Nvidias Deal mit LG zu humanoiden Robotern verbirgt eine weitaus größere Wette auf Rechenzentren der nächsten Generation

Nvidia arbeitet an humanoiden Robotern — der entscheidende Handschlag in Seoul

Am 8. Juni 2026, nach einem eng getakteten Treffen im Hauptquartier der LG Group im Westen von Seoul, stellte sich Nvidia-CEO Jensen Huang neben den LG-Vorsitzenden Koo Kwang-mo und fand deutliche Worte: „Wir arbeiten gemeinsam an Motortechnologie sowie mechanischen Systemen, um humanoide Robotik und die Zukunft der Robotik zusammenzubringen.“ Dieser Satz – kurz, öffentlich und bemerkenswert präzise – ist der bisher klarste Beleg dafür, dass Nvidias Arbeit an humanoiden Robotern nicht bloß eine Software-Übung ist, sondern eine Herausforderung für Hardware und Fertigung.

Huangs Kommentare fielen in eine Woche voller Ankündigungen und bilateraler Abkommen in Südkorea, in deren Rahmen Nvidia mehrjährige Pläne zur gemeinsamen Entwicklung mit LG, SK hynix, SK Telecom, Naver und anderen skizzierte. Die Schlagzeilen hoben humanoide Prototypen und Jetson/Blackwell-Chips hervor, doch die Substanz der Zusammenarbeit reicht tiefer: modulare Rechenzentrumsarchitektur, Flüssigkeitskühlung, Energieversorgung (einschließlich 800-Volt-DC-Experimenten), digitale Zwillinge für Simulationen sowie Fabriken, die darauf ausgelegt sind, die physischen Trainingsdaten zu generieren, die Roboter benötigen. Kurz gesagt, Nvidia und LG verknüpfen Roboter und Rechenzentren zu einem einzigen industriellen Stack.

Warum Nvidias Arbeit an humanoiden Robotern mit LG für „physische KI“ entscheidend ist

Dies ist etwas völlig anderes, als einen großen Grafikprozessor (GPU) in ein Forschungslabor zu stellen. Nvidia bewirbt eine End-to-End-KI-Fabrik: Chips, Simulation, synthetische Daten, mechanische Plattformen und die Einrichtungen, die sie beherbergen. LG bringt Kompetenzen im Bereich Motoren und Mechanik, Sensoren von LG Innotek, Energiesysteme durch LG Energy Solution und Mobilfunkverbindungen über LG Uplus ein. Nvidia steuert Blackwell-GPUs, NeMo-Modelle, Isaac Sim/Isaac Lab und die Fabrik-Orchestrierung DSX bei. Zusammen zielen sie darauf ab, den Kreislauf zwischen Simulation, Training und realer Validierung für Roboter zu verkürzen.

Das ist von Bedeutung, weil humanoide Robotik kein primäres Softwareproblem darstellt, genau wie Strahltriebwerke kein Softwareproblem sind: Bewegungssteuerung, Thermik, transientes Leistungsverhalten und die Sicherheit von Menschen sind allesamt Bereiche der physikalischen Ingenieurwissenschaften. Wer Roboter will, die in echten Wohnungen und Fabriken funktionieren, braucht riesige Mengen an physischen Testdaten und Einrichtungen, die Aktuatoren, Sensoren und Fehlerzustände wiederholt erproben können. Nvidia und LG schlagen genau diese Einrichtungen vor – und deshalb ist der Deal weit mehr wert als nur eine Roboter-Demo.

Wie Nvidias Arbeit an humanoiden Robotern mit der nächsten Generation von Rechenzentren zusammenhängt

Nvidias öffentliche Sprache rahmt die Partnerschaft als „humanoide Roboter und die Architektur künftiger Rechenzentren“ ein. Die Verbindung ist wörtlich zu nehmen: Roboter benötigen Daten und Simulationen im großen Maßstab, und das Training oder die Feinabstimmung großer Modelle für Entscheidungsfindungen auf dem Gerät erfordert eine andere Infrastruktur als herkömmliche Cloud-KI. Die in Pressematerialien erwähnte DSX-KI-Fabrikplattform von Nvidia wurde entwickelt, um Modelltraining, digitale Zwillinge und Bereitstellungspipelines in speziell dafür gebauten Einrichtungen zu orchestrieren.

