帮帮Bonnie

Bis Ende Juli belief sich der Wert der Beteiligungen an börsennotierten und nicht börsennotierten Unternehmen, die der Chip-Hersteller Nvidia hält, auf 95,6 Milliarden US-Dollar – während diese Zahl Anfang 2020 noch unter 100 Millionen US-Dollar lag. Nvidia teilte mit, dass sich der Gesamtbetrag der Beteiligungsinvestitionen derzeit auf rund 99 Milliarden US-Dollar beläuft.① Nvidia hat sich dank des KI-Booms bereichert, und heute ist es auch „mittendrin“, um die nächste Phase dieser Welle zu befördern …② Im Vergleich zu den beeindruckenden Gewinn- und Verlustzahlen vom Mittwoch sind einige Branchenkenner der Ansicht, dass der größere Wandel bei Nvidia möglicherweise auf der Bilanzseite stattfindet. Angesichts dieser erstaunlichen Kapitalexpansion machte Nvidia-CEO Huang Renxun (Jensen Huang) am Mittwoch nicht die geringste Sorge – im Gegenteil wirkte er gelassen: „Wenn ich überhaupt etwas bedauere, dann, dass wir damals nicht mehr und früher in diese KI-Labore investiert haben.“ Und diese gigantischen Beteiligungsinvestitionen könnten – vielleicht nur der sichtbare Teil von Nvidias noch größerem kapitalgetriebenen Schachspiel sein …$Nvidia (NVDA.US)$ Der CFO Kress (Colette Kress) verwies darauf, dass die Nachfrage der führenden KI-Labore nach Rechenleistung „explosionsartig“ gewachsen sei, doch ihre „Ausbaugeschwindigkeit liegt mittlerweile weit über dem Limit, das ihre eigenen Bilanzen und ihre Kreditwürdigkeit tragen können“. Einfach gesagt: Die schnell wachsenden Kernkunden von Nvidia brauchen dringend großskalige KI-Infrastruktur, sind finanziell aber nicht in der Lage, die so teuren Rechnungen zu bezahlen. Und Nvidia schließt diese Lücke. Diese Kapital-Unterstützungsstrategie entwickelt sich nach und nach zu einem entscheidenden Bestandteil des Kerngeschäfts von Nvidia. Kress erklärte, dass die KI-Labore, die auf die Bilanz-Bürgschaft von Nvidia angewiesen sind, im nächsten Jahr voraussichtlich etwa ein Viertel zum Umsatzanteil des Unternehmens beitragen werden. Das Modell „Bilanz als Service“ (Balance-Sheet-as-a-Service) hat in den vergangenen Monaten dazu geführt, dass Wall-Street-Investoren Nvidia zunehmend scherzhaft als „Zentralbank der KI“ bezeichnen. Das von Nvidia dominierte Kreislauf-„Bilanz als Service“-Modell – also dank der starken finanziellen Basis von Nvidia die Kunden kontinuierlich „mit Liquidität zu versorgen“, um ihre hohen Investitionsausgaben aufrechtzuerhalten – hat sogar zu einer in der Branche seltenen Praxis geführt: Für einige Großkunden besteht die Möglichkeit, die Rechnungen für den Einkauf von Rechenzentrumsbedarf um bis zu ein Jahr zu verzögern. Laut den am Mittwoch veröffentlichten Ergebnissen sind die Forderungen von $Nvidia (NVDA.US)$ (also nicht beglichene Kundenschulden) steil auf 63,1 Milliarden US-Dollar gestiegen, und die durchschnittliche Zahlungsfrist wurde von zuvor 45 Tagen auf 60 Tage verlängert. Nicht nur das: Nvidia „sichert“ seine Kunden auch auf direkterem Weg ab. Für einige Anbieter von KI-Cloud-Services setzt Nvidia eine Mindesteinnahmen-Garantie fest, um ihnen zu helfen, sich reibungslos zu finanzieren; sobald die tatsächlichen Einnahmen der Kunden diese Untergrenze übertreffen, kann Nvidia daraus eine Beteiligung bzw. einen Anteil ziehen. „In diesem Modell geht es für uns nicht nur darum, Kredite auszugeben“, räumt man selbstbewusst ein: „In diesem Modell können wir doppelt profitieren – wir verdienen sowohl am Gewinn aus dem Hardware-Frontgeschäft als auch an der Gewinnbeteiligung aus den Leasingeinnahmen.