Nvidia beginnt damit, Kunden „Geld zu beschaffen“: Das größte Nadelöhr der KI verlagert sich von Rechenleistung hin zu Kapital – und ich finde, das ist ziemlich spannend, darüber will ich mal sprechen……
Heute habe ich eine Nachricht gesehen, die ich für sehr wichtig halte: $NVDA kooperiert offiziell mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR – also mit sechs Institutionen – um eine unabhängige Plattform für die Finanzierung von Rechenleistung aufzubauen. Ziel ist es, mehr als 500 Mrd. US-Dollar an Dritt-Kapital zu mobilisieren, um den Aufbau von KI-Infrastruktur zu finanzieren.
Meine erste Reaktion war: Nvidia ist inzwischen nicht mehr damit zufrieden, „erst zu warten, bis die Kunden genug Geld haben, um dann GPUs zu kaufen“. Es geht jetzt proaktiv darum, ein weiteres Problem zu lösen: Woher bekommen die Kunden überhaupt genügend Geld, um diese immer teureren KI-Rechenzentren zu bauen.
Früher haben wir die KI-Wertschöpfungskette ungefähr so verstanden – und ich habe in dem Beitrag, auf den ich hier Bezug nehme, den Prozess detailliert beschrieben. Wenn ihr wollt, schaut euch das gern an.
KI-Unternehmen erzeugen Bedarf → Cloud-Anbieter wie Google, Amazon, Microsoft, Meta bauen Rechenzentren mit ihrem eigenen Cashflow → Kauf von $NVDA-GPUs → dazu dann HBM, Server, Netzwerk, optische Kommunikation, Stromversorgung und Flüssigkühlung.
Aber dieses Modell stößt nun auf ein sehr reales Problem: KI-Rechenzentren sind wirklich zu teuer.
Ein großes KI-Rechenzentrum endet nicht damit, einfach ein paar zehntausend GPUs zu kaufen. Hinter den GPUs müssen auch HBM, Server, Switches, Optikmodule, Flüssigkühlung, USV, Transformatoren, der Netzanschluss – und teils sogar die eigene Lösung für die Erzeugungsleistung – geplant und finanziert werden.
Wenn die Größe von Rechenzentren von mehreren hundert MW in Richtung GW skaliert, sind die Capex schnell in der Größenordnung von Dutzenden Milliarden bis zu mehreren Hundert Milliarden US-Dollar.
Darum sagen wir seit den vergangenen zwei Jahren immer wieder: Die Engpässe in der KI verlagern sich fortlaufend. Erst fehlte es an GPUs, dann an HBM, danach an Netzwerk, Optikmodulen, Flüssigkühlung und Strom – und jetzt beginnt sogar „Geld“ selbst zu einem neuen Engpass zu werden.
Und das, was Nvidia diesmal tut, löst diesen Engpass im Kern um eine Stufe weiter nach vorne.
Früher war es: „Wenn du Geld hast, verkaufe ich dir GPUs.“
Jetzt sieht es immer mehr so aus: „Du hast KI-Bedarf, aber nicht genug Geld? Kein Problem. Ich hole Apollo, BlackRock, Blackstone, KKR – also einige der größten Kapitalplayer der Welt – mit ins Boot. Ich helfe dir erst, das Geld für die Rechenzentren zu lösen, und dann kaufst du weiter GPUs.“
😂😂😂
Darum finde ich, dass Nvidia diese „Spaten“-Geschäftsidee gerade wirklich bis zum Maximum perfektioniert.
Nicht nur das Verkaufen von Spaten.
Sogar das Geld, um Spaten zu kaufen, fängt es für die Kunden an zu suchen.
Und noch wichtiger: Diese 500 Mrd. US-Dollar – falls sie in der Zukunft tatsächlich nach und nach umgesetzt werden – werden nicht nur in $NVDA fließen.
