Einleitung
Ilya Sutskever’s geheimes KI-Labor, Safe Superintelligence Inc. (SSI), ist eine langfristige strategische Partnerschaft mit NVIDIA eingegangen.
Die beiden Unternehmen gaben am
27. Juli 2026 bekannt, dass NVIDIA eine erhebliche Investition in SSI getätigt hat und dem Labor Zugang zu seiner nächsten Generation der Vera Rubin-Computerplattform gewähren wird. Zusammen genommen sollen die Investition und der Hardware-Zugang die verfügbare Rechenleistung von SSI um etwa eine Größenordnung erhöhen.
SSI’s eigene Ankündigung war noch direkter: Das Unternehmen erklärte, dass seine Forschung einen Punkt erreicht habe, an dem sich eine Skalierung lohne.
SSI erklärte, dass die NVIDIA-Partnerschaft dazu beitragen werde, die Rechenkapazität in den nächsten 12 Monaten um das 10-fache zu steigern.
Sutskever fasste den Moment in einem kurzen Beitrag zusammen:
„Time to scale that SSI.“
Die Unternehmen gaben die finanziellen Bedingungen in ihrer offiziellen Ankündigung nicht bekannt. Reuters berichtete unter Berufung auf eine mit dem Geschäft vertraute Person, dass NVIDIAs Eigenkapitalinvestition 5 Milliarden US-Dollar betrage. Bloomberg hatte zuvor denselben Betrag gemeldet.
Anmerkung zur Genauigkeit: Der Betrag von 5 Milliarden US-Dollar ist ein gemeldeter Wert und keine von NVIDIA oder SSI in der offiziellen Partnerschaftsankündigung offengelegte Zahl.
SSI und NVIDIA schließen ein langfristiges Bündnis
Safe Superintelligence wurde im Juni 2024 von Ilya Sutskever, Daniel Gross und Daniel Levy mit einem ungewöhnlich engen Ziel gegründet: sichere Superintelligenz zu entwickeln, ohne sich von gewöhnlichen Produktzyklen ablenken zu lassen.
Die Website des Unternehmens spiegelt diesen Fokus noch immer wider.
SSI beschreibt sich selbst als ein „direktes“ Labor, das sich auf ein einziges Produkt konzentriert: sichere Superintelligenz.
Im Gegensatz zu den meisten führenden KI-Unternehmen hat SSI in den letzten zwei Jahren keine Chatbots, Entwickler-APIs, Modellkarten, öffentliche Demos oder Forschungsarbeiten veröffentlicht.
Seine erklärte Strategie ist es, gleichzeitig an Fähigkeiten und Sicherheit als technische Probleme zu arbeiten, während das Geschäft von kurzfristigem kommerziellem Druck abgeschirmt wird.
Das macht die NVIDIA-Partnerschaft besonders bemerkenswert. Der Chiphersteller erklärte, er habe beschlossen, die Beziehung zu vertiefen, nachdem er seltenen Zugang zu SSI’s streng gehüteten
Forschung.
Laut einer offiziellen Ankündigung von NVIDIA hat SSI in den letzten zwei Jahren eine neue Forschungsrichtung verfolgt, die darauf abzielt, leistungsstarke KI zu entwickeln, die robust ausgerichtet bleibt.
NVIDIA-CEO Jensen Huang sagte, Sutskever sei für grundlegende Durchbrüche in der modernen KI verantwortlich, beginnend mit AlexNet, und fügte hinzu, dass NVIDIA gespannt darauf sei, zu sehen, was SSI mit der Vera Rubin-Plattform entdecken könne.
Sutskevers Aussage konzentrierte sich auf denselben Punkt:
„Wir haben Forschung, die es wert ist, skaliert zu werden, und der Zugang zu einem großen NVIDIA-Computer wird uns dies ermöglichen."
Vera Rubin gibt SSI deutlich mehr Rechenleistung
Die Partnerschaft gibt SSI Zugang zu NVIDIAs neuer Vera Rubin-Plattform.
