Der 44-jährige Adam hatte zuvor nur Aktien eines anderen Unternehmens gekauft, als er sich letzten Monat nach einem „heißen Tipp“ eines Freundes dazu entschloss, in eine Aktie namens Nvidia zu investieren.
„Es geht um KI, und damit lässt sich eindeutig Geld verdienen“, sagt Adam, der in der Hotelbranche in London arbeitet und anonym bleiben möchte, da seine Familie nichts von seinen Aktiengeschäften weiß.
Während er sich bemüht, sich an den Namen des Unternehmens zu erinnern, wie man ihn ausspricht (es heißt en-vid-iya) oder sogar, was genau es im Bereich der künstlichen Intelligenz tut, „ist dies die Zukunft, das ist das Zeug von Cyberdyne Systems“, sagt Adam und bezieht sich dabei auf das KI-Unternehmen aus den Terminator-Filmen, das die Welt vernichtet. „Die Leute sind ein bisschen geblendet.“
Auch wenn Nvidia erst jetzt die Fantasie der Massen beflügelt, hat es die Aufmerksamkeit der Wall Street schon lange auf sich gezogen. Der 31-jährige Chiphersteller überholte diese Woche Apple und Microsoft und wurde kurzzeitig zum wertvollsten Unternehmen der Welt mit einem Wert von bis zu 3,3 Billionen Dollar.
Die explosionsartige Nachfrage nach seinen Grafikprozessoren, die von Unternehmen wie Meta und Microsoft allgemein als die beste Möglichkeit zum Aufbau großer KI-Systeme angesehen werden, hat den Aktienkurs des Unternehmens seit der Einführung des erfolgreichen Chatbots ChatGPT von OpenAI im November 2022 um rund 700 Prozent in die Höhe getrieben.
Der beispiellose Aufstieg eines Unternehmens, das bis vor kurzem für die meisten Menschen außerhalb der Technologiebranche unbekannt war, spiegelt die KI-Begeisterung wider, die Silicon Valley und Wall Street gleichermaßen erfasst hat. Doch seine Rückkehr auf den dritten Platz nach nur ein paar Tagen unterstreicht den harten Wettbewerb in dieser neuen Technologiearena.
Nvidias Aufstieg ist die Geschichte der KI-Wirtschaft: ihr explosives Wachstum, ihre Attraktivität für Investoren und ihre unvorhersehbare Zukunft. Wohin es als nächstes geht, wird den Weg dieser Wirtschaft widerspiegeln – und vielleicht sogar bestimmen.
Das letzte Mal, dass ein Unternehmen Diese Position erreichte eine vergleichsweise unbekannte Marke wie Nvidia im März 2000, als der Hersteller von Netzwerkgeräten Cisco auf dem Höhepunkt der Dotcom-Blase Microsoft überholte.
Heute wie damals stecken Unternehmen Milliarden von Dollar in den Aufbau der Infrastruktur für eine versprochene Revolution nicht nur in der Computerbranche, sondern in der Weltwirtschaft. Wie Nvidia hat auch Cisco mit dem Verkauf digitaler Spitzhacken und Schaufeln an Internet-Prospektoren einen Volltreffer gelandet. Doch der Aktienkurs des Unternehmens hat nie wieder seinen Höchststand aus dem Jahr 2000 erreicht, nachdem die Blase im selben Jahr platzte.
Die Tatsache, dass der Investitionsschub der großen Technologieunternehmen im Bereich KI eher auf Umsatzprognosen als auf tatsächlichen Erträgen basiert, schürt die Angst, dass sich die Geschichte wiederholen könnte.
