Das visuelle Element, das dieses Geschäft definiert, ist kein Diagramm, sondern ein Leistungsmesser. Vierhundertsechzig Megawatt — genug, um ungefähr 345.000 US-Haushalte zu versorgen — sind für das Training von Sprachmodellen vorgesehen. Das sind die Stückkosten von Frontier-AI im Jahr 2026, und die Entwicklung beschleunigt sich in einem Tempo, das Energieinvestoren näher hinschauen lassen sollte.
Am strukturell Interessantesten finde ich die Chip-Abhängigkeit, die in dieser Konstellation steckt. Nscale wird Nvidias Vera-Rubin-Chips verwenden, die noch nicht kommerziell eingesetzt werden. Anthropic leaset effektiv Kapazitäten auf Hardware, die es in dieser Größenordnung heute noch nicht gibt — mit Auslieferungsbeginn erst im späten nächsten Jahr. Das gesamte Commitment über 45 Milliarden US-Dollar ruht auf dem Produktionszeitplan von Nvidia.
Der Campus der Monarch erzählt eine breitere Geschichte über physische Grenzen. Die geplante Gesamtkapazität von 1,35 Gigawatt bedeutet, dass diese einzelne Anlage zu den größten privaten Energieverbrauchern in den Vereinigten Staaten gehören würde. Die Investition von 71 Milliarden US-Dollar — davon allein 47 Milliarden für Chips — zeigt ein Verhältnis, das entscheidend ist: Zwei Drittel der Kosten eines Rechenzentrums entfallen heute auf Halbleiter, nicht auf Gebäude, Grundstücke oder Kühlung.
Der Abschied von Microsoft ist der negative Raum in diesem Bild. Wenn der größte Cloud-Anbieter von einem vorab unterzeichneten Deal abrückt, stellt sich die Frage, ob sie etwas in den Unit Economics erkannt haben oder einfach eine günstigere Alternative gefunden. Jede Antwort ist bearish für die These einer eigenständigen AI-Infrastruktur.
Quelle: TradingKey
Am strukturell Interessantesten finde ich die Chip-Abhängigkeit, die in dieser Konstellation steckt. Nscale wird Nvidias Vera-Rubin-Chips verwenden, die noch nicht kommerziell eingesetzt werden. Anthropic leaset effektiv Kapazitäten auf Hardware, die es in dieser Größenordnung heute noch nicht gibt — mit Auslieferungsbeginn erst im späten nächsten Jahr. Das gesamte Commitment über 45 Milliarden US-Dollar ruht auf dem Produktionszeitplan von Nvidia.
Der Campus der Monarch erzählt eine breitere Geschichte über physische Grenzen. Die geplante Gesamtkapazität von 1,35 Gigawatt bedeutet, dass diese einzelne Anlage zu den größten privaten Energieverbrauchern in den Vereinigten Staaten gehören würde. Die Investition von 71 Milliarden US-Dollar — davon allein 47 Milliarden für Chips — zeigt ein Verhältnis, das entscheidend ist: Zwei Drittel der Kosten eines Rechenzentrums entfallen heute auf Halbleiter, nicht auf Gebäude, Grundstücke oder Kühlung.
Der Abschied von Microsoft ist der negative Raum in diesem Bild. Wenn der größte Cloud-Anbieter von einem vorab unterzeichneten Deal abrückt, stellt sich die Frage, ob sie etwas in den Unit Economics erkannt haben oder einfach eine günstigere Alternative gefunden. Jede Antwort ist bearish für die These einer eigenständigen AI-Infrastruktur.
Quelle: TradingKey