NVIDIA sagt, dass Vera Rubin für groß angelegtes Training und Inferenz entwickelt wurde, insbesondere für Modelle mit Billionen von Parametern, Long-Context-Workloads, Mixture-of-Experts-Systeme und agentische KI.
Für SSI ist die wichtige Zahl nicht eine Benchmark-Bewertung, sondern die Kapazität.
Das Unternehmen sagt, dass die Kombination aus NVIDIAs Investition und dem Zugang zu Vera Rubin es ihm ermöglichen wird, seine Rechenleistung um etwa das Zehnfache zu erweitern.
Die Social-Media-Ankündigung von SSI besagt, dass diese Steigerung in den nächsten 12 Monaten erwartet wird.
NVIDIA und SSI werden auch bei der technischen Weiterentwicklung aktueller und zukünftiger NVIDIA-Computing-Plattformen zusammenarbeiten, wobei SSI Feedback auf der Grundlage seiner eigenen KI-Forschung beisteuert.
Eine gemeldete Eigenkapitalinvestition von 5 Milliarden US-Dollar
Die offizielle Pressemitteilung beschreibt NVIDIAs Investition nur als „erheblich".
Reuters berichtete daraufhin unter Berufung auf eine mit der Transaktion vertraute Person, dass die Eigenkapitalinvestition 5 Milliarden US-Dollar wert sei.
Falls zutreffend, würde dies eine ungewöhnlich große strategische Investition in ein Unternehmen darstellen, das noch kein kommerzielles Produkt veröffentlicht hat.
Die Partnerschaft kam Berichten zufolge innerhalb weniger Wochen zustande.
Diese Geschwindigkeit macht einen Teil der Geschichte interessant: NVIDIA scheint durch privaten Zugang zur Forschung von SSI genügend Vertrauen gewonnen zu haben, um sowohl Kapital als auch knappe Recheninfrastruktur der nächsten Generation zu investieren.
Warum Investoren SSI unterstützt haben, bevor sie ein Produkt gesehen haben
SSI hat trotz öffentlicher Zurückhaltung große Kapitalmengen angezogen.
Im September 2024, etwa drei Monate nach seiner Gründung, nahm das Unternehmen mehr als 1 Milliarde US-Dollar bei einer gemeldeten Bewertung von etwa 5 Milliarden US-Dollar auf.
Zu den Investoren gehörten Andreessen Horowitz, Sequoia Capital, DST Global, SV Angel und NFDG.
Zu diesem Zeitpunkt sagte SSI, das Geld werde hauptsächlich für den Erwerb von Rechenkapazitäten und die Rekrutierung von Forschern und Ingenieuren verwendet.
Im April 2025 nahm das Unternehmen Berichten zufolge weitere 2 Milliarden US-Dollar bei einer Bewertung von 32 Milliarden US-Dollar auf. Greenoaks führte die Runde an, mit Beteiligung von Investoren wie Andreessen Horowitz und Lightspeed. Auch Alphabet und NVIDIA unterstützten das Unternehmen.
Das bedeutet, dass SSI eine private Bewertung von 32 Milliarden US-Dollar erreichte, ohne ein Modell, ein Produkt oder einen konventionellen öffentlichen technischen Fahrplan veröffentlicht zu haben.
Ein Teil der Erklärung ist Sutskevers Erfolgsbilanz.
Er war einer der Autoren von AlexNet, dem neuronalen Netzwerk von 2012, das dazu beitrug, Deep Learning als dominierenden Ansatz in der Computer Vision zu etablieren. Später arbeitete er bei Google Brain und trug zu Forschungen bei, darunter
Sequenz-zu-Sequenz-Lernen und AlphaGo.
2015 gründete er gemeinsam OpenAI und wurde deren Chefwissenschaftler. Er war an mehreren Generationen der unternehmenseigenen Forschung zu großen Modellen beteiligt, bevor er im Mai 2024 das Unternehmen verließ.
