Nvidia übernimmt SchedMD, was in der KI-Branche Besorgnis auslöst und möglicherweise zu Leistungseinbußen bei Chips anderer Marken führt

Laut dem Monitoring von 1M AI News kündigte Nvidia im Dezember 2025 den Erwerb des Unternehmens SchedMD an. Dabei handelt es sich um den wichtigsten Entwickler der Open-Source-Job-Scheduling-Software Slurm, die weit verbreitet ist, um Rechenaufgaben für Supercomputer und KI-Datenzentren zu verwalten. Angeblich verwenden weltweit etwa 60% der Supercomputer Slurm, darunter die KI-Trainingscluster von Unternehmen wie Anthropic, Meta, Mistral usw., sowie Supercomputer in mehreren Regierungen zur Wettervorhersage und zur Entwicklung von Nuklearwaffen. Slurm ist besonders stark in der Verwaltung von Nvidia-Chips, wird aber auch in großem Umfang auf Nicht-Nvidia-Hardware eingesetzt.

Dieser Kauf hat in letzter Zeit bei KI-Experten und Nutzern von Supercomputern zunehmend Besorgnis ausgelöst. Sie befürchten, dass Nvidia durch Software-Updates subtil zugunsten der eigenen Chips (wie CUDA und InfiniBand) optieren könnte, wodurch die Hardware-Performance von Wettbewerbern wie AMD, Intel usw. beeinträchtigt würde. Einige verweisen auf Nvidias vorherigen Erwerb von Bright Computing und sind der Ansicht, dass eine solche Integration zu Leistungseinbußen bei anderen Chips führen könne. Der CEO von Intersect360 Research, Addison Snell, sagte, die Sorge bestehe darin, dass Nvidia dieses allgemeine Open-Source-Tool in ein „besser geeignetes oder exklusives Produkt für die eigene Hardware“ umgestalten könnte, was den fairen Wettbewerb beeinträchtigen würde.

Nvidia entgegnete, Slurm sei weiterhin Open-Source-Software. Das Unternehmen werde die Weiterentwicklung und den Support für alle Nutzer fortsetzen, betonte, man verfolge eine Entwicklung, die auf „Open Source und herstellerneutral“ ausgerichtet sei, und erklärte, Kunden würden im Allgemeinen davon profitieren. Das Unternehmen plant, Schulungen und technischen Support für die Hunderte von Kunden von SchedMD aufrechtzuerhalten, während es gleichzeitig zurückweist, dass frühere Übernahmen die Kompatibilität mit mehreren Hardwareplattformen beeinträchtigt hätten. Dieser Vorfall gilt als wichtiger Test, um zu prüfen, ob Nvidia im Bereich KI und High-Performance-Computing tatsächlich offen bleibt.