Vera Rubin in Serienproduktion 3 Chancen für die Präzisionsfertigung von KI-Rechenhardware

Vera Rubin in Serienproduktion: 3 Chancen für die Präzisionsfertigung von KI-Rechenhardware

Am 1. Juni 2026 kündigte NVIDIA-CEO Jensen Huang auf der COMPUTEX in Taipeh an, dass die Vera-Rubin-Plattform in die Serienproduktion geht. Wer baut sie? Eine Lieferkette über 30 Länder, 350+ Fabriken und 150 taiwanische Partner. Was passierte? Diese für „Agentic AI" entwickelte KI-Rechenhardware liefert 3,6 EFLOPS Inferenz pro Rack und drückt die Token-Kosten auf etwa ein Zehntel der Vorgängergeneration. Warum interessiert das einen Zerspanungsbetrieb? Weil KI-Fabriken von Luft- auf Volldurchflusskühlung umstellen und Roboter in die Werkshallen kommen. Jede Kühplatte, jeder Schnellkuppler, jedes Robotergelenk ist Custom-Machining-Arbeit.

Die Nachricht: eine „KI-Fabrik-Maschine" läuft vom Band

Vera Rubin ist kein einzelner Chip. Es ist ein komplettes Rack-Scale-System. Huang sagte es auf seiner GTC-Keynote in Taipeh unumwunden: Agentic AI ist eine neue Art von Workload, bei der ein einziger Prompt tausende Schritte der Schlussfolgerung, Suche und Werkzeugnutzung auslöst. Die Hardware, die das speist, sieht anders aus als eine Trainingskarte von vor zwei Jahren.

Die Zahlen sind heftig. Ein einzelnes NVL72-Rack liefert 3,6 EFLOPS (FP4) — das ist 3,3-mal mehr als GB300. Die Rack-Montagezeit sank von zwei Stunden auf fünf Minuten. Die taiwanische Lieferkette ist doppelt so groß wie im Grace-Blackwell-Zeitalter; NVIDIA baut über eine Million MGX-Rack-Komponenten an 25 taiwanischen Standorten mit mehr als 500 lokalen Partnern. Laut Huang ist 2026 das Jahr, in dem KI-Fabriken „aus dem Boden schießen", mit Hyperscaler-Investitionen von allein in diesem Jahr rund 725 Milliarden Dollar.

Der Teil, der für Metallbetriebe zählt: NVIDIA brachte auf derselben Messe auch „Physical AI" auf den Tisch. Cosmos 3 (ein offenes Weltmodell), die Isaac-GR00T-Humanoid-Plattform und das Alpamayo-Modell für autonomes Fahren. Toyota, FANUC, Yaskawa, KUKA und ABB — die alte Garde der Fertigung — nutzen nun NVIDIAs Omniverse und Isaac für digitale Zwillinge und Simulation.

Branchenwirkung: Rechenleistung kippt von Training zu Inferenz, Teile von generisch zu funktional

Zwei Jahre lang jagte die Branche Trainingskarten hinterher. Dieses Jahr drehte sich der Wind. In den Worten eines Sequoia-Berichts tauchen „Agent-Unternehmen", die nach Token-Verbrauch abrechnen, jetzt auf. Inferenz, nicht Training, ist nun das Hauptschlachtfeld der Rechenleistung — und das heißt, Rechenzentren brauchen mehr, dichtere, heißere Räume.

Wie heiß? Die Leistungsaufnahme einzelner Chips sprang von 700W auf über 1000W. Luftkühlung reicht schlicht nicht mehr, also wurde Flüssigkühlung vom „Nice-to-have" zum „Muss". Branchenschätzungen setzen den globalen Markt für KI-Server-Flüssigkühlung 2026 auf etwa 107,6 Mrd. Yuan, ein Plus von 271% zum Vorjahr. Chinas Flüssigkühlungs-Durchdringung in Rechenzentren stieg von unter 3% (2021) auf 20% (2025) und dann auf 37% (2026), mit Prognosen von 82% bis 2030.

In einem Flüssigkühlsystem machen vier Teile — Kühplatten, CDUs, Schnellkuppler und Manifolds — etwa 90% des Werts aus. Die Kühplatte liegt direkt am Chip: Strömungskanäle so schmal wie 3mm, Wandstärke innerhalb ±0,1mm, Plattenebenheit ≤0,03mm pro 100mm. Ein Haar zu viel, und die Wärmeübertragung bricht ein. Schnellkuppler müssen null Leckage vertragen und 5.000+ Steckzyklen überstehen. Das sind Edelstahl- und Aluteile, die eine 3-Achsen-Fräse nicht anrührt; sie brauchen 5-Achsen-CNC und Präzisionsschweißen. Diese Präzisionsfertigung von Kühplatten ist das härteste und wertvollste Stück der AI-Server-Strukturbauteile.

Was das für Lohnfertiger bedeutet: drei Wachstumsnischen

Nische eins sind flüssiggekühlte Strukturbauteile. Ein GB200-NVL72-Rack trägt etwa 80.000 Dollar Flüssigkühlung; GB300 schiebt das auf 96.000. Von Platten über Manifolds bis Kuppler — alles Präzisionsmetall. Für einen Betrieb mit Blech oder Stanzteilen ist das das Fenster, um vom „generischen Halter" zum „hochpräzisen Wärmebauteil" aufzusteigen — zu Margen deutlich über Commodity-Ware.

Nische zwei sind Robotergelenke und Greiferhände. Gelenkmodule sind rund 70% der Materialkosten eines Humanoiden. Unitrees H2 hat 31 Freiheitsgrade im Körper; mit einer fünffingrigen Hand kommt man auf 75, bei 15kg Spitzenlast im Arm. Jedes Getriebegehäuse, jede Antriebswelle, jede Sensorhalterung ist Kleinserien-, Hochpräzisions-, Variantenreiche Custom-Arbeit. Es klingt wie der Skalierungspfad der Smartphone-Metallrahmen vor einem Jahrzehnt. Yujiaxins Humanoid-Robotergelenke und Präzisionsstrukturbauteile sind genau diese Richtung.

Nische drei ist One-Stop-Mehfachprozesse. Kunden wollen kein Einzelteil mehr, sondern MIM+CNC-, PM+CNC- oder Guss+CNC-Kombinationen. Ein Betrieb wie Yujiaxin Tech, der eine gereifte Präzisionsfertigungsbasis hat, kann die ganze Kette von der DFM-Bewertung über Werkzeugbau, Prototyping bis Massenfertigung halten. Bezeichnenderweise steigt die Hürde bei Zertifizierungen: IATF 16949 und PPAP sind jetzt Einstiegsvoraussetzung.

Abschluss: Die Fertigungskompetenz von Yujiaxin Tech

Yujiaxin Tech (御嘉鑫股份) wurde 1998 in Shenzhen gegründet. Seit fast drei Jahrzehnten macht das Unternehmen genau eines: hochpräzise Custom-Machining nach Kundenzeichnungen und -mustern. Getragen von einer gereiften Präzisionsfertigungsbasis und importierten deutschen, japanischen und Schweizer Maschinen, landen die Teile in Medizintechnik, Smart-Robotern, Automotive und 3C-Elektronik und werden nach Europa, Ostasien und Südostasien exportiert.

Die Welle der KI-Rechenhardware ist im Kern ein Wettbewerb der Präzisionsfertigungskraft. Wenn Sie Zeichnungen für Kühplatten, Manifolds, Robotergelenke oder Strukturbauteile haben, schicken Sie sie rüber — wir machen eine kostenlose DFM-Bewertung und ein Angebot innerhalb von 48 Stunden.