Wir haben in letzter Zeit die gesamte KI-Wertschöpfungskette einmal komplett durchgestrukturiert: Dieses Geld wird am Ende weiter nach unten in die Kette durchgereicht.
Rechenzentren brauchen mehr GPUs → $NVDA, $AMD;
Mit mehr GPUs braucht man mehr HBM und DRAM → $MU, SK Hynix, Samsung;
Zehntausende bis hunderttausende GPUs müssen verbunden werden → $ANET, $AVGO, $MRVL;
Bandbreite steigt weiter von 800G auf 1,6T → $COHR, $LITE, $AAOI;
Mehr Server und Racks → $SMCI, $DELL;
Der Stromverbrauch pro Rack wird immer höher → $VRT, $ETN;
Rechenzentren bekommen zunehmend Probleme mit Strom → $GEV, $PWR, $CEG, $VST …
Das Entscheidende daran, was für mich wirklich wichtig ist, ist also nicht, wie überzogen der Titel „noch einmal 500 Mrd. US-Dollar“ klingt.
Vielmehr zeigt es erneut: Der Aufbau dieser Runde KI-Infrastruktur beruht mittlerweile nicht mehr nur auf den Bilanzen von Tech-Giganten, sondern weitet sich nach und nach auf den gesamten globalen Kapitalmarkt aus.
Früher zahlten Microsoft, Google, Amazon und Meta selbst.
Zukünftig könnte es immer mehr so werden: Tech-Unternehmen liefern Bedarf und Kunden, Nvidia liefert Chips und technische Standards, Institutionen wie Apollo, BlackRock und KKR liefern langfristiges Kapital – und finanzieren dann Rechenzentren als eine Art Infrastruktur-Asset.
Das erinnert ein wenig an die Autobahnen, Flughäfen, Funkmasten und Kraftwerke der vergangenen Jahrzehnte.
Am Anfang baut vielleicht ein einzelnes Unternehmen die Infrastruktur selbst. Später richten sich Finanzierungstools und der gesamte Kapitalmarkt verstärkt um genau diese Infrastruktur.
Und jetzt beginnt auch die Rechenleistung einen ähnlichen Trend zu zeigen.
Natürlich gibt es dabei in Zukunft mit Sicherheit ein wichtiges Thema, das man weiter beobachten muss: Wenn Chip-Hersteller an der Finanzierung beteiligt sind, Kapitalinstitutionen die Rechenzentren bauen lassen und die Rechenzentren wiederum das Geld nutzen, um Chips zu kaufen – entsteht dann eine immer deutlicher werdende Kreislauf-Finanzierung?
Dieses Risiko finde ich es wert, später separat zu untersuchen.
Aber aus Sicht der gesamten Wertschöpfungskette interessiert mich im Moment vor allem ein anderes Signal:
KI ist inzwischen so groß geworden, dass ihr selbst der Cashflow der Tech-Unternehmen allein nicht mehr ausreicht.
Wenn die größten privaten Beteiligungs-, Asset-Management- und Infrastruktur-Fonds der Welt beginnen, offiziell mehrere Hundert Milliarden US-Dollar Kapital in die Rechenleistung zu lenken, dann ist diese KI-Infrastruktur-Zyklusphase offensichtlich nicht mehr nur eine „Capex-Story“ von ein paar Tech-Firmen.
Sie wird langsam zu einem echten globalen Capex-Zyklus.
Deshalb bleibe ich bei meiner Aussage: Nvidia hat früher Spaten verkauft – und jetzt hilft es dir sogar, das Geld zu finden, um die Spaten zu kaufen.
Wo am Ende dieses Geld hinfließt, finde ich genau das ist die wichtigste Frage, die man als Nächstes weiter erforschen und tiefgehend erkunden sollte.