Einen Monat später gründete er SSI.
Das neue Unternehmen wurde bewusst so gestaltet, dass es die kommerziellen Spannungen vermeidet, die mit der Auslieferung von Konsumentenprodukten einhergehen, während es gleichzeitig fortgeschrittene KI-Forschung betreibt.
Auf seiner Website heißt es:
„SSI ist unsere Mission, unser Name und unsere gesamte Produkt-Roadmap."
Das bleibt im Wesentlichen die einzige öffentliche Beschreibung dessen, was das Unternehmen entwickelt.
Was hat NVIDIA gesehen?
Dies ist die größte unbeantwortete Frage.
SSI hat so gut wie nichts über seine aktuelle Forschung veröffentlicht.
Erstelle in Minuten eine Showcase-Website und gewinne Leads
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Es gibt kein öffentliches Modell, kein detailliertes Architekturpapier, keine Benchmark-Tabelle und keine technische Demo, die es Außenstehenden ermöglichen würde, die Arbeit hinter der Partnerschaft unabhängig zu bewerten.
NVIDIAs Ankündigung enthält dennoch eine ungewöhnlich spezifische Aussage: Das Unternehmen erhielt seltenen Zugang zu SSIs streng gehüteter Forschung, bevor es sich beschleunigt für die Partnerschaft entschied.
NVIDIA erklärt, SSI habe „eine neue Forschungsrichtung" entwickelt, die auf leistungsstarke und robust ausgerichtete KI abziele.
SSI wiederum erklärt, die Forschung habe nun einen Punkt erreicht, an dem eine Skalierung gerechtfertigt sei.
Diese Aussagen sind bedeutsam, aber es sind immer noch Beschreibungen der beiden direkt an der Transaktion beteiligten Unternehmen.
Ohne ein Papier, ein Modell oder ein reproduzierbares Experiment können Außenstehende noch nicht feststellen:
- Worin die neue Forschungsrichtung tatsächlich besteht
- Ob sie die Modellarchitektur verändert
- Ob sie die Trainingsziele verändert
- Ob sie auf neuen Daten oder synthetischen Daten beruht
- Ob sie das Post-Training oder bestärkendes Lernen verändert
- Wie sich ihr Sicherheitsansatz von bestehenden Alignment-Techniken unterscheidet
- Welche Beweise NVIDIA davon überzeugt haben, dass die Arbeit skaliert werden sollte
Das stärkste öffentliche Signal ist vorerst NVIDIAs Bereitschaft, sowohl Finanzierung als auch Zugang zu Vera Rubin zuzusichern.
Die Rückkehr der Skalierung
Die Partnerschaft ist besonders bemerkenswert aufgrund von Sutskever‘s langjähriger Verbindung mit der Idee der Skalierung von KI-Systemen.
Im Jahr 2020 veröffentlichten OpenAI-Forscher Arbeiten, die zeigten, dass der Verlust von Sprachmodellen vorhersagbaren Potenzgesetzen in Bezug auf Modellgröße, Datensatzgröße und Trainingsrechenleistung folgt.
Diese Forschungslinie trug dazu bei, eine branchenweite Strategie zu untermauern: Wenn größere Modelle, die mit mehr Daten und Rechenleistung trainiert werden, vorhersagbar besser werden, dann ist Skalierung einer der zuverlässigsten Wege, leistungsstärkere Systeme zu bauen.
GPT-3 wurde zu einer der sichtbarsten Demonstrationen dieses Ansatzes.
In den folgenden Jahren trieb die Skalierung immer größere Trainingsläufe bei OpenAI, Google DeepMind, Anthropic, Meta, xAI und anderen Laboren voran.
