KI-Abendnachrichten | 19. Oktober | NVIDIAs Marktanteil bei KI-Chips in China sinkt auf 34 %

Im Mittelpunkt steht heute Nachmittag die Entwicklung bei der KI-Rechenleistung: Der Anteil von NVIDIA am chinesischen Markt für KI-Chips für Rechenzentren ist auf 34 % gesunken. Jensen Huang sprach sich in London für eine Zusammenarbeit mit chinesischen KI-Unternehmen aus. Gleichzeitig gibt es neue Entwicklungen bei der Finanzierung chinesischer Chiphersteller, bei Standards für branchenspezifische große KI-Modelle und entlang der Lieferkette für die zugehörige Recheninfrastruktur.

Topmeldung des Tages: Marktanteil von NVIDIA in China fällt auf 34 % – laut Jensen Huang ist die Zusammenarbeit mit chinesischen Unternehmen ein „Muss“

Was ist passiert? Wie MyDrivers am 19. Oktober berichtete, erklärte NVIDIA-CEO Jensen Huang kürzlich bei einem Pressebriefing in London, künstliche Intelligenz könne eine gefährliche Technologie sein. NVIDIA müsse „unbedingt“ mit chinesischen KI-Unternehmen zusammenarbeiten, um die damit verbundenen Risiken gemeinsam zu überwachen und ihnen zu begegnen [1]. Unter Berufung auf die neuesten IDC-Daten berichtet das Medium, dass der Anteil von NVIDIA am chinesischen Markt für KI-Chips für Rechenzentren im ersten Halbjahr 2026 auf 34 % sank. Die Auslieferungen gingen im Vergleich zum Vorjahr um 44 % auf 678.000 Chips zurück [1].

Hintergrund. Dem Bericht zufolge können die modernsten Blackwell-Chips von NVIDIA derzeit nicht auf den chinesischen Markt gelangen. Die für den Export zugelassenen H200 machen dagegen weniger als 1 % des gesamten Rechenzentrumsumsatzes des Unternehmens aus [1]. Auch die Finanzchefin von NVIDIA erklärte im Rahmen der Bekanntgabe der Ergebnisse für das zweite Quartal 2026, dass die Prognose keinerlei Umsätze mit Rechenleistung für Rechenzentren in China berücksichtige [1]. Damit hat sich der chinesische Markt in der Finanzplanung von NVIDIA von einer „Wachstumsquelle“ zu einem Bereich entwickelt, der „nicht in die Erwartungen einfließt“.

Auswirkungen. Für NVIDIA bedeutet der sinkende Marktanteil, in einem der weltweit größten Märkte für KI-Rechenleistung schrittweise an Boden zu verlieren. Bemerkenswert ist dabei Huangs Wortwahl: Er bezieht die „Zusammenarbeit“ auf die Risikoüberwachung und nicht auf den Vertrieb. Für chinesische KI-Chiphersteller eröffnet sich die Chance, ihre Marktanteile weiter auszubauen. Chinesische Entwickler großer KI-Modelle dürften beim Einkauf von Rechenleistung stärker auf heimische Lösungen setzen, wodurch die Kosten für die Softwareanpassung steigen.

Was bleibt offen? Weder der vollständige Kontext von Huangs Äußerungen noch die konkrete Form einer Zusammenarbeit wurden bislang veröffentlicht. Die IDC-Daten decken nur das erste Halbjahr ab. Sollten sich die Exportbestimmungen im zweiten Halbjahr ändern, könnte dies die Entwicklung der Marktanteile beeinflussen. Diese Meldung stützt sich überwiegend auf einen einzelnen Medienbericht; der ursprüngliche IDC-Bericht muss noch genauer überprüft werden.

