Nvidias Blackwell liefert 20-mal mehr KI-Agenten pro Megawatt als Hopper

Nvidias Blackwell-Architektur setzt bei der Effizienz von Agenten-Workloads einen neuen Maßstab. Ein neuer Benchmark namens AgentPerf zeigt, dass Blackwell-Systeme pro Megawatt 20-mal mehr KI-Agenten betreiben können als die Hopper-Generation. Praktisch heißt das: Die Strommenge, die auf Hopper-Hardware einen Agenten versorgte, reicht unter Blackwell für zwanzig. Der Sprung wird durch Zahlen aus mehreren Quellen untermauert. AgentPerf, von Artificial Analysis unter dem Namen AAAgentPerf im März 2026 eingeführt, misst die Leistung von Agenten in realen Szenarien und bewertet unter anderem gleichzeitige Nutzer pro Accelerator sowie die Effizienz pro Rack. Der Wert von 20x Agenten pro Megawatt passt zu breiteren Effizienzdaten aus SemiAnalysis InferenceX: Dort wurde im Februar 2026 berichtet, dass die Blackwell-Konfiguration GB300 NVL72 gegenüber Hopper eine bis zu 50-fach höhere Throughput-Leistung pro Megawatt erreicht. Im selben Bericht wird zudem eine 35-fache Senkung der Kosten pro Token für komplexe KI-Workloads wie agentisches Reasoning genannt. Technisch begründet Nvidia die Zugewinne mit mehreren Architekturänderungen: Blackwell nutzt FP4-Präzision, eine Transformer Engine der zweiten Generation sowie weiterentwickelte NVLink-Designs, die eine schnellere GPU-zu-GPU-Kommunikation innerhalb eines Systems ermöglichen. Eine einzelne Blackwell-GPU liegt beim Energiebedarf mit 1.200 bis 1.400 Watt etwa doppelt so hoch wie H100-Chips mit rund 700 Watt. Die Effizienz steigt damit nicht durch niedrigere Chip-Leistungsaufnahme, sondern durch deutlich mehr Arbeit pro verbrauchtem Watt. Der Trend zu "agentischer" KI verschiebt die Rechenzentrumsökonomie. Nvidia-CEO Jensen Huang verwies Ende 2025 auf eine deutlich über den Erwartungen liegende Nachfrage nach Blackwell und nannte Inferenz sowie agentische KI als zentrale Wachstumstreiber. Da Rechenzentren zunehmend durch verfügbare Stromkapazität begrenzt sind, kann eine 20-fache Verbesserung bei Agenten pro Megawatt Unternehmen ermöglichen, KI-Deployments um den Faktor 20 zu skalieren, ohne neue Strominfrastruktur aufzubauen. Steigt die Arbeitsleistung bei gleichem Energiebudget, ändern sich auch die Stückkosten für den Einsatz von KI-Agenten. Für Anleger ist vor allem die Marktöffnung relevant: Wenn eine neue Generation Effizienzgewinne im Bereich von 20 bis 50x liefert, werden zuvor unwirtschaftliche Anwendungen rentabel und der adressierbare Markt wächst. Eine 35-fache Reduktion der Kosten pro Token kann Anwendungen wie personalisierte Finanzberatung, Echtzeit-Optimierung von Lieferketten oder autonomen Kundenservice im großen Maßstab wirtschaftlich machen. Einige Marktbeobachter stellen zudem Verbindungen zwischen Nvidias Dominanz bei KI-Infrastruktur und KI-nahen Krypto-Token wie TAO, NEAR, ICP und RNDR her. Direkte Zusammenhänge zwischen diesen Token und dem AgentPerf-Benchmark oder den Performance-Aussagen zu Blackwell sind bislang nicht belegt. Im Inferenzmarkt erhöhen AMD, Intel und eine wachsende Zahl von Start-ups mit kundenspezifischem Silizium den Druck. Ein 20-facher Vorteil bei Agenten pro Megawatt würde dennoch einen erheblichen Vorsprung bei einer Kennzahl bedeuten, die für Rechenzentrumsbetreiber besonders entscheidend ist.