Japan will ein „Roboter-Nationalteam“ aufbauen und plant, 27.500 Nvidia Rubin Chips zu kaufen! Der Superzyklus der KI-Rechenleistung bewegt sich von der Cloud hin zu „physischer KI“

Laut German Finance News-App haben die japanische Regierung und große japanische Unternehmen gemeinsam ein Konsortium gegründet – das neu gegründete Unternehmen Noetra Corp plant den Kauf von 27.500 Next-Gen-AI-GPUs von NVIDIA. Die Bundesmittel und die Großbestellungen von NVIDIA Rubin-Architektur-AI-GPUs sollen zu einem Cluster für hochskalierbare KI-Infrastruktur in Japan führen, um den Aufbau lokaler Robotik-Basismodelle und die Schaffung einer von der Regierung geförderten und politisch unterstützten, von Top-Unternehmen getragenen riesigen Robotikgruppe zu beschleunigen.

Noetra Corp ist im Wesentlichen ein von der japanischen Regierung finanziertes „Nationalteam-Projekt“, das von großen Unternehmen gemeinsam gegründet und betrieben wird. SoftBank, Preferred Networks, NEC, Fujitsu und Dutzende weitere Firmen sind beteiligt, bauen große Datenzentren und bündeln ihre KI-Forschungsaktivitäten. Geplant ist der Kauf von 27.500 next-gen Rubin-Architektur-AI-GPUs von NVIDIA zum Zwecke der Entwicklung lokaler Basismodelle sowie des Aufbaus eines „souveränen physikalischen KI-Systems“ für Roboter; die japanische Regierung fungiert dabei hauptsächlich als Finanzierer und industriepolitischer Förderer.

27.500 Rubin-GPUs heizen das „japanische Roboternationalteam“ an. Hinzu kommen die Partnerschaften zwischen NVIDIA-CEO Jensen Huang und den Industriegrößen Fanuc, Yaskawa Electric, Kawasaki Heavy Industries und Fujitsu zur Förderung physikalischer KI-Kollaboration, sowie die Integration von SoftBank, NEC, Hitachi, Sony und Preferred Networks in das Cosmos-Ökosystem. Begleitet werden diese Entwicklungen von den zuletzt deutlich über den Erwartungen liegenden Ergebniszahlen und dem optimistischen Ausblick des exklusiven AI-Chip-Auftragsfertigers TSMC („König des Chip-Outsourcing“). All dies zeigt, dass der globale Investitionszyklus für KI-Computing längst nicht beendet ist und das Wettrüsten nach Rechenleistung sich vom US-dominierten Cloud-Giganten-Modell hin zu einem Multi-Center-Effekt aus „Cloud-AI, souveräner KI und physikalischer KI“ wandelt.

Großkauf: 27.500 Rubin! Regierung investiert 387,3 Milliarden Yen in physikalische KI – Japans Konzerne Hand in Hand mit NVIDIA beim Aufbau einer nationalen KI-Robotikbasis

Japans Firmen planen, 27.500 Next-Gen Rubin AI GPUs für etwa 2,4 Milliarden Dollar in den Auf- und Ausbau lokaler Basismodelle und großer Datenzentren zu investieren. Dadurch wird der GPU-Bedarf nicht länger nur durch Kunden wie Microsoft oder Meta bestimmt, sondern erhält Rückenwind durch Kapital zur Förderung nationaler Sicherheit, technischer Autonomie und demografischer Herausforderungen. Rubin ist kein isoliertes AI-Chip-Produkt von NVIDIA, sondern ein rackbasiertes AI-Fabrik-Plattform-Gesamtpaket inklusive GPU, CPU, NVLink, Netzwerk und DPU. Japans Einkauf wird so die Nachfrage nach HBM/DRAM/NAND-Speicherchips, Advanced Packaging, Highspeed Optical Interconnect/Kommunikation, Stromausrüstung und Flüssigkeitskühlung für KI-Datenzentren gleichzeitig erhöhen.

Das neue Unternehmen Noetra übernimmt die Leitung des Projekts und errichtet ein großes KI-Datenzentrum. Bis März nächsten Jahres erhält Noetra, gegründet von Japans Top-Konzernen, staatliche Förderung in Höhe von bis zu 387,3 Milliarden Yen (ca. 2,4 Milliarden Dollar). Dutzende Unternehmen, darunter SoftBank unter der Leitung des legendären Investors Masayoshi Son, Preferred Networks mit Toyota-Unterstützung sowie der Elektronikgigant NEC, helfen beim Aufbau und effizienten Betrieb von Noetra.