Eigentlich könnt ihr euch – wenn ihr Zeit habt – die zitierten Beiträge zu meinem Post genauer anschauen. Im Grunde könnt ihr daraus schon mit drei Punkten ziemlich klar erkennen, wie sich die nächste große Entwicklung ungefähr abzeichnet……
Heute habe ich eine Nachricht gesehen, die ich für sehr wichtig halte: $NVDA kooperiert offiziell mit Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR – also mit sechs Institutionen – um eine unabhängige Plattform für die Finanzierung von Rechenleistung aufzubauen. Ziel ist es, mehr als 500 Mrd. US-Dollar an Dritt-Kapital zu mobilisieren, um den Aufbau von KI-Infrastruktur zu finanzieren.
Meine erste Reaktion war: Nvidia ist inzwischen nicht mehr damit zufrieden, „erst zu warten, bis die Kunden genug Geld haben, um dann GPUs zu kaufen“. Es geht jetzt proaktiv darum, ein weiteres Problem zu lösen: Woher bekommen die Kunden überhaupt genügend Geld, um diese immer teureren KI-Rechenzentren zu bauen.
Früher haben wir die KI-Wertschöpfungskette ungefähr so verstanden – und ich habe in dem Beitrag, auf den ich hier Bezug nehme, den Prozess detailliert beschrieben. Wenn ihr wollt, schaut euch das gern an.
KI-Unternehmen erzeugen Bedarf → Cloud-Anbieter wie Google, Amazon, Microsoft, Meta bauen Rechenzentren mit ihrem eigenen Cashflow → Kauf von $NVDA-GPUs → dazu dann HBM, Server, Netzwerk, optische Kommunikation, Stromversorgung und Flüssigkühlung.
Aber dieses Modell stößt nun auf ein sehr reales Problem: KI-Rechenzentren sind wirklich zu teuer.
Ein großes KI-Rechenzentrum endet nicht damit, einfach ein paar zehntausend GPUs zu kaufen. Hinter den GPUs müssen auch HBM, Server, Switches, Optikmodule, Flüssigkühlung, USV, Transformatoren, der Netzanschluss – und teils sogar die eigene Lösung für die Erzeugungsleistung – geplant und finanziert werden.
Wenn die Größe von Rechenzentren von mehreren hundert MW in Richtung GW skaliert, sind die Capex schnell in der Größenordnung von Dutzenden Milliarden bis zu mehreren Hundert Milliarden US-Dollar.
Darum sagen wir seit den vergangenen zwei Jahren immer wieder: Die Engpässe in der KI verlagern sich fortlaufend. Erst fehlte es an GPUs, dann an HBM, danach an Netzwerk, Optikmodulen, Flüssigkühlung und Strom – und jetzt beginnt sogar „Geld“ selbst zu einem neuen Engpass zu werden.
Und das, was Nvidia diesmal tut, löst diesen Engpass im Kern um eine Stufe weiter nach vorne.
Früher war es: „Wenn du Geld hast, verkaufe ich dir GPUs.“
Jetzt sieht es immer mehr so aus: „Du hast KI-Bedarf, aber nicht genug Geld? Kein Problem. Ich hole Apollo, BlackRock, Blackstone, KKR – also einige der größten Kapitalplayer der Welt – mit ins Boot. Ich helfe dir erst, das Geld für die Rechenzentren zu lösen, und dann kaufst du weiter GPUs.“
😂😂😂
Darum finde ich, dass Nvidia diese „Spaten“-Geschäftsidee gerade wirklich bis zum Maximum perfektioniert.
Nicht nur das Verkaufen von Spaten.
Sogar das Geld, um Spaten zu kaufen, fängt es für die Kunden an zu suchen.
Und noch wichtiger: Diese 500 Mrd. US-Dollar – falls sie in der Zukunft tatsächlich nach und nach umgesetzt werden – werden nicht nur in $NVDA fließen.
Wir haben in letzter Zeit die gesamte KI-Wertschöpfungskette einmal komplett durchgestrukturiert: Dieses Geld wird am Ende weiter nach unten in die Kette durchgereicht.
