B300

Der B300 ist ein Computerchip der amerikanischen Firma Nvidia. Er ist nicht für normale Computer gedacht, sondern für riesige Rechenzentren, also Hallen voller vernetzter Rechner. Dort erledigt er eine ganz bestimmte Aufgabe: Er führt die enorm vielen Rechenschritte aus, die Programme wie ChatGPT brauchen. Solche Programme bestehen im Kern aus Milliarden von Zahlen, die bei jeder Anfrage miteinander verrechnet werden. Ein gewöhnlicher Prozessor macht das nacheinander, der B300 macht Zehntausende dieser Rechnungen gleichzeitig. Der Name gehört zu Nvidias Chipfamilie Blackwell, benannt nach dem Mathematiker David Blackwell. Der B300 ist die überarbeitete Version des ein Jahr älteren B200 und wird oft auch Blackwell Ultra genannt.

Warum ein einzelner Chip Börsenkurse bewegt

Wer heute ein großes KI-Modell trainieren will, kommt an Nvidia kaum vorbei. Die Firma hat bei diesen Spezialchips einen Marktanteil von deutlich über achtzig Prozent. Deshalb ist der B300 kein normales Bauteil, sondern ein Engpass für eine ganze Branche. Wenn Nvidia liefert, können Google, Microsoft, Meta und OpenAI ihre Rechenzentren ausbauen. Wenn nicht, verschieben sich deren Pläne um Monate.

Dazu kommt der Preis. Ein einzelner Chip dieser Klasse kostet je nach Ausführung einen fünfstelligen Dollarbetrag. Große Betreiber kaufen davon nicht hunderte, sondern hunderttausende. Deshalb tauchen Chipnamen wie B300 regelmäßig in Wirtschaftsnachrichten auf, obwohl kaum jemand so ein Gerät je in der Hand hält. Die Bestellmengen gelten an der Börse als Frühindikator dafür, wie viel Geld gerade in KI fließt.

Ein häufiges Missverständnis: Der B300 macht KI nicht klüger. Er macht sie schneller und billiger im Betrieb. Die Fähigkeiten eines Modells hängen vom Training und den Daten ab, nicht vom Chip. Der Chip entscheidet nur, wie lange dieses Training dauert und was es kostet.

Was im Inneren anders ist als beim Vorgänger

Der wichtigste Unterschied zum B200 ist der Speicher. Der B300 hat rund 288 Gigabyte sogenannten HBM-Speicher, also besonders schnellen Arbeitsspeicher direkt neben dem Rechenkern. Der B200 kam auf etwa 192 Gigabyte. Mehr Speicher heißt: Ein größeres KI-Modell passt komplett auf einen Chip, statt auf mehrere verteilt werden zu müssen. Das spart Zeit, weil die Chips weniger miteinander reden müssen.

Ein zweiter Trick ist die Genauigkeit der Zahlen. KI-Modelle rechnen nicht mit exakten Kommazahlen, sondern mit bewusst gröberen. Der B300 unterstützt besonders sparsame Zahlenformate mit nur vier oder acht Bit pro Wert. Grob gesagt: Man rundet stärker und gewinnt dadurch Tempo. Für KI reicht diese Genauigkeit meist aus, weil kleine Rundungsfehler das Gesamtergebnis kaum verändern.

Verkauft wird der B300 selten einzeln. Üblich sind fertige Serverschränke wie das System GB300 NVL72, in dem 72 dieser Chips zusammengeschaltet sind. Solche Schränke verbrauchen über hundert Kilowatt Strom, so viel wie mehrere Dutzend Haushalte. Deshalb werden sie mit Wasser gekühlt statt mit Ventilatoren.

Der B300 in Nachrichten und im Alltag

Direkt begegnet dir der Chip nie. Indirekt aber ständig: Jede Antwort eines Chatbots, jedes erzeugte Bild und jede automatische Übersetzung wird auf solchen Chips gerechnet. Du merkst davon nur die Wartezeit von wenigen Sekunden.

In den Nachrichten taucht der B300 vor allem in drei Zusammenhängen auf. Erstens bei Quartalszahlen von Nvidia, wo die Nachfrage nach der Blackwell-Reihe die Umsatzprognose bestimmt. Zweitens bei Exportbeschränkungen, denn die USA erlauben den Verkauf solcher Chips nach China nur eingeschränkt. Drittens bei Ankündigungen neuer Rechenzentren, wo die Zahl der bestellten Chips als Maß für die Größe des Projekts dient.

Konkurrenz gibt es trotzdem. AMD baut mit der MI-Serie ähnliche Chips, Google nutzt eigene Bausteine namens TPU. Bisher hat das an Nvidias Vorsprung wenig geändert, vor allem wegen der Software CUDA, an die sich Entwickler seit Jahren gewöhnt haben. Der Nachfolger des B300 ist bereits angekündigt und heißt Rubin.