IBM baut mit Together AI 240-Mio.-USD-KI-Inferenzcluster auf Nvidia-Systemen: Verfügbarkeit in Q1 2027

Kurzüberblick

IBM geht mit der Startup-Firma Together AI eine mehrjährige Kooperation ein, um auf der IBM Cloud einen großen KI-Inferenz-Cluster auf Basis von Nvidia-Systemen aufzubauen. Das Vorhaben umfasst ein Gesamtvolumen von 240 Millionen US-Dollar und zielt darauf ab, Unternehmen die Ausführung (Inference) von Open-Source-KI-Modellen in größerem Maßstab bereitzustellen.

Der Cluster soll voraussichtlich ab Q1 2027 verfügbar sein. Together AI will damit vor allem Inferenz für offene Modelle wie DeepSeek, MiniMax und Kimi anbieten – in einem Markt, in dem Kostendruck und Sicherheitsbedenken bei der Nutzung geschlossener Modellanbieter zunehmend eine Rolle spielen.

Marktanalyse & Details

Deal-Fokus: Inferenz statt Training

Inferenz gilt aktuell als einer der größten Nachfrage-Treiber für Rechenzentrumsleistung, weil sie direkt mit der Zahl der Nutzeranfragen und erzeugten Antworten skaliert. Während Trainingsläufe seltener stattfinden, läuft Inferenz fortlaufend im Betrieb – entsprechend hoch sind die Anforderungen an Rechenleistung, Netzwerkinfrastruktur und Prozess-Performance.

• Kooperationsvolumen: 240 Millionen US-Dollar über mehrere Jahre
• Nutzung: Open-Source-Modelle für geschäftliche Anwendungen
• Geschäftslogik: Kostenkontrolle und Flexibilität durch offene Modell-Ökosysteme

Technik-Stack: Nvidia HGX B300 und Spectrum-X Ethernet

Der IBM-Cloud-Cluster setzt auf Nvidia HGX B300-Systeme mit Blackwell-Prozessoren sowie auf Spectrum-X Ethernet. Nvidia positioniert die Blackwell-Chips als gezielt für Inferenz optimiert. Für die Praxis ist das relevant, weil Inferenz-Workloads häufig stark von Datenbewegung, Latenz und Skalierungseffekten im Netzwerk abhängen.

Für Anleger ist außerdem wichtig, wie sich das in die Wertschöpfungskette übersetzen lässt: IBM liefert Rechenzentrums- und Cloud-Deployment, während Nvidia die Hardware-Komponenten stellt und Together AI die Inferenzprodukte bzw. Laufzeit-Logik im Open-Model-Umfeld bereitstellt.

Timing und Betriebsdimension

Die geplante Verfügbarkeit in Q1 2027 bedeutet: kurzfristig wird vor allem die Vermarktung und technische Integration im Vordergrund stehen, während die wirtschaftliche Wirkung eher zeitversetzt in Buchungen/Leistungen sichtbar werden dürfte.

• Geplanter Start: Q1 2027
• Dedizierter Cluster: für Inferenz auf IBM Cloud mit HGX B300
• Leistungsversprechen: Nvidia nennt eine bis zu 30-fache Output-Steigerung gegenüber früheren Generationen

Analysten-Einordnung

Dies deutet darauf hin, dass IBM den Fokus seiner Cloud-Infrastruktur stärker auf skalierbare Inferenz-Use-Cases verlagert – ein Schritt, der in einem Umfeld mit engeren Budgetgrenzen für KI-Projekte besonders gut ankommt. Für Anleger bedeutet die Partnerschaft zudem: IBM kann sich als Anbieter wiederkehrender, technologiegetriebener Rechenzentrumsleistung positionieren, statt nur auf einmalige Projekte zu setzen. Allerdings bleibt das Risikoprofil typisch für Infrastrukturdeals: Die tatsächliche Marge hängt davon ab, wie schnell Kunden den Cluster nachfragen, welche Kapazitätsauslastung erreicht wird und wie stark IBM dabei von Hardware- und Ökosystempreisen abhängig ist.

Als Markt-Kontext: Die IBM-Aktie notiert aktuell bei 205 EUR, nach einem unveränderten Handelstag; im laufenden Jahr liegt sie bei -21,09%. In dieser Lage dürften Infrastruktur- und Plattform-Storys vor allem dann Momentum bekommen, wenn sie in den kommenden Quartalen mit konkreten Auslastungs- und Kundenkennzahlen unterlegt werden.

Fazit & Ausblick

IBM und Together AI setzen mit dem Nvidia-basierten Inferenz-Cluster auf einen klaren Trend: Unternehmen wollen KI zunehmend nutzen statt nur trainieren – und bevorzugen dabei offene Modellwelten, wenn Kosten und Governance eine größere Rolle spielen. Entscheidend wird, ob der Cluster ab Q1 2027 planmäßig ausgeliefert und frühzeitig ausgelastet wird.

Für die nächsten Schritte sollten Anleger insbesondere auf Hinweise achten, wie stark die IBM-Cloud-Kapazitätsbuchungen rund um Inferenz skalieren und ob IBM den Deal im Jahresverlauf mit weiteren Kundenaufträgen untermauert.