262 %Nvidias Umsatzwachstum im letzten Quartal im Vergleich zum Vorjahr
„Ich verstehe die Sorge“, sagt Bernstein-Analystin Stacy Rasgon, aber es gibt entscheidende Unterschiede. „Bei Cisco war die Sorge, dass sie eine Menge Kapazitäten für die Nachfrage ausbauten, auf die sie hofften, und selbst heute noch sind Glasfaserkabel im Boden vergraben, die sie nie nutzten.“
Rasgon fügt hinzu, dass die Nvidia-Aktien im Vergleich zum Kurs von Cisco auf dem Höhepunkt der Dotcom-Blase zu einem weitaus niedrigeren Vielfachen des prognostizierten Gewinns gehandelt werden.
Unternehmen wie Microsoft sehen bereits eine gewisse Rendite auf ihre Investitionen in KI-Chips, auch wenn andere wie Meta gewarnt haben, dass es länger dauern wird. Wenn sich eine KI-Blase bildet, so Rasgon, scheint ein Platzen nicht unmittelbar bevorzustehen.
Ciscos Aufstieg und Fall in der Dotcom-Ära steht im Gegensatz zu Apple und Microsoft. Die beiden Technologieunternehmen konkurrieren seit Jahren um die Spitzenposition an der Wall Street, und zwar nicht nur durch die Herstellung äußerst erfolgreicher Produkte, sondern auch durch den Aufbau von Plattformen, die riesige Geschäftsökosysteme unterstützen. Apple hat erklärt, dass es im App Store rund 2 Millionen Apps gibt, die den Entwicklern jedes Jahr Hunderte Milliarden an Einnahmen bescheren.
Die Wirtschaft von Nvidia unterscheidet sich deutlich von der von Apple. In vielerlei Hinsicht ist die Popularität einer einzigen App – ChatGPT – für einen Großteil der Investitionen verantwortlich, die den Aktienkurs von Nvidia in den letzten Monaten in die Höhe getrieben haben. Der Chiphersteller sagt, dass sein Software-Ökosystem 40.000 Unternehmen und 3.700 „GPU-beschleunigte Anwendungen“ umfasst.
Anstatt jedes Jahr Hunderte Millionen erschwinglicher elektronischer Geräte an die breite Masse zu verkaufen, ist Nvidia zum wertvollsten Unternehmen der Welt geworden, indem es eine relativ kleine Anzahl teurer KI-Chips für Rechenzentren verkauft hat, und zwar hauptsächlich an eine Handvoll Unternehmen.
Große Cloud-Computing-Anbieter wie Microsoft, Amazon und Google machten fast die Hälfte von Nvidias Umsatz im Bereich Rechenzentren aus, teilte das Unternehmen letzten Monat mit. Laut der Chip-Analysegruppe TechInsights verkaufte Nvidia im vergangenen Jahr 3,76 Millionen seiner Grafikprozessorchips für Rechenzentren. Das reichte immer noch aus, um dem Unternehmen einen Anteil von 72 Prozent an diesem Spezialmarkt zu sichern und ließ Konkurrenten wie Intel und AMD weit hinter sich.
Dennoch wachsen diese Umsätze schnell. Nvidias Einnahmen stiegen im letzten Quartal, das im April endete, im Vergleich zum Vorjahr um 262 Prozent auf 26 Milliarden Dollar – ein noch schnelleres Tempo als bei Apple in den Anfangsjahren des iPhone.
Die Nachfrage nach Nvidia-Produkten wird durch Technologieunternehmen angeheizt, die Fragen zu den Fähigkeiten künstlicher Intelligenz mit Chips lösen möchten.
Auf der Suche nach dem nächsten Sprung nach vorne in der maschinellen Intelligenz liefern sich Unternehmen wie OpenAI, Microsoft, Meta und Elon Musks neues Start-up xAI ein Wettrennen um den Bau von Rechenzentren, die bis zu 100.000 KI-Chips zu Supercomputern zusammenschalten – dreimal so groß wie die größten Cluster von heute. Laut dem Chip-Beratungsunternehmen kostet jede dieser Serverfarmen allein 4 Milliarden Dollar an Hardware SemiAnalyse.