In jüngerer Zeit wird in der Branche jedoch darüber diskutiert, ob die gewöhnliche Pre-Training-Skalierung abnehmende Erträge liefert. Forschungsgruppen erforschen zunehmend logisches Denken, bestärkendes Lernen, synthetische Daten, Testzeit-Rechenleistung, multimodales Training und neue Architekturen.
Sutskever selbst hat öffentlich argumentiert, dass KI in eine Phase eintritt, in der Grundlagenforschung wieder zählt.
Das macht seine neueste Ausrichtung ungewöhnlich interessant.
SSI ist nicht
Es sagt lediglich, dass es mehr GPUs braucht.
Es sagt, dass es zunächst etwa zwei Jahre damit verbracht hat, eine Forschungsperspektive zu suchen, und jetzt glaubt, dass diese Richtung mehr Rechenleistung verdient.
Mit anderen Worten: Die Abfolge scheint zu sein:
- Einen neuen Forschungsansatz finden.
- Diesen privat testen.
- Entscheiden, dass er vielversprechend genug ist, um skaliert zu werden.
- Die Rechenleistung um etwa das Zehnfache erhöhen.
Das unterscheidet sich vom Skalieren einer unveränderten Architektur, nur weil mehr Hardware verfügbar ist.
Eine neue Skalierungskurve – oder nur ein größeres Experiment?
Der ursprüngliche Bericht stellt die NVIDIA-Partnerschaft so dar, dass Sutskever in die „Skalierungsarena“ zurückkehrt.
Diese Interpretation ist plausibel, aber die verfügbaren Belege verraten uns noch nicht, was SSI genau skalieren will.
Es könnte sich um einen konventionellen Frontier-Trainingslauf handeln. Es könnte sich auch um ein anderes Lernziel, eine andere Architektur, einen anderen Sicherheitsmechanismus oder einen anderen Nachbearbeitungsprozess handeln.
Der Unterschied ist wichtig.
Eine zehnfache Erhöhung der Rechenleistung wird nur dann strategisch bedeutsam, wenn die zugrundeliegende Methode davon profitiert.
Die öffentliche Wortwahl von SSI deutet darauf hin, dass das Unternehmen glaubt, diese Schwelle überschritten zu haben.
NVIDIA scheint überzeugt genug zu sein, um bei der Bereitstellung der Infrastruktur zu helfen.
Der Rest der KI-Community muss noch auf Beweise warten.
Häufig gestellte Fragen
Was ist Safe Superintelligence Inc.?
Safe Superintelligence Inc., oder SSI, ist ein KI-Forschungsunternehmen, das 2024 von Ilya Sutskever, Daniel Gross und Daniel Levy gegründet wurde. Sein erklärtes Ziel ist es, sichere Superintelligenz zu entwickeln, ohne sich von Konsumprodukten oder kurzfristigen Produktzyklen ablenken zu lassen.
Hat NVIDIA offiziell 5 Milliarden Dollar in SSI investiert?
NVIDIA hat offiziell bestätigt, dass es eine erhebliche Investition getätigt hat, aber den Betrag nicht bekannt gegeben. Reuters berichtete über eine Aktieninvestition in Höhe von 5 Milliarden Dollar, basierend auf einer Person, die über das Geschäft informiert war.
Wie stark wird SSI seine Rechenleistung erhöhen?
NVIDIA sagt, dass die Partnerschaft die Rechenkapazität von SSI um eine Größenordnung steigern wird. SSIs eigene Ankündigung beschreibt dies als etwa eine Verzehnfachung in den nächsten 12 Monaten.
Welche Hardware wird SSI verwenden?
SSI erhält Zugang zur Vera-Rubin-Plattform von NVIDIA. Vera Rubin ist NVIDIAs KI-Computing-Plattform der nächsten Generation für groß angelegtes Training und Inferenz.
Hat SSI bereits ein Modell veröffentlicht?
Zum Zeitpunkt der Erstellung dieses Artikels war kein öffentliches SSI-Modell verfügbar. Das Unternehmen hat auch sehr wenige technische Informationen über seine Forschung veröffentlicht.