LG wird nicht nur die Rechenleistung beherbergen, sondern auch die Kühlung (Kühlplatten, Flüssigkeitskreisläufe), die Stromverteilungstopologien und modulare Racks mitgestalten, die auf einen dauerhaften KI-Durchsatz zugeschnitten sind. Diese Hardware-Arbeit – 800-V-DC-Verteilung, direkte Flüssigkeitskühlung und modulare, schnell einsatzbereite Pods – verändert die Kosten- und Standortkalkulation für große Inferenz- und Robotiklabore. Der Plan ist es, Rechenzentren in produktionsreife Labore zu verwandeln, die kontinuierlich die physischen Daten generieren, markieren und validieren, die Roboter benötigen.

Was Nvidia tatsächlich einbringt

Einfach ausgedrückt: Software, Chips und ein Handbuch. Zu Nvidias Assets gehören Blackwell-GPUs für Hochleistungs-Inferenz, die Jetson Thor / Jetson-Familie für Edge-Computing, die Isaac-Suite für Robotik-Simulation und die NeMo-Familie für Sprach- und multimodale Modelle. Das Unternehmen bündelt diese zu einem Ansatz für „Referenzroboter“ – es kombiniert Software-Stacks mit einer validierten mechanischen Plattform, sodass Forschungslabore sich die monatelange Integrationsarbeit sparen können, die normalerweise Budgets auffrisst.

Diese Strategie spiegelt die Unitree-Ankündigung von Anfang des Jahres wider: Nvidia wählte den humanoiden Körper H2 von Unitree als Forschungsplattform aus und bestückte ihn mit Nvidia Jetson/Blackwell-Rechenleistung und Isaac GR00T-Modellen. Mit anderen Worten: Nvidia verkauft einen integrierten Block: Rechenleistung, Stack, Simulation und eine Auswahl an mechanischer Hülle. Mit LG wird derselbe Block industrietauglich statt nur für die Forschung bestimmt.

Wie sich dies mit anderen Robotik- und Rechenzentrumsprojekten vergleichen lässt

Es gibt drei einigermaßen treffende Vergleiche. Erstens zielt Nvidias Kooperation mit Unitree auf die Akzeptanz in Lehre und Forschung ab – der reibungsarme Weg zu breiten Softwaretests. Zweitens bauen Konkurrenten wie spezialisierte Robotik-Startups (1X Technologies und andere) vertikal integrierte Hardware/Software-Roboter, jedoch ohne den gleichen Fokus auf Rechenzentren. Drittens wetteifern Hyperscaler und Chip-Rivalen (Intel, AMD, kundenspezifische Silizium-Lösungen von AWS) darum, Racks für KI zu optimieren, aber nur wenige kombinieren die notwendigen mechanischen Robotik-Grundlagen und das Anlagendesign, wie es der LG-Pakt umfasst.

Diese Kombination – eine einzige Lieferkette vom Aktuator über das Modell bis zum Kühlkreislauf – ist die industrielle Wette. Sie schafft bei erfolgreicher Umsetzung einen Wettbewerbsvorteil, konzentriert aber auch das technische Risiko: Wenn die Anlagen- oder Stromarchitektur nicht stimmt, lassen sich die Roboter nicht skalieren. Zudem erhöht dies den geopolitischen Einsatz, da souveräne KI-Modelle und Lieferketten in Korea, China und darüber hinaus mittlerweile in die nationale Industriepolitik eingewoben werden.