Bild: Abbildung aus dem MyDrivers-Artikel über den sinkenden Marktanteil von NVIDIA in China (Quelle: MyDrivers)

Weitere wichtige Meldungen

MemSilicon, ein Unternehmen für Computing-in-Memory-Chips, schließt Serie-A-Finanzierung über mehr als 400 Millionen Yuan ab – ehemaliger Graphcore-Manager Lu Tao wird CEO

Wie Sina Technology am Nachmittag des 19. Oktober berichtete, hat MemSilicon den Abschluss einer Serie-A-Finanzierungsrunde über mehr als 400 Millionen Yuan bekannt gegeben [2]. Die Runde wurde von Boyuan Capital angeführt; Bosch Ventures, miHoYo, GigaDevice und weitere Investoren beteiligten sich. Bestehende Investoren wie Xiaomis strategische Investmentsparte und CAS Star investierten erneut [2]. Zugleich gab das Unternehmen bekannt, dass Lu Tao, ehemaliger President und General Manager für die Region Greater China bei Graphcore, als CEO und Mitgründer einsteigt. Er verfügt über mehr als 20 Jahre Erfahrung in der Chipbranche [2]. Den Berichten zufolge sollen die Mittel für die Kommerzialisierung von RRAM, einer neuartigen nichtflüchtigen Speichertechnologie, sowie für die Entwicklung einer neuen LPU-Generation verwendet werden [2].

Warum das wichtig ist: Angesichts des schrumpfenden Marktanteils von Nvidia setzen Investoren auf Alternativen zur GPU, etwa Computing-in-Memory. Dass sowohl Industrieinvestoren als auch Spieleunternehmen einsteigen, zeigt, dass sich auch die späteren Nutzer frühzeitig den Zugang zu Rechenleistung sichern.

Abbildung: Illustration zur Finanzierungsnachricht von MemSilicon (Quelle: Sina Technology)

Chinas Marktaufsichtsbehörde veröffentlicht die ersten drei technischen Standardisierungsdokumente zu großen KI-Modellen für die Stahlindustrie

Laut Jiemian News unter Berufung auf CCTV News hat die Staatliche Marktaufsichtsbehörde drei nationale technische Leitdokumente zur Standardisierung veröffentlicht: „Künstliche Intelligenz – Leitfaden zur Klassifizierung von Anwendungsszenarien in der Stahlindustrie“, „Künstliche Intelligenz – Technische Anforderungen an Datensätze für große KI-Modelle in der Stahlindustrie“ und „Künstliche Intelligenz – Bewertung des Reifegrads der Leistungsfähigkeit von Diensten auf Basis großer KI-Modelle für die Stahlindustrie“ [3]. Die drei Dokumente legen fest, wie Anwendungsszenarien klassifiziert, Trainingsdatensätze aufgebaut und die Leistungsfähigkeit der Dienste bewertet werden sollen. Damit bilden sie einen geschlossenen Rahmen aus „Szenarienklassifizierung – Datensatzvorgaben – Reifegradbewertung“ [3]. Das Dokument zu Datensätzen enthält technische Anforderungen an die Zusammenführung von Rohdaten, die Datenbereinigung und -verwaltung, die Wissensintegration, die Erstellung von Trainingsbeispielen und die Datensicherheit [3].

Warum das wichtig ist: Dies ist ein Schritt weg von unternehmenseigenen Maßstäben hin zu einer einheitlichen Bewertung großer KI-Modelle für die Industrie. Stahlunternehmen erhalten damit eine Orientierung für die Beschaffung und Abnahme von Diensten auf Basis großer KI-Modelle. Zugleich entsteht eine Vorlage für andere Bereiche der Schwerindustrie. Zu beachten ist, dass es sich um technische Leitdokumente handelt, nicht um verbindliche Normen.

Daxiao Robotics veröffentlicht das Embodied-AI-Basismodell ACE-Brain-0.6 und meldet bessere Ergebnisse als GPT-6 Astra bei mehreren Tests zur räumlichen Wahrnehmung

Laut IT Home hat Daxiao Robotics das Embodied-AI-Basismodell ACE-Brain-0.6 veröffentlicht. Es wurde durch überwachtes Fine-Tuning von Qwen3.5-9B entwickelt und soll insbesondere die Objekterkennung, die räumliche Lokalisierung und die Erkennung von Interaktionsbereichen verbessern [4]. Nach Unternehmensangaben wurde das Modell mit rund einer Million räumlich verankerter Trainingsbeispiele trainiert und übertrifft OpenAIs GPT-6 Astra in sechs von acht Grounding-Tests, bei denen sprachliche Beschreibungen konkreten Positionen im Bild zugeordnet werden. In sieben öffentlichen Benchmarks erreicht es im Durchschnitt 74,53 Punkte und liegt damit über den 73,68 Punkten des Vergleichsmodells. Im RobotGrounding-Test mit realen Roboterszenarien erzielt es 94,13 Punkte [4].

