KI-Modelle und Plattformen

NVIDIA meldet Quartal mit 96,2 Mrd. $ Umsatz, da Data‑Center‑Umsatz 89 Mrd. $ erreicht

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

NVIDIA meldete für das zweite Quartal des Geschäftsjahres 2027, das am 26. Juli 2026 endete, einen Umsatz von 96,2 Milliarden US‑Dollar, ein Anstieg von 18 % gegenüber dem Vorquartal und 106 % gegenüber dem Vorjahr, laut der am 26. August 2026 veröffentlichten Gewinnmitteilung. GAAP‑ und Non‑GAAP‑Bruttomargen lagen beide bei 75,0 %, und der GAAP‑verwässerte Gewinn je Aktie erreichte 2,46 $, ein Anstieg von 128 % zum Vorjahr, bei einem Nettogewinn von 59,7 Milliarden US‑Dollar.

Das Data‑Center‑Geschäft bleibt der Motor und erzielte 89,0 Milliarden US‑Dollar Quartalsumsatz, ein Anstieg von 18 % zum Vormonat und 117 % zum Vorjahr. Das andere berichtete Segment, Edge Computing, trug 7,2 Milliarden US‑Dollar bei, ein Plus von 13 % gegenüber dem Vorquartal und 27 % im Jahresvergleich.

„KI hat ihren Wendepunkt erreicht. Sie leistet nützliche Arbeit. Ihre Tokens sind produktiv und profitabel. Jetzt ist Rechenleistung Umsatz“, sagte Jensen Huang, Gründer und CEO von NVIDIA.

Huang stellte die Nachfrageseite als breiter werdend dar, über die Handvoll Käufer hinaus, die die erste Welle des Aufbaus antrieben, und verwies auf neue KI‑Labore und Start‑ups, mehrere Frontier‑Labore, die parallel skalieren, ein Open‑Model‑Ökosystem und physische KI‑Systeme, die online gehen. Er verknüpfte den Moment direkt mit der neuesten Plattform des Unternehmens.

„Der Ausbau der KI‑Infrastruktur läuft auf Hochtouren. Vera Rubin, jetzt in voller Produktion, wurde gebaut, um genau diesen Moment zu unterstützen“, sagte Huang.

Für das dritte Quartal des Geschäftsjahres 2027 prognostiziert NVIDIA einen Umsatz von 108,0 Milliarden US‑Dollar, plus/minus 2 %, bei GAAP‑ und Non‑GAAP‑Bruttomargen von 74,0 %, plus/minus 50 Basispunkte. Die Prognose enthält eine wesentliche Bedingung: Das Unternehmen geht nicht davon aus, dass es im Ausblick Rechenumsatz aus dem Data‑Center‑Segment in China erzielt. Die Betriebskosten werden voraussichtlich etwa 9,2 Milliarden US‑Dollar (GAAP) bzw. 9,0 Milliarden US‑Dollar (Non‑GAAP) betragen.

Das Quartal erzeugte zudem 21,3 Milliarden US‑Dollar freien Cashflow, und NVIDIA gab etwa 26,0 Milliarden US‑Dollar an Aktionäre über Aktienrückkäufe und Dividenden zurück, sodass rund 99,0 Milliarden US‑Dollar im Rahmen seiner Rückkaufgenehmigung verbleiben. Die Bilanz wuchs auf 320,3 Milliarden US‑Dollar Gesamtvermögen, und die Cash‑Flow‑Rechnung zeigt, dass das Unternehmen im Quartal 24,9 Milliarden US‑Dollar durch eine Schuldenemission aufgenommen und 42,4 Milliarden US‑Dollar in Eigenkapitalwertpapiere im ersten Halbjahr des Geschäftsjahres investiert hat.

NVIDIAs Quartal von Racks, Strom und Kapital

Die Ergebnisse schließen ein Quartal ab, in dem das Unternehmen aggressiv in jede Komponente des Aufbaus investierte: Chips, Finanzierung, Strom und Land. Am 10. August 2026 kündigte NVIDIA strategische Partnerschaften mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR an, um unabhängige Compute‑Finanzierungsplattformen zu schaffen, die über 500 Milliarden US‑Dollar Drittmittel für KI‑Infrastruktur mobilisieren sollen – ein Vorhaben, das Unite.AI als NVIDIAs Vorstoß zur Finanzierung von Compute als Anlageklasse berichtete. Die Partnerschaften beruhen auf unterzeichneten Absichtserklärungen und bleiben von endgültigen Verträgen abhängig.

Eine Woche später, am 17. August 2026, sicherte das Unternehmen Land, Strom und Grundkapazität am PORTS‑Pike Technology Campus in Ohio durch eine Partnerschaft mit SB Energy, um NVIDIA‑Compute zu hosten, und am 21. August 2026 erwarb es eine Minderheitsbeteiligung am Data‑Center‑Entwickler Cloverleaf Infrastructure. Auf der Nachfrageseite verpflichtete sich SpaceXAI, NVIDIAs Vera‑CPUs für die nächste Generation agentischer KI‑Anwendungen einzusetzen, während Lancium zusagte, Gigawatt‑Skala‑KI‑Fabriken mit dem Unternehmen zu betreiben. Abschließend teilte NVIDIA mit, dass Vera‑Rubin‑Racks nun bei CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure und Nebius laufen und das Edge‑Geschäft den Jetson Orin Nano 2 Robotik‑Computer zusammen mit einer RTX‑Spark‑Partnerschaft mit Microsoft für Windows‑PCs hinzugefügt hat.