Die Größe der jüngsten japanischen Bestellung von KI-Infrastruktur ist beträchtlich, bleibt aber im Vergleich zum planmäßigen Aufbau riesiger Datenzentren mit Hunderttausenden NVIDIA Vera Rubin CPU+AI GPU Chips durch US-Tech-Riese Microsoft klein.

Das Vorhaben ist ein bedeutender Schritt der japanischen Regierung, die Abhängigkeit von ausländischer Technologie zu reduzieren und die nationale Sicherheit umfassend zu stärken. Noetra-Präsident Hiroki Tamba betont, dass Japan zu den weltweit führenden Roboterherstellern gehört, daher könnte hier eine Alternative zu den US- und chinesischen AI-Supersystemen entstehen. Hiroki Tamba leitete zuvor die Entwicklung des SoftBank-geführten japanischen Large Language Model.

„Unser Ziel ist, eine wahrhaft dritte Wahl zu schaffen – eine Lösung, die Japan und auch andere Länder nutzen können.“ sagte Tamba im Interview. Er betonte, Ziel von Noetra sei die Bündelung der KI-Projekte Dutzender Unternehmen.

Das Joint Venture plant, bis März nächsten Jahres ein fortschrittliches KI-Basismodell zu veröffentlichen und regelmäßig Updates zu liefern. Langfristig will Tamba innerhalb weniger Jahre ein auf Roboteranwendungen zugeschnittenes Super-physikalisches KI-Basismodell entwickeln.

Noetra wird aus SoftBank, Preferred Networks, NEC und Fujitsu Ingenieure zusammenziehen – jeder dieser Unternehmen hat sein eigenes Large Language Model. SoftBank verfügt über das Sarashina-LLM, Preferred Networks über PLaMo und das Flaggschiff-Modell von NEC heißt cotomi.

Die Entwicklung eigener physikalischer KI-Modelle ist Kern einer umfassenden Strategie, Japan zum globalen KI- und fortschrittlichen humanoiden Roboterzentrum zu machen. Regierungsvorgabe ist, bis 2040 mindestens 30% des erwarteten globalen Robotermarkts von 60 Billionen Yen zu besetzen.

Weltweit spitzt sich der Wettkampf um KI-Modelle für extrem komplexe und intelligente humanoide Roboter zu. Für Japan, das mit schrumpfender Bevölkerung und gravierendem Arbeitskräftemangel kämpft, ist diese Technologie besonders dringend.

„Japan hat viele brillante Ideen, aber zu wenig Arbeitskräfte.“ sagte NVIDIA-Chef Jensen Huang am Mittwoch in Japan zu Medienvertretern. „Mit Automatisierung, KI und Robotertechnik kann Japans Wirtschaft wieder aufblühen.“

Vom Modellwettrüsten zur Souveränitäts-Robotik-Konkurrenz – KI-Investitionen breiten sich von der Cloud in die physische Welt aus

Jensen Huangs Japan-Besuch hatte strategisch weitaus mehr Bedeutung als ein gewöhnlicher Kundentermin. NVIDIA fördert die Zusammenarbeit mit Fanuc, Yaskawa Electric, Kawasaki Heavy Industries und Fujitsu in Bereich physikalische KI und führt SoftBank, NEC, Hitachi, Sony und Preferred Networks ins Cosmos-Ökosystem. Damit verbindet NVIDIA die jahrelange Expertise Japans in Roboterhardware, Präzisionsfertigung, Sensorik und Industriedaten mit weltweiten Modell-, Digital-Twin-, Trainings- und Edge-Computing-Plattformen. Der KI-Bedarf geht von LLM-Training weiter zu Robotersimulation, Reinforcement Learning, Visual Reasoning und Echtzeit-Kontrolle: Ein Roboter benötigt sowohl Rechenleistung im Datenzentrum als auch Jetson-ähnliche Edge-Inferenzleistung – das schafft eine breitere, langlebigere Chip-Nachfrage als bei reinen Chatbots.

Die Begegnung zwischen Jensen Huang und seinem „Lebensretter“ vor 30 Jahren hat Marken- und Narrativwert – entscheidend für Asset-Preise aber ist, wie NVIDIA sich systematisch an Japans Robotik, Automobilen, Chipausstattung, Speicher, Material und Optical-Comm-Supply-Chain bindet.

