Auf seiner Technikkonferenz am 9. September 2026 kündigte der Onlinehändler JD.com einen Rechencluster aus 100.000 heimischen GPUs an. Als Rechenkern dienen Chips von Moore Threads, Chinas bekanntestem Nvidia-Herausforderer. Ein Cluster dieser Größenordnung lief in einer chinesischen Top-Cloud bisher nur mit Nvidia.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Ein heimischer GPU-Cluster dieser Dimension galt lange als kaum machbar, weil ohne Nvidias Chips und deren Software die Auslastung großer Trainingsläufe einbrach. Diese Lücke will JD Cloud nun mit einem eigenen Fundament schließen und die Rechenleistung anschließend der ganzen Branche öffnen.
Das Wichtigste in Kürze
- JD Cloud plant gemeinsam mit Moore Threads einen Cluster aus 100.000 heimischen GPUs; einen Verbund aus 10.000 Karten betreiben beide bereits.
- Als Basis dient Moore Threads’ voll funktionsfähige GPU samt Cluster-System KUAE, gedacht für Training, Inferenz und verkörperte KI.
- Der Schritt folgt Pekings Vorgabe, bei staatsnahen Projekten Nvidias H20-Chips zu meiden und heimische Beschleuniger zu stützen.
- Moore Threads’ Börsenwert fiel nach dem Auslaufen der Sperrfrist am 7. September 2026 von rund 37 auf unter 24 Milliarden Euro.
Warum baut JD ausgerechnet auf Moore Threads?
Der Engpass sitzt nicht im Silizium, sondern in der Software. Nvidias Vorsprung beruht auf CUDA, einer über Jahre gewachsenen Programmierumgebung, an der die meisten KI-Modelle hängen. Moore Threads setzt dagegen einen eigenen Stack samt Cluster-System KUAE, das den Betrieb zehntausender Karten steuern soll.[1]
Genau an dieser Stelle liegt der Wert des Vorhabens: Erstmals wandert eine heimische GPU in den 100.000-Karten-Kern einer führenden KI-Cloud, wie JD den Schritt einordnet. An heimischen Beschleunigern haben sich zuvor schon andere Anbieter versucht. Ob die Auslastung an Nvidia-Verbünde heranreicht, bleibt offen, denn hohe Kartenzahlen nützen wenig, wenn Rechenkerne auf Daten warten.
Wie riskant ist die Wette auf heimische Chips?
An der Börse zeigt sich die Unsicherheit. Nach dem Auslaufen der Sperrfrist für frühe Aktionäre sackte die Aktie von Moore Threads am 7. September 2026 um das Tageslimit von 20 Prozent ab, der Börsenwert rutschte unter 24 Milliarden Euro.[2] Beim Rekord-Börsengang im Dezember 2025 hatte das Unternehmen noch rund 960 Millionen Euro eingesammelt und zwischenzeitlich etwa 37 Milliarden Euro Marktwert erreicht.
JD steht mit diesem Kurs nicht allein. DeepSeek bestückt ein neues Rechenzentrum mit 160.000 Huawei-Chips, und Cambricon sitzt inzwischen im Vorstand der PyTorch Foundation. Der jüngste Kursrutsch der Moore-Threads-Aktie zeigt zugleich, wie viel Risiko der Markt dem noch unfertigen Software-Stack zuschreibt. Dahinter steht Pekings Vorgabe, bei staatsnahen Projekten heimische Beschleuniger zu stützen.
Eine Bestellung über 100.000 heimische Beschleuniger kauft keine Chips, sondern Unabhängigkeit von einer einzigen Software-Welt. Den Preis dafür zahlt JD vorerst mit niedrigerer Auslastung.
— Michael Dobler, Herausgeber Dr. Web
Was bedeutet das für Entscheider im DACH-Raum?
Europa hängt an denselben Chips und derselben Software wie Chinas Konzerne. Der Kontinent baut zwar eigene KI-Rechenzentren, bezieht die Beschleuniger darin aber fast durchweg von Nvidia. Die CUDA-Bindung gehört als Kostenrisiko in jede Beschaffung von KI-Infrastruktur.
Für die eigene Planung zählt weniger, wer die schnellste GPU baut, als die Abhängigkeit vom Software-Ökosystem darunter. Ein reifer chinesischer Stack senkt die Preise für Cloud- und KI-Dienste aus China und verschärft den Wettbewerb für europäische Anbieter. Je stärker die Exportkontrollen den Markt spalten, desto mehr lohnt ein zweiter Lieferant neben Nvidia im eigenen Fahrplan.
Konkret bleibt vor der nächsten GPU-Bestellung zweierlei zu klären: wie fest die Software an einen einzigen Anbieter bindet und wie teuer ein Wechsel später würde. Chinesische Cloud-Angebote gehören dabei auf die Liste der Alternativen. JDs Wette zeigt, dass Unabhängigkeit von Nvidia machbar wird, ihren Preis aber vorerst in Auslastung zahlt.
FAQ: JD.coms heimischer GPU-Cluster
Was hat JD.com angekündigt?
JD Cloud will einen Rechencluster aus 100.000 heimischen GPUs des Herstellers Moore Threads aufbauen. Ein Verbund aus 10.000 Karten läuft bereits. Der Cluster ist für das Training und den Betrieb großer KI-Modelle sowie für verkörperte KI gedacht und soll der Branche geöffnet werden.
Was ist Moore Threads?
Moore Threads ist Chinas bekanntester Nvidia-Herausforderer bei KI-Grafikprozessoren. Das Unternehmen ging im Dezember 2025 mit einem Rekordstart an die Börse in Schanghai und liefert neben den Chips das Cluster-System KUAE für Aufbau und Betrieb großer GPU-Verbünde.
Warum heimische GPUs statt Nvidia?
US-Exportkontrollen begrenzen Nvidias Chips für China, und Peking drängt staatsnahe Käufer seit Ende 2025, den H20 zu meiden und heimische Beschleuniger zu stützen. Ein eigener Cluster senkt die Abhängigkeit von Nvidia und dessen Software CUDA.
Was bedeutet das für europäische Unternehmen?
Europa hängt an denselben Chips und derselben Software. Ein reifer chinesischer Stack drückt die Preise für KI-Dienste aus China und erhöht den Wettbewerbsdruck. Für die eigene Beschaffung lohnt es, die Bindung an CUDA als Kostenrisiko zu bewerten.
Quellen
[1] Jiemian (界面新闻): „京东云与摩尔线程达成深度合作，拟建十万卡国产智算集群“
[2] TMTPost (钛媒体): „摩尔线程解禁首日跌超20%“
Mehr Newshunger?
- Moore Threads stürzt 20 Prozent: Chinas GPU-Aktien im Ausverkauf
- 160.000 Huawei-Chips: DeepSeek baut sein Rechenzentrum ohne Nvidia
- Cambricon und Alibaba Cloud rücken in den Vorstand der PyTorch Foundation
- Biren: Chinas KI-GPU-Bauer verzwanzigfacht den Umsatz, weil Nvidia fehlt
- Chinas GPU-Hersteller: Enflame komplettiert das Börsen-Quartett gegen Nvidia
- iFlytek Spark X2.5: Chinas neues KI-Modell verzichtet auf Nvidia