Warum das wichtig ist: Ein quelloffenes Basismodell mit 9 Milliarden Parametern kann durch gezieltes Fine-Tuning in einzelnen Fähigkeiten mit führenden Closed-Source-Modellen mithalten. Das zeigt, dass sich der Wettbewerb bei verkörperter KI vor allem um Daten und Anwendungsszenarien dreht. Die genannten Ergebnisse wurden vom Unternehmen selbst veröffentlicht und bislang nicht unabhängig überprüft.

Abbildung: ACE-Brain-0.6 übertrifft GPT-6 Astra in sechs von acht Grounding-Benchmarks (Quelle: IT Home)

Ausbau der KI-Rechenkapazitäten treibt Chinas Exporte von Energietechnik an

In einem Bericht von der Canton Fair zitiert Yicai Daten der Internationalen Energieagentur (IEA), denen zufolge der weltweite Stromverbrauch von KI-Rechenzentren im Jahr 2030 dreimal so hoch sein wird wie 2025 [5]. Laut Daten von PJM, dem größten Stromnetzbetreiber der USA, dauert es bei Projekten für das überregionale Stromnetz im Durchschnitt mehr als drei Jahre, bis eine Netzanschlussvereinbarung vorliegt. Nach der Genehmigung vergehen weitere rund vier Jahre bis zur Inbetriebnahme [5]. Wang Jun, stellvertretender Leiter der chinesischen Generalzollverwaltung, erklärte, der Betrieb großer Rechenzentren lasse die weltweite Nachfrage nach Energietechnik steigen. In den ersten drei Quartalen legten Chinas Exporte von Akkumulatoren aller Art um 34,8 % zu [5].

Warum das wichtig ist: Langwierige Netzanschlüsse sind zu einem Engpass für Rechenzentren außerhalb Chinas geworden. Eigene Stromversorgung und Energiespeicher bieten Alternativen und eröffnen chinesischen Herstellern von Transformatoren, Energiespeichern und Stromerzeugungsanlagen neue Exportchancen.

Zahlen im Überblick

• 34 %: Nvidias Anteil am chinesischen Markt für KI-Chips für Rechenzentren im ersten Halbjahr 2026 (IDC) [1]
• 678.000 Chips: Nvidias Auslieferungen von KI-Chips für Rechenzentren in China im selben Zeitraum, ein Rückgang um 44 % gegenüber dem Vorjahr [1]
• 180 Millionen Faserkilometer: Von TrendForce prognostizierte Lücke zwischen weltweitem Glasfaserangebot und weltweiter Nachfrage im Jahr 2026 [6]
• 3 Billionen Won: Amkors Investition in den Ausbau fortschrittlicher Chip-Packaging-Kapazitäten in Gwangju [7]
• Das Dreifache: Von der IEA erwarteter weltweiter Stromverbrauch von KI-Rechenzentren im Jahr 2030 im Vergleich zu 2025 [5]

Kurzmeldungen

• TrendForce: KI-Rechenzentren treiben die Nachfrage nach Glasfasern an. Für 2026 wird erwartet, dass die Spotpreise für fertige Glasfaserprodukte gegenüber dem Vorjahr auf das 2,8- bis mehr als 5-Fache steigen. Die Angebotsengpässe könnten bis 2028 anhalten. [6]
• Amkor: Am Standort Gwangju in Südkorea erfolgte der erste Spatenstich für eine Werkserweiterung. Die ersten beiden Fabrikgebäude sollen in der zweiten Jahreshälfte 2027 fertiggestellt werden, zwei weitere in der ersten Jahreshälfte 2028. [7]
• Tencent Hunyuan: Laut einem Bericht von Zimubang hat Hunyuan das Basismodell Qwen von Alibaba mit der Methode Terminal-RSI trainiert. Dadurch stieg das Ergebnis im Terminal-Bench 4.0 von 0 auf 19,8 %, und die durchschnittliche Punktzahl in vier Tests verdoppelte sich. [8]
• BYD: Wang Chuanfu erklärte auf einer außerordentlichen Hauptversammlung, das Unternehmen verfüge über ein Team von mehr als 7.000 Beschäftigten für die Chipforschung und -entwicklung, habe insgesamt über 100 Milliarden Yuan in Chips investiert und betreibe fünf Waferfabriken. [9]
• Shenzhen: Die Politische Konsultativkonferenz des Chinesischen Volkes der Stadt Shenzhen hielt eine Fachberatung zur KI-Branche ab. Die Mitglieder schlugen ein abgestimmtes Vorgehen in fünf Bereichen vor, darunter die Öffnung von Datenbeständen, der Ausbau von Rechenkapazitäten und Textkorpora sowie die Gewinnung und Förderung von Talenten. [10]