Der Hunger nach mehr Rechenkapazität für KI wird nicht verschwinden. Jensen Huang, CEO von Nvidia, prognostiziert, dass in den kommenden Jahren mehr als eine Billion Dollar in die Umrüstung bestehender Rechenzentren und den Bau dessen gesteckt werden, was er „KI-Fabriken“ nennt, da jeder, von den großen Technologieunternehmen bis hin zu den Nationalstaaten, seine eigenen KI-Modelle baut.
Diese Größenordnung der Investitionen wird sich nur fortsetzen, wenn Nvidias Kunden selbst herausfinden, wie sie mit KI Geld verdienen können. Und gerade als das Unternehmen die Spitze der Börse erreichte, beginnen immer mehr Leute im Silicon Valley zu hinterfragen, ob KI dem Hype gerecht werden kann.
David Cahn, Partner bei Sequoia, einem der größten Startup-Investoren im Silicon Valley, warnte in einem Blogeintrag diese Woche herrschte ein „Spekulationsrausch“ rund um künstliche Intelligenz und die „Illusion“, dass „wir alle schnell reich werden“ durch fortgeschrittene künstliche Intelligenz und das Horten von Nvidia-Chips.
Obwohl Cahn einen enormen wirtschaftlichen Nutzen von KI vorhersagt, schätzt er, dass die großen Technologieunternehmen zusammen Hunderte Milliarden Dollar zusätzlich pro Jahr an neuen Einnahmen generieren müssen, um ihre Investitionen in die KI-Infrastruktur bei dem derzeit steigenden Tempo wieder auszugleichen. Für Unternehmen wie Microsoft, Amazon Web Services und OpenAI werden die zusätzlichen Umsätze aus generativer KI in diesem Jahr voraussichtlich im einstelligen Milliardenbereich liegen.
Die Zeit, in der Technologiemanager große Versprechungen über die Fähigkeiten der KI machen konnten, „geht zu Ende“, sagt Euro Beinat, globaler Leiter für KI und Datenwissenschaft bei der Prosus Group, einem der weltweit größten Technologieinvestoren. „In den nächsten 16 bis 18 Monaten wird es viel mehr Realismus darüber geben, was wir können und was nicht.“
Nvidia wird wohl nie ein Massenmarkt-Unternehmen wie Apple werden. Analysten meinen jedoch, wenn das Unternehmen weiterhin erfolgreich sein will, müsse es sich am iPhone-Hersteller orientieren und eine Software-Plattform entwickeln, die seine Firmenkunden an die Hardware bindet.
„Das Argument, dass Nvidia nicht einfach durchstarten und zu einem Cisco werden wird – wenn der Hype um die Hardware erst einmal abgeflaut ist – muss an die Softwareplattform geknüpft werden“, sagt Ben Bajarin von der Beratungsfirma Creative Strategies aus dem Silicon Valley.
Huang argumentiert schon lange, dass Nvidia mehr als nur ein Chiphersteller sei. Vielmehr biete das Unternehmen alle Zutaten, um „einen kompletten Supercomputer“ zu bauen, sagte er. Dazu gehören Chips, Netzwerkausrüstung und die Cuda-Software, die es KI-Anwendungen ermöglicht, mit den Chips zu „sprechen“ und von vielen als Nvidias Geheimwaffe angesehen wird.
Im März stellte Huang Nvidia Inference Microservices (NIM) vor: eine Reihe vorgefertigter Softwaretools, mit denen Unternehmen KI einfacher auf bestimmte Branchen oder Bereiche anwenden können.
Huang sagte, diese Tools könnten als „Betriebssystem“ für die Ausführung großer Sprachmodelle wie denen, die ChatGPT zugrunde liegen, verstanden werden. „Ich schätze, wir werden NIMs in sehr großem Maßstab produzieren“, sagte er und prognostizierte, dass seine Softwareplattform – Nvidia AI Enterprise genannt – „ein sehr großes Geschäft sein wird“.