Wie Sega berichtet, nahm Jensen Huang am 15. Juli am Sega-Event teil und traf nach Jahren den früheren Sega-Präsident Shoichiro Iruka wieder. Huang sagte: „Ohne alles, was Sega und Iruka getan haben, gäbe es NVIDIA heute nicht.“

Die Geschichte reicht zurück um 1996: Das gerade gegründete NVIDIA-Team scheiterte mit der Grafikchipentwicklung für Segas Next-Gen-Konsole, durch technischen Fehlschritt geriet das Unternehmen in die Pleite. Jensen Huang gestand Iruka, damals Sega-Vizepräsident, das Scheitern – Iruka verzichtete auf Schuldzuweisung und trieb stattdessen eine Investition von rund 5 Mio. US-Dollar in das „ausgehungerte“ Startup voran.

Physikalische KI heißt nicht, Chatmodelle einfach in Roboter zu „packen“, sondern erfordert fortlaufende Digital-Twin-Simulation, synthetische Datengenerierung, Vision-Language-Action-Training, Reinforcement Learning und Echtzeit-Inferenz am Edge; das schafft sowohl Trainingsbedarf im Datenzentrum wie auch Inferenzbedarf am Roboter selbst. Japan hat in Industrie-Robotern, Präzisionsfertigung und echtem Produktionsdaten-Vorteile – seine KI-Investitionslogik ist nicht das Kopieren amerikanischer LLMs, sondern das Bauen eines „Souveränitätsmodell–Roboter-Basismodell–Industriegeräte“-Ökosystems als dritte Alternative.

Ob Vera Rubin planmäßig in Massenfertigung gehen kann, ist der Schlüsselfaktor für die Story-zu-Erlös-Schaltung dieser Kette. NVIDIA hat klar kommuniziert: Rubin ist in der Massenproduktion; technisch ist es keine reine GPU-Weiterentwicklung, sondern das Design aus Vera-CPU, Rubin-GPU, NVLink 6, ConnectX, BlueField und Ethernet-Switch-chip als AI-Factory-Rack: Ziel – im Vergleich zu Blackwell bis zu 90% weniger Kosten pro Token und Teile des MoE-Trainings mit nur einem Viertel der GPU-Anzahl.

Jensen Huang hat jüngst Medienberichte über Rubin-Verzögerungen dementiert, das mildert das Risiko für Kunden, die Roll-outs von Rechenzentrum, Strom und Netzwerk verschieben könnten – aber es eliminiert nicht die Risiken durch HBM4, komplexe Boards, Liquid Cooling und Rack-Integration. Investoren sollten nicht „nur“ Chip-Samples überwachen, sondern Rack-Auslieferung, Kundenabnahme und stabilen Nutzungsgrad.

KI-Investitionshype kühlt ab – der Superzyklus des Infrastrukturaufbaus ist jedoch längst nicht zu Ende

Die jüngsten Rücksetzer in KI-Computing-Aktien sind vielmehr Folge von Überbewertung, crowded Trades, Zinsschwankungen und Return-on-Investment-Ängsten – weniger Anzeichen einer Rückkehr des Industriekapitals. Der Kapitalmarkt beendet die universell aufgeblähte KI-Asset-Bewertung, während die echte Nachfrage von US-Cloud-Giganten hin zu Souveränitäts-KI, Enterprise-Agenten und physikalischer KI diffundiert.

Einige KI-Themen-ETFs legten im Juli zwar an einzelnen Tagen zu, verloren aber im Monatsverlauf 6% bis 8% – das illustriert die zeitweilige Diskrepanz zwischen Kursen und Fundamentaldaten. Investoren sollten nicht wahllos jedes KI-Asset verfolgen, sondern sich auf die Flaschenhälse konzentrieren, die kontinuierliche Kapitalausgaben in Einnahmen, Cashflow und technische Mauern übersetzen: CoWoS/3D Nodes, HBM/DRAM/NAND-Speicherchips, High-Perf-Data-Zentrum-CPU, CoWoS-Level Packaging, Rack-Interconnects, Power Chain, Liquid Cooling und physikalische KI-Plattformen mit humanoider Roboter-Realisierungsfähigkeit. Der „KI-Investment-Hype“ ist nicht zu Ende, aber der Markt ist von Story-Kauf zur Verifikation von Orders, Nutzungsgrad und Kapitalrendite umgeschwenkt.