“ Die $Nvidia (NVDA.US)$-Ergebnisse vom Mittwoch legten zudem Garantielinien in Höhe von bis zu 108,5 Milliarden US-Dollar offen. Der überwiegende Teil – 105 Milliarden US-Dollar – ist eng an Bauprojekte für das von OpenAI entwickelte SB-Energy-Rechenzentrum gebunden. Klarzustellen ist: Dieser gewaltige Betrag ist derzeit nicht das Bargeld, das Nvidia direkt aufbringen muss. Mit der Inbetriebnahme von neun Rechenzentren rund um das Geschäftsjahr 2029 wird diese Garantieverpflichtung stufenweise wirksam, und sie wird entsprechend sinken, während OpenAI seine Schulden im weiteren Verlauf nach und nach begleichen wird. Gleichzeitig steuert $Nvidia (NVDA.US)$ aktiv dazu bei, dass noch mehr externes Kapital in diese Bauwelle fließt. Das Unternehmen teilte mit, dass es derzeit bereits mit mehreren großen Investmentinstitutionen erste Gespräche geführt habe, mit dem Ziel, über 500 Milliarden US-Dollar gesellschaftliches Kapital in den Ausbau von KI-Infrastruktur zu mobilisieren. Die Logik dahinter ist einfach: Nvidia möchte nicht die gesamten Kosten dieser Boom-Welle allein tragen, sondern den Projekten helfen, die Finanzierung leichter zu bekommen. Das passt zu Nvidias eigener Sichtweise, KI-Infrastruktur als „investierbare Anlageklasse“ zu beschreiben. Diese Strategie spiegelt einen Trend wider, der sich bereits im vergangenen Quartal bei Nvidia abgezeichnet hatte: Damals hatte Nvidias riesiger „Geldschöpfungs-Motor“ bereits gleichzeitig an beiden Enden – bei Angebot und Nachfrage für KI-Transaktionen – Kapital eingespeist. Inzwischen stützen auch die großen Technologiekonzerne den großen KI-Bauplan zunehmend mit Fremdfinanzierungen. Wie auch immer: Die Größe des aktuellen Investitionsportfolios von Nvidia ist inzwischen so groß, dass es seine Profitabilität beeinflussen kann, und auch die Bilanz des Unternehmens selbst wandelt sich gerade zu einer unverzichtbaren tragenden Säule für KI-Infrastruktur. Regelmäßige Investitionen in $Nvidia (NVDA.US)$-Aktien ist eine sehr gute Strategie, Come! !\u003cc-20/\u003e

Mit der Einführung eigener Chips durch OpenAI und andere Technologieriesen glauben Analysten zunehmend, dass die nahezu monopolartige Stellung von $英偉達 (NVDA.US)$ im Bereich fortschrittlicher KI-Chips einer „Bedrohung“ ausgesetzt ist.
Am Dienstag (25. August) veröffentlichte OpenAI technische Details zu seinem ersten maßgeschneiderten Inferenzchip Jalapeno und behauptete, dass die Reaktionsgeschwindigkeit und die Energieeffizienz des Chips die Leistung des Nvidia GB300 bereits übertreffen. Derzeit entwickeln auch $谷歌-C (GOOG.US)$, $亞馬遜 (AMZN.US)$ und $Meta Platforms (META.US)$ eigene KI-Chips.
Adrien Sanchez, Technikanalyst bei Yole Group, sagte, Jalapeno sei ein Chip, der speziell für Inferenz ausgelegt ist. Das zeige, dass „Chips, die von Hyperscalern entwickelt wurden, inzwischen in der Inferenz-Energieeffizienz mit Nvidia-Produkten der Blackwell-Klasse mithalten können – oder sie sogar übertreffen“.