Warum wird SSI ohne ein Produkt so hoch bewertet?
Investoren scheinen stark auf die Forschungserfolge von Ilya Sutskever und das Potenzial von SSI zu setzen, einen großen KI-Durchbruch zu erzielen. Das Unternehmen soll in einer Finanzierungsrunde im Jahr 2025 eine Bewertung von 32 Milliarden Dollar erreicht haben.
Was hat NVIDIA in der Forschung von SSI gesehen?
NVIDIA sagt, es habe vor dem Eingehen der Partnerschaft seltenen Zugang zu den streng gehüteten Arbeiten von SSI erhalten. Die Unternehmen haben die zugrundeliegenden Forschungsdetails nicht öffentlich gemacht.
Skaliert SSI einfach ein größeres Sprachmodell?
Das wurde nicht bestätigt. SSI sagt, es habe eine neue Forschungsrichtung entwickelt, die nun skalierungswürdig sei, aber es hat die Architektur oder die Trainingsmethode nicht öffentlich beschrieben.
Verwandte Tools
- [Safe Superintelligence Inc.
](https://ssi.inc/): Offizielle Website und öffentliches Leitbild von SSI.
- NVIDIA Vera Rubin: NVIDIAs nächste Plattform für groß angelegtes KI-Training und Inferenz.
- NVIDIA Developer: Technische Ressourcen für NVIDIAs beschleunigtes Computing und KI-Infrastruktur.
- Google Cloud TPU: Googles speziell entwickelte KI-Beschleunigerplattform, die auch von SSI genutzt wurde.
- JAX: Ein leistungsstarkes Framework für numerisches Rechnen, das in der groß angelegten KI-Forschung weit verbreitet ist.
- PyTorch: Ein Open-Source-Framework für maschinelles Lernen, das für Forschung und Training großer Modelle verwendet wird.
Verwandte Links
- NVIDIA und SSI geben offizielle Partnerschaft bekannt: NVIDIAs offizielle Ankündigung vom
- Juli zur Investition, dem Zugang zu Vera Rubin und der 10-fachen Rechenkapazitätserweiterung.
- Safe Superintelligence offizielle Website: SSIs ursprüngliches Leitbild und Unternehmensbeschreibung.
- Reuters: NVIDIA investiert 5 Milliarden US-Dollar in SSI: Unabhängige Berichterstattung über die Investitionssumme und Transaktion.
- OpenAI Scaling Laws for Neural Language Models: Die Forschung von 2020, die zentrale empirische Beziehungen zwischen Modellleistung, Rechenleistung, Daten und Größe formalisierte.
- GPT-3 Paper: Das Papier, das GPT-3 und die durch Skalierung von Sprachmodellen erzielten Leistungssteigerungen beschreibt.
Zusammenfassung
NVIDIA und SSI haben eine langfristige strategische Partnerschaft geschlossen, die Ilya Sutskevens Labor Zugang zu Vera-Rubin-Systemen sowie ausreichend zusätzliche Kapazität verschafft, um seine Rechenleistung etwa um das Zehnfache zu steigern.
Die Unternehmen gaben eine erhebliche NVIDIA-Investition offiziell bekannt, nannten jedoch nicht deren Höhe. Reuters berichtet, dass die Beteiligung 5 Milliarden US-Dollar wert sei.
Der wichtigste Teil der Ankündigung könnte SSIs eigene Erklärung sein: Nach fast zwei Jahren hochgradig geheimer Forschung glaubt das Labor nun, dass seine Arbeit einen Punkt erreicht hat, an dem eine weitere Skalierung gerechtfertigt ist.
Die Partnerschaft enthüllt nicht, was SSI entdeckt hat, gibt dem Unternehmen jedoch die nötige Rechenleistung, um herauszufinden, ob sich diese private Forschungsrichtung im großen Maßstab weiter verbessert.
