Nvidia schließt Rechtsstreit mit Valeo um Geschäftsgeheimnisse – Prozess im letzten Moment abgewendet
Der Tech-Gigant hat den für nächsten Monat angesetzten Showdown vor Gericht abgeblasen. Ein klassischer Fall von 'Geld spricht' statt 'Recht spricht'.
Was wirklich hinter den Kulissen passierte
Keine Details sickerten durch – weder zu den Bedingungen noch zu den betroffenen Technologien. Das Schweigen ist fast lauter als der ursprüngliche Streit. Beide Seiten behaupten, die Einigung diene der 'kontinuierlichen Innovation'. Übersetzung: Man will sich nicht gegenseitig die teuren Anwälte weiter füttern, während die Aktienkurse zucken.
Die Finanz-Folgen
Solche außergerichtlichen Vergleiche sind oft nur eine Bilanzposten-Übung – eine kostspielige Ablenkung von der eigentlichen Arbeit. Für Aktionäre mag es beruhigend sein, aber es ändert nichts an den Fundamentaldaten. Die wahren Gewinner sitzen in den Kanzleien.
Nvidia räumt sein Schlachtfeld, um sich auf die nächste Konfrontation zu konzentrieren. In der Tech-Welt ist ein beigelegter Prozess nur die Atempause vor dem nächsten Rechtsstreit.
Der Richter verweist den Fall nach Prüfung der Beweislage an die nächste Instanz.
In einer Stellungnahme wies Nvidia die Behauptung zurück, gestohlenen Code für die Entwicklung seines Einparkhilfesystems verwendet zu haben. Das Unternehmen erklärte, alle Änderungen, die der Ingenieur Mohammad Moniruzzaman vorgenommen hatte, rückgängig gemacht zu haben.
Nvidia gab an, die Zusammenarbeit mit Mohammad nach Bestätigung des Sachverhalts ebenfalls beendet zu haben. Mohammad wurde später in Deutschland wegen Verletzung von Geschäftsgeheimnissen im Zusammenhang mit Valeos Software verurteilt.
Ein Richter prüfte die Akten der Beweisaufnahme und erklärte, es gäbe genügend Indizien, um den Fall vor einem Geschworenengericht verhandeln zu lassen.
Das Urteil erging im August und ermöglichte es Valeo, zu argumentieren, dass Nvidia aus dendentDateien einen Vorteil gezogen hatte. Der Fall wurde unter dem Aktenzeichen Valeo Schalter und Sensoren GmbH gegen Nvidia Corp., 23-cv-05721, beim US-Bezirksgericht für den nördlichen Bezirk von Kalifornien verhandelt.
Google forciert TPU-Unterstützung, um Nvidia herauszufordern.
Während Nvidia das juristische Kapitel mit Valeo abschloss, greift Google nach dem Thron und treibt innerhalb des Unternehmens mit Hochdruck eine neue Initiative namens TorchTPU voran, um die Chips besser für die Ausführung von PyTorch, dem weltweit am häufigsten verwendeten KI-Software-Framework, zu machen.
Alphabet-CEO Sundar Pichai erklärte den Aktionären bei der Veranstaltung zum dritten Quartal, sein Ziel Sei es, die Hindernisse zu beseitigen, die Entwickler bisher dazu veranlasst hätten, auf Nvidia-Hardware zu setzen.
Google möchte seine Tensor Processing Units (TPUs) als echte Alternative zu den GPUs von Nvidia etablieren, die nach wie vor den Markt für maschinelles Lernen in Rechenzentren dominieren. Die TPU-Verkäufe fließen in Googles Cloud-Umsätze ein, und das Unternehmen möchte, dass die Investoren von den Investitionen in KI profitieren.
TorchTPU zielt darauf ab, TPUs vollständig mit den bereits von Entwicklern verwendeten Tools kompatibel zu machen. Einige Teams innerhalb von Google diskutieren außerdem, ob Teile der Software als Open Source veröffentlicht werden sollen, um die Verbreitung zu beschleunigen.
PyTorch, maßgeblich unterstützt von Meta, steht im Zentrum der modernen KI-Entwicklung. Im Silicon Valley schreiben nur wenige Ingenieure Low-Level-Befehle für Chips von Nvidia, AMD oder Google. Stattdessen greifen sie auf Frameworks mit vorgefertigtem Code zurück.
PyTorch wurde 2016 eingeführt und wuchs parallel zu CUDA, dem Software-Stack, der laut vielen Analysten Nvidia vor Konkurrenten schützt.
Die Teams von Nvidia haben jahrelang daran gearbeitet, PyTorch reibungslos auf ihren Chips zum Laufen zu bringen. Google hingegen schulte seine Ingenieure in Jax, kombiniert mit einem Tool namens XLA für die Performance-Optimierung auf TPUs.
Diese interne Ausrichtung führte zu einer Kluft zwischen der Art und Weise, wie Google KI-Systeme entwickelt, und der Art und Weise, wie Kunden ihre Modelle tatsächlich erstellen. TorchTPU soll diese Lücke schließen und Unternehmen einen Grund geben, Workloads von Nvidia-Hardware zu verlagern.
Wenn Sie dies lesen, sind Sie schon auf dem Laufenden. Bleiben Sie mit unserem Newsletter auf dem Laufenden .
