Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

CoreWeave beansprucht niedrigere Blackwell-KI-Kosten als Hyperscaler

18. November 2026, 14:00Von der KI Nachrichten RedaktionQuelle: CoreWeave
CoreWeave beansprucht niedrigere Blackwell-KI-Kosten als Hyperscaler
Bild: CoreWeave

CoreWeave zufolge kommt eine Studie von Signal65 zu dem Ergebnis, dass die Cloud des Anbieters in sechs von sieben NVIDIA-Blackwell-Konfigurationen den höchsten Inferenzdurchsatz pro GPU und die niedrigsten Gesamtbetriebskosten erzielt. Die Analyse modellierte einen Einsatz mit 5.000 GPUs über drei Jahre und verglich CoreWeave mit den Clouds von drei traditionellen Hyperscalern.

Das Wichtigste in Kürze
  • Signal65 modellierte einen NVIDIA-Blackwell-Einsatz mit 5.000 GPUs über drei Jahre.
  • CoreWeave hatte in sechs von sieben Konfigurationen die niedrigsten Gesamtbetriebskosten.
  • Der Einsatz von NVIDIA GB200 NVL72 wurde bei CoreWeave als 65 % günstiger als bei Hyperscaler C modelliert.
  • CoreWeave meldete 4.867 DeepSeek-R1-Tokens pro Sekunde und GPU.
  • Serverless Inference war bei 11 von 17 direkt vergleichbaren Modellen günstiger.

CoreWeave meldet große Kostenlücke über drei Jahre

Die Studie mit dem Titel CoreWeave Delivers Higher Throughput and Lower Cost per Token on NVIDIA Blackwell untersucht die Cloud-Ökonomie für KI-Infrastrukturen in Unternehmen. Verfasst wurde sie von Mitch Lewis, Performance Analyst bei Signal65. Sie modelliert die Kosten für den Betrieb eines NVIDIA-Blackwell-Einsatzes mit 5.000 GPUs über drei Jahre.

CoreWeave zufolge hatte der Anbieter in sechs von sieben Konfigurationen die niedrigsten Gesamtbetriebskosten. Im Vergleich des NVIDIA GB200 NVL72 war der von CoreWeave prognostizierte Preis demnach niedriger als bei allen drei untersuchten Hyperscalern. Die prognostizierten Kosten von Hyperscaler C beliefen sich über drei Jahre auf 3,9 Milliarden US-Dollar, während ein identischer Einsatz bei CoreWeave 65 % günstiger war.

Die Analyse ergab außerdem, dass CoreWeave 36 % günstiger war als Hyperscaler A und 22 % günstiger als Hyperscaler B. CoreWeave weist darauf hin, dass beim Vergleich mit Hyperscaler B ein geschätzter Preis verwendet wird, da dieser Anbieter keine Preise für GB200 NVL72 veröffentlicht.

Höherer Durchsatz senkte die modellierten Kosten pro Token

Der Bericht verknüpft die Infrastrukturökonomie mit dem Inferenzdurchsatz und verwendet dafür die MLPerf®-Inference-v6.0-Ergebnisse für das Reasoning-Modell DeepSeek-R1 mit 671 Milliarden Parametern. CoreWeave zufolge erreichte der Stack des Anbieters auf NVIDIA GB200 NVL72 4.867 Tokens pro Sekunde und GPU.

Unter Einbeziehung des Durchsatzes lagen die Kosten von CoreWeave bei 0,75 US-Dollar pro einer Million Tokens, verglichen mit 1,23 bis 2,22 US-Dollar bei den Hyperscalern. Das Unternehmen erklärt, sein Vorteil gegenüber dem preislich wettbewerbsfähigsten Hyperscaler sei von 22 % auf Grundlage der reinen Infrastrukturpreise auf 65 % gestiegen, nachdem der Durchsatz berücksichtigt wurde.

CoreWeave zufolge würde eine jährliche Verpflichtung von 1 Million US-Dollar auf seiner Plattform den Kauf von rund 1,33 Billionen Tokens ermöglichen, verglichen mit 451 Milliarden bis 814 Milliarden Tokens bei den anderen Anbietern. Das entspreche bis zum 2,9-Fachen der Token-Menge für dieselben Ausgaben, so das Unternehmen.