Rechenzentren brauchen mehr GPUs → $NVDA, $AMD;
Mit mehr GPUs braucht man mehr HBM und DRAM → $MU, SK Hynix, Samsung;
Zehntausende bis hunderttausende GPUs müssen verbunden werden → $ANET, $AVGO, $MRVL;
Bandbreite steigt weiter von 800G auf 1,6T → $COHR, $LITE, $AAOI;
Mehr Server und Racks → $SMCI, $DELL;
Der Stromverbrauch pro Rack wird immer höher → $VRT, $ETN;
Rechenzentren bekommen zunehmend Probleme mit Strom → $GEV, $PWR, $CEG, $VST …
Das Entscheidende daran, was für mich wirklich wichtig ist, ist also nicht, wie überzogen der Titel „noch einmal 500 Mrd. US-Dollar“ klingt.
Vielmehr zeigt es erneut: Der Aufbau dieser Runde KI-Infrastruktur beruht mittlerweile nicht mehr nur auf den Bilanzen von Tech-Giganten, sondern weitet sich nach und nach auf den gesamten globalen Kapitalmarkt aus.
Früher zahlten Microsoft, Google, Amazon und Meta selbst.
Zukünftig könnte es immer mehr so werden: Tech-Unternehmen liefern Bedarf und Kunden, Nvidia liefert Chips und technische Standards, Institutionen wie Apollo, BlackRock und KKR liefern langfristiges Kapital – und finanzieren dann Rechenzentren als eine Art Infrastruktur-Asset.
Das erinnert ein wenig an die Autobahnen, Flughäfen, Funkmasten und Kraftwerke der vergangenen Jahrzehnte.
Am Anfang baut vielleicht ein einzelnes Unternehmen die Infrastruktur selbst. Später richten sich Finanzierungstools und der gesamte Kapitalmarkt verstärkt um genau diese Infrastruktur.
Und jetzt beginnt auch die Rechenleistung einen ähnlichen Trend zu zeigen.
Natürlich gibt es dabei in Zukunft mit Sicherheit ein wichtiges Thema, das man weiter beobachten muss: Wenn Chip-Hersteller an der Finanzierung beteiligt sind, Kapitalinstitutionen die Rechenzentren bauen lassen und die Rechenzentren wiederum das Geld nutzen, um Chips zu kaufen – entsteht dann eine immer deutlicher werdende Kreislauf-Finanzierung?
Dieses Risiko finde ich es wert, später separat zu untersuchen.
Aber aus Sicht der gesamten Wertschöpfungskette interessiert mich im Moment vor allem ein anderes Signal:
KI ist inzwischen so groß geworden, dass ihr selbst der Cashflow der Tech-Unternehmen allein nicht mehr ausreicht.
Wenn die größten privaten Beteiligungs-, Asset-Management- und Infrastruktur-Fonds der Welt beginnen, offiziell mehrere Hundert Milliarden US-Dollar Kapital in die Rechenleistung zu lenken, dann ist diese KI-Infrastruktur-Zyklusphase offensichtlich nicht mehr nur eine „Capex-Story“ von ein paar Tech-Firmen.
Sie wird langsam zu einem echten globalen Capex-Zyklus.
Deshalb bleibe ich bei meiner Aussage: Nvidia hat früher Spaten verkauft – und jetzt hilft es dir sogar, das Geld zu finden, um die Spaten zu kaufen.
Wo am Ende dieses Geld hinfließt, finde ich genau das ist die wichtigste Frage, die man als Nächstes weiter erforschen und tiefgehend erkunden sollte.
Eigentlich könnt ihr euch – wenn ihr Zeit habt – die zitierten Beiträge zu meinem Post genauer anschauen. Im Grunde könnt ihr daraus schon mit drei Punkten ziemlich klar erkennen, wie sich die nächste große Entwicklung ungefähr abzeichnet……