Lieferkette, Politik und die europäische Perspektive

Aus Sicht der europäischen Industriepolitik ist das Bündnis zwischen Nvidia und LG eine Erinnerung daran, dass Asien nach wie vor der Ort ist, an dem viele End-to-End-Experimente in der KI-Fertigung stattfinden. Europa verfügt über Stärken in der Robotik-Technik und Automatisierungs-Champions – den deutschen Mittelstand –, aber es fehlt der gleiche integrierte Vorstoß zwischen Chiphersteller, Großkonzern und Telekommunikationsanbieter, wie ihn Seoul beherbergt. Der EU Chips Act und die IPCEI-Programme zielen darauf ab, diese Lücke zu schließen, aber der Aufbau eines vergleichbaren KI-Fabrik-Stacks erfordert koordinierte Investitionen in die HBM-Versorgung, Expertise bei Flüssigkeitskühlungen und lokale Fertigungskapazitäten für Rechenleistung.

Es gibt auch Probleme bei Exportkontrollen und im Wettbewerb. Nvidia vertieft die Beziehungen zu SK hynix und Samsung für HBM-Speicher und erforscht die Zusammenarbeit bei Foundries und HBM; dieses Lieferprofil ist wichtig dafür, ob Europa wettbewerbsfähige Preise erzielen kann oder auf Importe angewiesen ist. Die Regulierungsbehörden in Brüssel werden genau beobachten, ob diese grenzüberschreitenden Industrieblöcke Abhängigkeiten von einzelnen Anbietern festigen, die die EU-Politik zu vermeiden versucht.

Wer zahlt, wer profitiert und der Zeitplan

Derzeit ist der Deal auf mehrere Jahre ausgelegt und inkrementell angelegt. Der Unitree H2 Plus für die Forschung ist für Ende dieses Jahres geplant und soll im Oktober die Labore erreichen; breitere, von LG geleitete Fabrikeinführungen werden länger dauern. Der Bau modularer, flüssigkeitsgekühlter Anlagen und hausinterner Energiesysteme ist kapitalintensiv. LGs Beteiligung reduziert das Risiko: Das Unternehmen verfügt über Fertigungskapazitäten, Systemintegrationskenntnisse und Kundenkanäle. Nvidia liefert die Software- und Rechenökonomie – die beiden Seiten teilen sich die Schwerstarbeit.

Die Nutznießer sind offensichtlich: Forschungslabore, große Hersteller und Cloud-Kunden, die Datensätze in Robotikqualität und validierte Inferenzplattformen benötigen. Die Verlierer – zumindest kurzfristig – sind Wettbewerber, die diskrete Komponenten anstatt integrierter Stacks verkaufen, sowie Rechtsordnungen, die sich nicht bald den Zugang zu Speicher, Packaging und Kühlungslieferketten sichern.

Antworten auf die wahrscheinlichen Fragen

Welche Rolle spielt Nvidia beim humanoiden Roboterprojekt von LG? Nvidia liefert die Rechenleistung (Blackwell-GPUs, Jetson Thor), den Software-Stack (Isaac-Simulation, NeMo-Modelle, DSX-Orchestrierung) und Referenzdesigns. Zudem wird eine Zusammenarbeit bei der Motorsteuerung und den mechanischen Subsystemen erfolgen, damit der Stack von Ende zu Ende validiert werden kann.

Wann können wir mit der Veröffentlichung humanoider LG-Nvidia-Roboter rechnen? Für Forscher sind Nvidias Referenzsysteme (Integrationen des Unitree H2 Plus) für dieses Jahr geplant; industrialisierte Fabrikeinführungen und Integrationsprojekte in Rechenzentren größeren Maßstabs werden sich über mehrere Jahre erstrecken und hängen von der Verfügbarkeit von Speicher und Strom ab.

Es ist Fortschritt. Die Art von Fortschritt, die auf keinem Präsentationsslide Platz findet.

Quellen

• Seoul National University (Besuchs- und Engagement-Materialien)
• Stanford Robotics Center (Ankündigungen zur Forschungsnutzung)
• ETH Zürich (Erwähnungen der Forschungskooperation)
• UC San Diego Advanced Robotics and Controls Laboratory (Listen der Forschungsanwender)
• Unitree IPO-Unterlagen und Börsenpflichtmitteilungen (Dokumente des Shanghai STAR Boards)