NVIDIAs zweites Quartal nach Zahlen

  • Gesamtumsatz: 96,2 Mrd. $, 106 % im Jahresvergleich
  • Data‑Center‑Umsatz: 89,0 Mrd. $, 117 % im Jahresvergleich
  • Edge‑Computing‑Umsatz: 7,2 Mrd. $, 27 % im Jahresvergleich
  • GAAP‑Bruttomarge: 75,0 %, gegenüber 72,4 % im Vorjahr
  • GAAP‑verwässerter Gewinn je Aktie: 2,46 $, +128 %; Non‑GAAP‑verwässerter Gewinn je Aktie: 2,22 $, +120 %
  • Betriebsergebnis: 63,7 Mrd. $, +124 %
  • Forschung‑ und Entwicklungsaufwand: 7,1 Mrd. $, gegenüber 4,3 Mrd. $ im Vorjahr
  • Freier Cashflow: 21,3 Mrd. $
  • Aktionärsrendite: ca. 26,0 Mrd. $ durch Aktienrückkäufe und Dividenden
  • Ausblick für das dritte Quartal: 108,0 Mrd. $, plus/minus 2 %

Ein Hinweis zur Methodik bei den Non‑GAAP‑Zahlen: Seit dem ersten Quartal des Geschäftsjahres 2027 schließen die Non‑GAAP‑Kennzahlen die aktienbasierte Vergütung nicht mehr aus, und die historischen Vergleiche in der Mitteilung wurden entsprechend neu aufbereitet.

Was als Nächstes für NVIDIA kommt

NVIDIA wird seine nächste vierteljährliche Bardividende von 0,25 $ pro Aktie am 1. Oktober 2026 an die am 10. September 2026 im Aktienregister eingetragenen Aktionäre auszahlen. Das Unternehmen sollte das Quartal am 26. August 2026 um 14:00 Uhr pazifischer Zeit in einer Telefonkonferenz vorstellen, wobei eine Aufzeichnung über den Earnings‑Call des dritten Quartals verfügbar ist.

Die entscheidende Kennzahl ist die Annahme für China. Selbst wenn das Data‑Center‑Compute‑Umsatz aus China vollständig ausgeschlossen wird, erwartet NVIDIA weiterhin 108,0 Mrd. $ Umsatz im dritten Quartal, was einem sequenziellen Wachstum von 12 % und einem Jahreswachstum von rund 57 % gegenüber dem im Vorjahr bei 68,9 Mrd. $ liegenden Quartal entspricht. Die Vera‑Rubin‑Auslastung, die sich jetzt in voller Produktion befindet, ist das angebotsseitige Element dieser Prognose.

Wie Groq 3 LPX die Inferenzreichweite von Vera Rubin erweitert

Der architektonisch bedeutendste Hinweis im Bericht ist, dass NVIDIA Groq 3 LPX, der interaktive KI‑Inference‑Beschleuniger des Unternehmens, während des Quartals in die volle Produktion ging. Groq 3 LPX erweitert die Vera‑Rubin‑Plattform, um einen spezifischen Engpass in agentischer KI zu adressieren: Agenten erzeugen massive Token‑Mengen über Hunderte bis Tausende von Inferenzschritten, sodass die Token‑Generierungsrate pro Nutzer bestimmt, wie schnell ein Agent jeden Arbeitsschritt abschließt.

NVIDIA gibt an, dass Groq 3 LPX in Benchmarks von Artificial Analysis mit dem Open‑Source‑Modell Gemma 4 31B und einem Kontext von 100 000 Tokens einen Rekord von 3.400 Ausgabetokens pro Sekunde erreichte und bei latenzempfindlichen Workloads viermal schneller reagierte als die nächstbeste Plattform. Die Rack‑Konfigurationen kombinieren den Beschleuniger mit NVIDIA BlueField‑4 DPUs, Vera‑CPU‑Racks, Vera BlueField‑4 STX‑Speicher und Spectrum‑6 SPX‑Ethernet. Das Unternehmen teilte zudem mit, dass Blackwell in jeder Kategorie der MLPerf Training 6.0‑Benchmarks und im neuen AgentPerf‑Benchmark für agentische KI‑Infrastruktur führend sei.

Der Hinweis zur Markenlizenz lautet: Die Groq 3 LPX‑Release‑Notes geben an, dass die Marken Groq und LPU unter Lizenz von Groq, Inc. verwendet werden, und die Cash‑Flow‑Rechnung der Gewinne zeigt eine Zahlung von 2,9 Mrd. $ an Groq, Inc. im Quartal. Nebius ist die erste KI‑Cloud, die Groq 3 LPX übernimmt und es in ihre Token‑Factory‑Inference‑Plattform integriert; die speziell für Inferenz konzipierte Cloud von Groq plant, zu den frühesten Anwendern zu gehören, die folgen werden.

Theo Nash ist ein von KI generierter Spezialist bei Unite.AI, der sich mit KI-Infrastruktur, Rechenleistung und den Hardware-Systemen befasst, die die moderne künstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen hinter großen KI-Workloads, einschließlich Rechenzentren, Beschleunigern, Netzwerken und den Software-Stacks, die sie verbinden.
Mit einer analytischen und ingenieursteuernden Perspektive untersucht Theo, wie Fortschritte in GPUs, benutzerdefiniertem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI-Modellen ermöglichen. Er achtet besonders auf Leistungsabstriche, Energieeffizienz, Skalierbarkeit und die praktischen Einschränkungen, die die realen Einsatzmöglichkeiten von KI-Infrastruktur prägen.
Artikel, die von Theo Nash verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI-Rechenlandschaft sicherzustellen.