Japans von Regierungs-Finanzierung gestützte und durch Dutzende Unternehmen wie SoftBank gegründete Noetra will 27.500 Rubin-Beschleuniger erwerben und hat bis März nächsten Jahres 387,3 Milliarden Yen, rund 2,4 Milliarden Dollar, zur Errichtung von großen Datenzentren und lokalen Basismodellen erhalten. Gleichzeitig treibt NVIDIA mit Fujitsu, Fanuc, Yaskawa Electric und Kawasaki Heavy Industries die Roboter-KI-Kooperation voran, was zeigt: Japan wandelt Arbeitskräftemangel, Fertigungsautomatisierung und technologische Souveränität in lange und nicht rein kommerzielle Computing-Budgets um.

TSMCs aktuelle Geschäftszahlen liefern die schlagkräftigste Bestätigung an der Chipfertigungs- und KI-Infrastruktur-Kernkapazität: Im zweiten Quartal wurde ein Dollar-Umsatz von 40,2 Mrd. USD erzielt – weit über den Erwartungen, mit 33,7% Wachstum gegenüber Vorjahr; Nettogewinn erreicht 706,56 Mrd. NT$, +77,4%, Brutto- und Betriebsgewinnmarge auf 67,7% bzw. 60,3%. High-Performance Computing steht für 66% des Umsatzes; Advanced Nodes (≤7nm) für 77% des Wafer-Umsatzes, und das neue 2nm-Verfahren steuert bereits 3% bei.

Ein noch stärkeres Signal: Die Q3-Umsatzprognose wurde auf 44,6 bis 45,8 Mrd. USD erhöht; das Investitionsprogramm für 2026 von 52– 56 Mrd. USD kräftig auf 60–64 Mrd. USD aufgestockt, die Jahresumsatzprognose auf knapp über 40% erhöht, und weitere 100 Mrd. USD Investition in den USA zugesagt, insgesamt nun ca. 265 Mrd. USD. Als zentraler AI-Chip-Fertigungspartner von NVIDIA & Co. signalisiert TSMC – Profitabilität, Auslastung und Investitionen gemeinsam zeigen: Nachfrage nach logischen Chips im Advanced Node, Cutting-Edge-2nm-Verfahren und Advanced Packaging bleibt steigend, der globale Bedarf ist keineswegs in einer Flaute.

Von Wall-Street-Analysten wird der KI-Computing-Themenrückgang als Abbau von Überbewertung in crowded Trades, aufgrund von Zinsen und geopolitischen Risiken sowie erneuter Bewertung von Fremdkapital und Return-on-Investment gesehen. Der Infrastruktur-Superzyklus ist längst nicht am Ende, aber die durch Liquidität getragene, universell überhitzte Computing-Hysterie geht in eine Phase harter Order-, Auslastungs- und Kapitalrendite-Verifikation.

Nach einer aktuellen Analyse von Bank of America wird erwartet, dass die weltweiten KI-fokussierten Infrastrukturausgaben bis 2027 unter dem Antrieb der explosionsartigen Zunahme der AI-Inferenz-Leistung durch AI-Agenten auf 1,5 Billionen USD steigen werden. Die Bank sieht den aktuellen Sommer-Reset der KI-Halbleiter (einschließlich Speicheraktien) als gesunde Neujustierung und nicht als strukturelle Nachfrageveränderung.

Das Team um Morgan Stanley-Analyst Brian Nowak schraubte am 12. Juli in der jüngsten Analyse die Investitionsprognosen der fünf größten globalen Hyperscaler (Meta, Amazon, Microsoft, Google, SpaceX) für 2027/2028 nochmals deutlich nach oben – auf ca. 1,2 und 1,4 Billionen USD. Die Erwartung für die US-Techriesen-Investitionen 2026 wurde von 433 Mrd. USD auf 805 Mrd. USD massiv erhöht.

Die neuesten Morgan-Stanley-Studien erhöhen für Meta die CapEx-Prognose 2027 und 2028 um 29% bzw. 22% auf 225 Mrd. bzw. 250 Mrd. USD; für Amazon plus 15% und 29%, auf 308 Mrd. bzw. 318 Mrd. USD. Morgan Stanley betont: Der CapEx-Superzyklus ist nicht beendet, 2026 und 2027 könnten die Jahre mit dem steilsten Wachstum sein, ab 2028 entscheidet dann nicht mehr „wer am meisten investiert“, sondern „wer KI-Computing-Ressourcen am schnellsten in Umsatz, Gewinn und freien Cashflow verwandeln kann“.