WER IST NVIDIAS GRÖSSTER KONKURRENT? DIE ANTWORT KÖNNTE SIE ÜBERRASCHEN: DIE EIGENEN KUNDEN!
Alle sprechen über NVIDIAs Chips der nächsten Generation, Blackwell und Vera Rubin sowie über die enormen Investitionen in KI-Rechenzentren. Doch ich glaube, dass es ein viel größeres Problem gibt, das NVIDIA-Investoren möglicherweise übersehen.
Die Unternehmen, die NVIDIAs Vormachtstellung irgendwann herausfordern könnten, sind nicht unbedingt traditionelle Konkurrenten im Chipgeschäft. Es sind NVIDIAs eigene Kunden.
Alphabet, Meta und Oracle kommen an verschiedenen Stellen derselben Geschichte zusammen. Und ihre Schritte zielen auf einen der größten Wettbewerbsvorteile von NVIDIA: CUDA.
Sehen wir uns genauer an, warum das wichtig ist.
NVIDIA stellt nicht nur leistungsstarke Prozessoren her. Das Unternehmen hat auch ein Ökosystem aufgebaut, das Entwickler an seine Hardware bindet.
Über seine CUDA-Softwareplattform haben Millionen Entwickler Anwendungen erstellt, die für den Einsatz auf NVIDIA-GPUs konzipiert sind.
Mit anderen Worten: Einen Chip zu kaufen, ist nur ein Teil der Gleichung. Wenn ein Unternehmen jahrelang in die Infrastruktur von NVIDIA investiert hat, ist der Wechsel zu einem anderen Prozessor nicht so einfach wie der Austausch eines Computers gegen einen anderen. Die Software muss angepasst, optimiert und getestet werden. Das erfordert Zeit, Geld und technische Ressourcen.
Hier liegt NVIDIAs eigentlicher Wettbewerbsvorteil.
Doch inzwischen beobachten wir ernsthafte Aktivitäten an den Toren dieses Burggrabens.
1. GOOGLE VERSUCHT, NVIDIAS SOFTWAREMAUER ZU DURCHBRECHEN
Alphabet will mit TorchTPU die Ausführung von KI-Anwendungen auf Basis von PyTorch auf Googles TPU-Prozessoren erleichtern, sodass dafür weniger Änderungen am Code nötig sind.
Darum ist das wichtig.
PyTorch ist ein Open-Source-Framework für maschinelles Lernen, das ursprünglich von Meta entwickelt wurde und in der gesamten KI-Branche weit verbreitet ist.
Mit anderen Worten: Ein wichtiger Teil des Entwickler-Ökosystems, der dazu beigetragen hat, NVIDIAs CUDA-Dominanz zu festigen, könnte es Entwicklern nun erleichtern, ihre Anwendungen auf alternative Hardware zu verlagern.
Amazon verfolgt mit seinen Trainium-Prozessoren einen ähnlichen Ansatz.
Überlegen wir, was das bedeutet.
Entwickler haben sich traditionell auf NVIDIA verlassen, weil der Wechsel zu einer anderen Hardwareplattform kompliziert und teuer war.
Wenn diese Hürde zu verschwinden beginnt, könnte einer der größten Wettbewerbsvorteile von NVIDIA schwächer werden.
Die eigentliche Bedrohung besteht nicht einfach darin, dass jemand einen günstigeren Prozessor bauen könnte. Sie besteht darin, dass die Kosten für einen Wechsel weg von NVIDIA deutlich sinken könnten.
2. METAS SCHRITT IST NOCH BEDEUTENDER
Meta ist das Unternehmen hinter PyTorch. Nun arbeitet dasselbe Unternehmen daran, seine Abhängigkeit von NVIDIA zu verringern, indem es einen Ansatz unterstützt, der alternative Hardwareplattformen – darunter die von Google und Amazon – leichter nutzbar macht.
Die Botschaft von Metas Entwicklungsstrategie wird immer deutlicher:
Im KI-Wettlauf wollen wir nicht an eine einzige Hardwarearchitektur gebunden sein.
Die finanziellen Auswirkungen sind enorm.
Für Unternehmen wie Meta, die enorme Rechenleistung benötigen, können Prozessorkosten, Energieverbrauch und die Effizienz von Rechenzentren einen Unterschied in Milliardenhöhe ausmachen.
Ein Unternehmen muss NVIDIA nicht vollständig den Rücken kehren, um den Markt zu verändern.
Schon wenn ein Teil der künftigen Infrastrukturinvestitionen in alternative Prozessoren fließt, könnte sich das Machtverhältnis zu verschieben beginnen.
3. DIE VERBINDUNG ZU ORACLE: DER WETTBEWERB IST NICHT MEHR NUR THEORETISCH
Ab 2027 plant Oracle, seinen Kunden Googles TPU-Prozessoren über seine Cloud-Infrastruktur anzubieten.
Was bedeutet das konkret?
Ein Cloud-Kunde, der bisher auf eine Infrastruktur mit NVIDIA-Technologie angewiesen war, könnte möglicherweise stattdessen über Oracle auf Prozessoren von Google zugreifen.
Und hier liegt der entscheidende Punkt: Oracle verfügt bereits über einen etablierten Kundenstamm, der seine Cloud-Plattform nutzt.
Dadurch entsteht ein potenzieller Vertriebskanal für Googles TPUs, über den sie einen deutlich größeren Markt erreichen können.