Das Modell von Signal65 schließt einige Gebühren aus, die CoreWeave zufolge bei Hyperscaler-Clouds üblich sind. Dazu gehören speicherbezogene Gebühren pro Vorgang und Strafzahlungen für die vorzeitige Löschung in Archivspeicherklassen. CoreWeave erhebt nach eigenen Angaben keine dieser Gebühren. Der tatsächliche TCO-Unterschied könnte daher größer sein als in den modellierten Ergebnissen.

Serverless-Preise und Infrastrukturdesign fließen in den Vergleich ein

Die Studie bewertet außerdem CoreWeave Serverless Inference für Teams, die gehostete Open-Source-Modelle nutzen möchten, ohne Cluster verwalten zu müssen. Für gpt-oss-120b, das einzige in der Studie auf jeder Cloud verfügbare Modell, seien die Kosten für Eingabe-Tokens bei CoreWeave 67 % bis 80 % niedriger und die Kosten für Ausgabe-Tokens 53 % bis 72 % niedriger. Von 17 direkt vergleichbaren Modellen war CoreWeave bei 11 günstiger und bei vier gleich teuer. Die mittleren Kosten für Eingabe-Tokens lagen 26 % niedriger, für Ausgabe-Tokens 15 % niedriger.

CoreWeave führt die Ergebnisse auf eine Plattform zurück, die auf Bare-Metal-Servern, Netzwerken mit hoher Bandbreite und lokalem Speicher aufbaut. Das Netzwerk verwendet NVIDIA Quantum InfiniBand und RDMA-over-Converged-Ethernet-Fabrics mit einer Vollduplex-Bandbreite von 800 Gbps. Nach Angaben des Unternehmens sorgt der Local Object Transport Accelerator dafür, dass Speicherzugriffe lokal auf den GPU-Knoten erfolgen. Die Speicherkosten lagen in der Studie 28 % bis 55 % unter denen der Hyperscaler.

Für KI-Teams stützen die Ergebnisse CoreWeaves Argument, dass stündliche Infrastrukturpreise allein die Kosten für den Inferenzbetrieb nicht vollständig abbilden. Die Studie kombiniert stattdessen Bereitstellungskosten, Durchsatz, Speicher- und Token-Preise. Unternehmen erhalten damit eine Grundlage für den Vergleich sowohl verwalteter Infrastruktur als auch des Zugangs auf Token-Basis.

Ähnliche Meldungen

NVIDIA und Microsoft erweitern KI-Infrastruktur von Azure auf Windows-PCsTop-Meldung
Chips und Infrastruktur19. November 2026, 21:00

NVIDIA und Microsoft erweitern KI-Infrastruktur von Azure auf Windows-PCs

NVIDIA und Microsoft bauen ihre Partnerschaft im Bereich beschleunigtes Rechnen über Azure, Industriesysteme und Windows-PCs hinweg aus. Hinzu kommen der Zugang zur…

CoreWeave meldet erste MLPerf-Ergebnisse mit NVIDIA Vera Rubin über mehrere Racks
Chips und Infrastruktur16. November 2026, 17:15

CoreWeave meldet erste MLPerf-Ergebnisse mit NVIDIA Vera Rubin über mehrere Racks

CoreWeave eigenen Angaben zufolge hat der Anbieter als erster Cloud-Anbieter Ergebnisse mit NVIDIA Vera Rubin über mehrere Racks in MLPerf Training v6.1 vorgelegt…

CoreWeave erreicht bei MLPerf Endpoints 441.740 Token pro Sekunde mit DeepSeek-R1
Chips und Infrastruktur22. Oktober 2026, 18:19

CoreWeave erreicht bei MLPerf Endpoints 441.740 Token pro Sekunde mit DeepSeek-R1

CoreWeave gibt an, im erstmals ausgetragenen MLPerf-0.7-Endpoints-Benchmark führende Ergebnisse erzielt zu haben: Mit dem Reasoning-Modell DeepSeek-R1 auf 68…