Nvidia kündigt ein KI-Kooperationsprogramm mit der südkoreanischen SK Group an, mit einem Gesamtinvestitionsvolumen von über 500 Milliarden US-Dollar. Beide Seiten wollen eine langfristige Zusammenarbeit in Bereichen wie KI-Datenzentren und Speicher der nächsten Generation, also Next-Gen-HBM (High Bandwidth Memory), aufbauen. Darunter soll SK Telecom zwei GW große KI-Datenzentren errichten, die Chips von Nvidia Vera Rubin und SK Hynix HBM4 verwenden. Das erste Projekt soll voraussichtlich 2027 in Betrieb gehen.
In der Vergangenheit war der Kauf von HBM durch Nvidia eine reine Beschaffungsbeziehung. Diesmal jedoch arbeitet man mit SK Hynix langfristig zusammen – das bedeutet, dass beide Seiten beginnen, die nächste Generation von HBM4 gemeinsam zu definieren. Da KI-Trainings immer größer werden, und die GPU-Leistung immer weiter steigt, läuft ohne HBM schlicht nichts. Zwar kann man Engpässe bei GPUs später durch zusätzliche Fertigungskapazitäten abfedern, doch HBM erfordert eine längere Bau- bzw. Produktionszeit und zudem komplexere Verpackungsprozesse. Daher ist HBM wirklich die zentrale Engstelle. Was Nvidia jetzt macht, ist, die wichtigsten Bauteile für die kommenden Jahre frühzeitig abzusichern.
SK Hynix erhält damit Planungssicherheit. Das größte Risiko in der KI-Branche ist nicht die Technologie, sondern die Nachfrage. Wenn Kunden heute kaufen und morgen nicht mehr, traut sich ein Unternehmen nicht, die Produktion hochzufahren. Durch die direkte Bindung an SK Hynix signalisiert Nvidia dem Markt nun jedoch im Voraus: Die HBM-Nachfrage in den kommenden Jahren wird real existieren. Das stärkt das Selbstvertrauen von SK Hynix, die Investitionsausgaben weiter auszuweiten, und festigt zusätzlich seine führende Position im HBM-Markt.
Der KI-Wettbewerb hat sich bereits von der GPU-Ebene hin zum gesamten Rechenleistungs-Ökosystem verlagert. Viele beschäftigen sich immer noch mit GPUs. Der eigentliche KI-Wettbewerb lautet heute: GPU + HBM + fortschrittliche Verpackungstechnologie + Datenzentren + Stromversorgung + Netzwerk. Die 2-GW-KI-Datenzentren sind dafür das beste Beispiel. Nvidia beginnt nun, sich am Ausbau von Datenzentren zu beteiligen, an der Chipplanung sowie am Speicher-Layout – sogar in Form von Ökosystem-Kooperation. In Zukunft wird nicht nur eine einzelne GPU verkauft, sondern ein kompletter KI-Fabrik-Ansatz (AI Factory). Das ist auch die Richtung, die Huang Renxun (Jen-Hsun Huang) immer wieder betont. Die gesamte Lieferkette wechselt vom Durchbruch an einzelnen Punkten hin zur Phase des systematischen Aufbaus.
In der Vergangenheit war der Kauf von HBM durch Nvidia eine reine Beschaffungsbeziehung. Diesmal jedoch arbeitet man mit SK Hynix langfristig zusammen – das bedeutet, dass beide Seiten beginnen, die nächste Generation von HBM4 gemeinsam zu definieren. Da KI-Trainings immer größer werden, und die GPU-Leistung immer weiter steigt, läuft ohne HBM schlicht nichts. Zwar kann man Engpässe bei GPUs später durch zusätzliche Fertigungskapazitäten abfedern, doch HBM erfordert eine längere Bau- bzw. Produktionszeit und zudem komplexere Verpackungsprozesse. Daher ist HBM wirklich die zentrale Engstelle. Was Nvidia jetzt macht, ist, die wichtigsten Bauteile für die kommenden Jahre frühzeitig abzusichern.
SK Hynix erhält damit Planungssicherheit. Das größte Risiko in der KI-Branche ist nicht die Technologie, sondern die Nachfrage. Wenn Kunden heute kaufen und morgen nicht mehr, traut sich ein Unternehmen nicht, die Produktion hochzufahren. Durch die direkte Bindung an SK Hynix signalisiert Nvidia dem Markt nun jedoch im Voraus: Die HBM-Nachfrage in den kommenden Jahren wird real existieren. Das stärkt das Selbstvertrauen von SK Hynix, die Investitionsausgaben weiter auszuweiten, und festigt zusätzlich seine führende Position im HBM-Markt.
Der KI-Wettbewerb hat sich bereits von der GPU-Ebene hin zum gesamten Rechenleistungs-Ökosystem verlagert. Viele beschäftigen sich immer noch mit GPUs. Der eigentliche KI-Wettbewerb lautet heute: GPU + HBM + fortschrittliche Verpackungstechnologie + Datenzentren + Stromversorgung + Netzwerk. Die 2-GW-KI-Datenzentren sind dafür das beste Beispiel. Nvidia beginnt nun, sich am Ausbau von Datenzentren zu beteiligen, an der Chipplanung sowie am Speicher-Layout – sogar in Form von Ökosystem-Kooperation. In Zukunft wird nicht nur eine einzelne GPU verkauft, sondern ein kompletter KI-Fabrik-Ansatz (AI Factory). Das ist auch die Richtung, die Huang Renxun (Jen-Hsun Huang) immer wieder betont. Die gesamte Lieferkette wechselt vom Durchbruch an einzelnen Punkten hin zur Phase des systematischen Aufbaus.