Diese Entwicklung deutet darauf hin, dass Google seine maßgeschneiderten Prozessoren nicht nur in den eigenen Rechenzentren einsetzen möchte.
Das Unternehmen will sie auch externen Kunden anbieten und sich einen Anteil an dem Markt sichern, der derzeit von NVIDIA dominiert wird.
4. DIE ECHTE GEFAHR: NVIDIA KÖNNTE SEINE PREISMACHT VERLIEREN, BEVOR ES MARKTANTEILE VERLIERT
Betrachten wir das Ganze nun aus der Perspektive eines Anlegers.
Ich glaube, dies ist eines der am wenigsten diskutierten Risiken am Markt.
Die größte Bedrohung für NVIDIA ist nicht unbedingt ein Unternehmen, das eine leistungsstärkere GPU entwickelt.
Es besteht vielmehr die Möglichkeit, dass eine wachsende Zahl von Alternativen den Kunden mehr Verhandlungsmacht verschafft.
Heute ermöglichen es NVIDIA seine Leistung, sein Software-Ökosystem und die Fähigkeit, vollständige, skalierbare Systeme bereitzustellen, Premiumpreise zu verlangen.
Doch was passiert, wenn Google TPUs, Amazon Trainium und andere maßgeschneiderte Prozessoren für bestimmte KI-Anwendungen wettbewerbsfähig genug werden?
Das Bild verändert sich.
NVIDIA könnte Branchenführer bleiben, während seine Kunden nicht mehr für jede einzelne Aufgabe NVIDIA-Hardware benötigen.
Mit der Zeit könnte das die Preismacht, die Gewinnmargen und die Erwartungen an das künftige Wachstum unter Druck setzen.
An der Börse kann ein Unternehmen seine Preismacht verlieren, lange bevor es nennenswerte Marktanteile einbüßt.
Auf dieses erste Signal sollten Anleger achten.
5. ABER ES IST ZU FRÜH, NVIDIA ABZUSCHREIBEN
Ein wichtiges Detail sollten wir nicht übersehen.
Das Aufkommen alternativer Prozessoren bedeutet nicht, dass NVIDIAs technologische Vorteile über Nacht verschwinden werden.
Nur weil PyTorch auf verschiedenen Hardwareplattformen laufen kann, heißt das nicht, dass diese Plattformen bei jeder Anwendung Leistung und Effizienz auf NVIDIA-Niveau bieten können.
Das riesige Entwickler-Ökosystem von CUDA, die GPU-Leistung von NVIDIA, seine Netzwerktechnologien und integrierten Computersysteme bleiben gewaltige Wettbewerbsvorteile.
Und Oracles Pläne, Googles TPUs anzubieten, bedeuten nicht, dass das Unternehmen NVIDIA den Rücken kehrt.
Oracle investiert weiterhin massiv in die Systeme der nächsten Generation von NVIDIA.
Es geht also nicht darum, dass NVIDIA aus dem Spiel gedrängt wird.
Vielmehr wollen die größten Kunden nicht länger von einem einzigen Anbieter abhängig sein.
WORAUF ICH WIRKLICH ACHTE
Wir könnten in eine neue Phase der KI-Branche eintreten.
In der ersten Phase strömten alle zu NVIDIA, weil sie Zugang zu Rechenleistung benötigten.
In der zweiten Phase investierten Unternehmen Milliarden in den Bau von Rechenzentren und den Ausbau ihrer KI-Infrastruktur.
Nun könnte eine dritte Phase beginnen:
Der Wettlauf darum, Rechenleistung kostengünstiger, effizienter und von mehreren Anbietern zu beziehen.
NVIDIA könnte auch bei diesem Wandel zu den größten Gewinnern gehören.
Doch anzunehmen, dass das außergewöhnliche Wachstum unter exakt denselben Bedingungen für immer anhalten kann, wäre ein schwerwiegender Fehler.
Meiner Ansicht nach lohnt es sich, drei entscheidende Indikatoren im Auge zu behalten:
Die Verbreitung von Googles TPUs: Wie weit werden sie ab 2027 in Rechenzentren von Drittanbietern eingesetzt?
Metas Hardwareausgaben: Wie viel der künftigen Investitionen in KI-Infrastruktur wird in Prozessoren anderer Anbieter als NVIDIA fließen?
Die Wettbewerbsfähigkeit alternativer Chips: Können sie nicht nur niedrigere Kosten, sondern auch konkurrenzfähige Leistung und Energieeffizienz bieten?
Denn das Unternehmen, das künftig das KI-Rennen gewinnt, muss nicht unbedingt das leistungsstärkste Chipdesign entwickeln.
Es könnte vielmehr das Unternehmen sein, das die meiste Rechenleistung zu den niedrigsten Kosten bereitstellt und zugleich ein Ökosystem aufbaut, das Kunden immer wieder zurückbringt.
Und hier ist die Frage, die sich NVIDIA-Anleger stellen sollten:
Werden die Kunden von NVIDIA mit dem Ausbau ihrer KI-Infrastruktur zunehmend von NVIDIA abhängig, oder wird ihr Wachstum sie tatsächlich unabhängiger davon machen?
Ich glaube, die Antwort auf diese Frage könnte eine der größten Investmentgeschichten der nächsten Jahre prägen.