Nvidia hat seine Software bisher kostenlos abgegeben, plant nun aber, Unternehmen für die Bereitstellung von Nvidia AI Enterprise eine Gebühr von 4.500 Dollar pro GPU und Jahr in Rechnung zu stellen. Diese Maßnahme ist von entscheidender Bedeutung, um mehr Unternehmens- oder Regierungskunden zu gewinnen, die nicht über die interne KI-Expertise eines Big-Tech-Unternehmens verfügen.
Das Problem für Nvidia besteht darin, dass viele seiner größten Kunden diese Beziehung zu Entwicklern ebenfalls „besitzen“ und ihre eigene KI-Plattform aufbauen möchten. Microsoft möchte, dass Entwickler auf seiner Azure-Cloud-Plattform aufbauen. OpenAI hat einen GPT Store nach dem Vorbild des App Store gestartet, der angepasste Versionen von ChatGPT anbietet. Amazon und Google verfügen über eigene Entwicklertools, ebenso wie die KI-Startups Anthropic, Mistral und viele andere.
Dies ist nicht die einzige Methode, mit der Nvidia seinen größten Kunden Konkurrenz macht. Google hat einen eigenen KI-Beschleunigerchip entwickelt, die Tensor Processing Unit, und Amazon und Microsoft sind mit ihren eigenen Chips gefolgt. Obwohl diese Chips nur in kleinem Maßstab gefertigt werden, zeigt insbesondere die TPU, dass es für Kunden möglich ist, die Abhängigkeit von Nvidia zu lockern.
Im Gegenzug sucht Nvidia potenzielle zukünftige Konkurrenten für seine Big-Tech-Kunden, um sein Ökosystem zu diversifizieren. Das Unternehmen hat seine Chips an Unternehmen wie Lambda Labs und CoreWeave vermarktet, Cloud-Computing-Start-ups, die sich auf KI-Dienste konzentrieren und Zugang zu Nvidia-GPUs vermieten. Außerdem vertreibt das Unternehmen seine Chips nicht an multinationale Giganten, sondern an lokale Unternehmen wie das in Frankreich ansässige Unternehmen Scaleway.
Diese Schritte sind Teil einer breiteren Beschleunigung der Investitionsaktivitäten von Nvidia im boomenden KI-Technologie-Ökosystem. Allein in den letzten zwei Monaten hat das Unternehmen an Finanzierungsrunden für Scale AI teilgenommen, ein Datenkennzeichnungsunternehmen, das 1 Milliarde Dollar einsammelte, und Mistral, einen in Paris ansässigen OpenAI-Konkurrenten, der 600 Millionen Euro einsammelte.
PitchBook-Daten zeigen, dass Nvidia in den letzten fünf Jahren 116 solcher Deals abgeschlossen hat. Neben potenziellen finanziellen Erträgen bietet die Beteiligung an Start-ups Nvidia einen frühen Einblick in die nächste Generation der KI und hilft so bei der Gestaltung seiner eigenen Produkt-Roadmap.
„(Huang) steckt bis zum Hals in Details zu KI-Trends und was sie bedeuten könnten“, sagt Kanjun Qiu, Geschäftsführer des KI-Forschungslabors Imbue, das letztes Jahr von Nvidia unterstützt wurde. „Er hat ein riesiges Team aufgebaut, um direkt mit KI-Laboren zusammenzuarbeiten, damit er verstehen kann, was sie zu entwickeln versuchen, auch wenn sie nicht seine Kunden sind.“
Es ist diese Art des langfristigen Denkens, die Nvidia in den Mittelpunkt des aktuellen KI-Booms gebracht hat. Doch auf dem Weg zum wertvollsten Unternehmen der Welt musste Nvidia mehrere Nahtoderfahrungen machen, sagt Huang, und im hart umkämpften Markt des Silicon Valley ist kein Unternehmen in der Lage, zu überleben.