Einschätzung der Redaktion

Bemerkenswert ist, dass mehrere der heutigen, auf den ersten Blick voneinander unabhängigen Meldungen auf dieselbe Entwicklung hindeuten: Die Engpässe bei der KI-Rechenleistung weiten sich von den Chips auf die gesamte Lieferkette aus. Nvidias sinkender Marktanteil in China schafft Raum für heimische Anbieter wie MemSilicon mit neuen Chiparchitekturen. Außerhalb Chinas werden dagegen inzwischen Netzanschlüsse, Glasfasern und Kapazitäten für fortschrittliches Chip-Packaging zu begrenzenden Faktoren. Amkors Kapazitätsausbau, die Vervielfachung der Glasfaserpreise und steigende Exporte von Ausrüstung für die Stromversorgung sind Ausdruck dieses Drucks. Unserer Einschätzung nach sollte man die weitere Geschäftsentwicklung bei der KI-Infrastruktur deshalb nicht allein an den GPU-Auslieferungen ablesen, sondern stärker auch an den Aufträgen und Preisen jener Unternehmen aus der Stromversorgung, der optischen Kommunikation und dem Chip-Packaging, die nicht als klassische KI-Unternehmen gelten. Zugleich zeigen Standards für große KI-Modelle in der Stahlindustrie und die gezielte Feinabstimmung von Modellen für verkörperte KI, dass sich der Wettbewerb auf der Anwendungsseite zunehmend auf Datenqualität und überprüfbare Branchenstandards verlagert.

Quellen

1. Nach Rückgang des Marktanteils auf 34 %: Jensen Huang erklärt, NVIDIA müsse „unbedingt“ mit chinesischen Unternehmen zusammenarbeiten — MyDrivers, abgerufen am 2026-10-19
2. MemSilicon schließt Serie-A-Finanzierungsrunde über mehr als 400 Millionen Yuan ab; Chipbranchen-Veteran Lu Tao wird CEO — Sina Technology, abgerufen am 2026-10-19
3. Ein durchgängiger Kreislauf: Erste Standards für den KI-Einsatz in der Stahlindustrie veröffentlicht — Jiemian News, abgerufen am 2026-10-19
4. Daxiao Robotics stellt das Basismodell für verkörperte KI ACE-Brain-0.6 vor – und übertrifft OpenAI GPT-6 Astra in sechs Tests zur räumlichen Wahrnehmung — IT Home, abgerufen am 2026-10-19
5. Am Ende braucht KI vor allem Strom: Der Ausbau von Rechenzentren im Ausland beflügelt Chinas Exporte von Energieanlagen | 70 Jahre Kanton-Messe — Yicai, abgerufen am 2026-10-19
6. Marktforscher: Glasfaser-Spotpreise steigen 2026 auf ein Vielfaches – Engpässe bei der Deckung des Bedarfs von Rechenzentren könnten bis 2028 anhalten — Gelonghui, abgerufen am 2026-10-19
7. Amkor plant, in den nächsten fünf Jahren 3 Billionen Won in den Ausbau der Kapazitäten für fortschrittliches Chip-Packaging im südkoreanischen Gwangju zu investieren — IT Home, abgerufen am 2026-10-19
8. Mit Alibaba als Grundlage gelingt Tencent Hunyuan eine „kleine RSI“ — Zimubang, abgerufen am 2026-10-19
9. Wang Chuanfu rät jungen Menschen: In jungen Jahren sollte man unbedingt große Träume haben — MyDrivers, abgerufen am 2026-10-19
10. Innovationen auf allen Technologieebenen bündeln, Anwendungen in allen Bereichen vertiefen! Shenzhens Parteisekretär und Mitglieder der Politischen Konsultativkonferenz beraten über die hochwertige Entwicklung der KI-Branche — Volkszeitung der Politischen Konsultativkonferenz, abgerufen am 2026-10-19