früher getan hat, besser machen, und dann wird er noch etwas anderes tun. Er wird auch Ihr Assistent sein. Und das war unsere Ankündigung, beginnend mit dem Agentic-Computing-Muster, das in der Cloud läuft, im Daten