Nvidias neuer Plan beschränkt sich nicht auf die Finanzierung von bis zu 500 Milliarden US-Dollar für den Bau von Rechenzentren für künstliche Intelligenz; sein tieferer Kern ist der Versuch, einen Sekundärmarkt für Grafikprozessoren zu schaffen, während diese älter werden, damit die Chips nicht schnell an Wert verlieren und weiterhin Finanzierungen und Einsatzmöglichkeiten anziehen können.
Nvidia gab diese Woche bekannt, dass Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR bereit seien, sich zur Bereitstellung von bis zu 500 Milliarden US-Dollar für den Bau von Rechenzentren für künstliche Intelligenz zu verpflichten. Um diese großen Finanzinstitute zu überzeugen, erklärte sich das Unternehmen jedoch bereit, den Wert der in diesen Geschäften als Sicherheiten verwendeten Chips mit eigenen Mitteln zu garantieren.
Garantie für den Wert der Chips
Im Rahmen des Plans wird Nvidia bis zu 25 % der Differenz abdecken, falls die als Sicherheiten verwendeten Grafikprozessoren ihren erwarteten Wert nicht behalten. Wenn der Eigentümer eines Rechenzentrums einen Kredit nicht zurückzahlen kann, der Kreditgeber die Vermögenswerte liquidieren muss und die Chips nicht den in den Büchern ausgewiesenen Preis erzielen, wird Nvidia innerhalb dieser Grenze einen Teil des Verlusts übernehmen.
Julie Bort, Redakteurin für Start-ups und Wagniskapital bei TechCrunch, hält diesen Schritt zugleich für ungewöhnlich, klug und riskant. Der Plan löste an den Anleihemärkten so große Besorgnis aus, dass Nvidias CEO Jensen Huang die Grenzen des Unternehmensrisikos über die Plattform X und fachmediale Wirtschaftspresse erläutern musste.
Ein Risikopunkt ist das, was Finanzierer als „Gegenrichtungsrisiko“ bezeichnen. Nvidias Verpflichtungen würden in dem Moment zunehmen, in dem die Nachfrage nach seinen Chips schwächer wird – ein Szenario, das auch den Umsatz des Unternehmens unter Druck setzen könnte.
Eine Wette auf wiederverwendbare Infrastruktur
Der Plan verbindet die Finanzierung von Rechenzentren mit der Aufrechterhaltung der Nachfrage nach Nvidias Hardware, wenn diese veraltet. Huang möchte laut der Analyse, dass ein umfangreiches Ökosystem für gebrauchte Hardware entsteht, das Start-ups, Unternehmen und Forschern Zugang zu verschiedenen Gerätetypen ermöglicht, von denen jeder für unterschiedliche Anforderungen der künstlichen Intelligenz geeignet ist.
Huang bezeichnet Nvidia-Server als „Fabriken für künstliche Intelligenz“ und vergleicht sie eher mit Eisenbahnen oder Fluggesellschaften als mit schnell verbrauchenden Vermögenswerten wie Personalcomputern. Nach seiner Vorstellung kann eine Rechenfabrik, wenn sich die Anforderungen ändern, zu einem anderen Kunden, einer anderen Cloud oder einem anderen Betreiber wechseln. Diese größere Basis potenzieller Nutzer und Endkäufer könnte dazu beitragen, den Restwert der Rechenkapazitäten zu schützen.
Wenn sich diese Vorstellung verwirklicht, wird Nvidia nicht nur an neuen Architekturen interessiert sein, sondern auch an der Fähigkeit älterer Architekturen, in einem größeren Markt weiter zu funktionieren. Bort ist der Ansicht, dass dies Start-ups, Unternehmen und Forschern Möglichkeiten eröffnen könnte, kostengünstigere Hardware zu nutzen – ähnlich wie bei der Wahl offener KI-Modelle mit frei zugänglichen Gewichten neben fortschrittlichen Modellen.
Der Vergleich mit Lucent und die Risiken zirkulärer Finanzierung
Der Vergleich mit Lucent Technologies wirft einen Schatten auf den Plan. Lucent war ein Anbieter von Telekommunikationsausrüstung und stieg auf, bevor das Unternehmen mit der Dotcom-Blase zusammenbrach, nachdem es seinen Kunden Kredite zum Kauf seiner Produkte gewährt hatte. Huang kennt diesen Vergleich und schrieb auf X, die neue Initiative sei darauf ausgelegt, diese Sorge zu begegnen, indem unabhängiges, langfristiges institutionelles Kapital in den Markt für KI-Infrastruktur gebracht werde.
Der Plan unterscheidet sich der Analyse zufolge vom Lucent-Modell dadurch, dass Nvidia den Großteil des Kapitals und der Risiken nicht direkt übernimmt, sondern versucht, andere Institutionen anzuziehen und sich zugleich verpflichtet, künftig einen Teil des Werts seiner Chips zu schützen. Dennoch stellt das Unternehmen den Käufern seiner Chips weiterhin Milliarden US-Dollar zur Verfügung, darunter den KI-Labors OpenAI und Anthropic sowie den neuen Cloud-Unternehmen CoreWeave, von denen die Idee stammte, Nvidia-Chips als Sicherheiten zu verwenden, außerdem Nebius, Firmus und Lambda. Bloomberg berechnete zudem, dass Nvidia in diesem Sommer an weiteren zirkulären Geschäften im Wert von 750 Milliarden US-Dollar arbeitete.
Wird die Nachfrage nach künstlicher Intelligenz anhalten?
Der Plan kommt zu einem Zeitpunkt, an dem einige traditionelle Finanzierungsmethoden zu schwächeln begonnen haben. Einige Hyperscaler nahmen mehr Schulden auf, etwa Oracle, gaben neue Aktien aus, etwa Google, oder gaben große Mengen an Barmitteln aus, etwa Meta. Microsoft-CEO Satya Nadella empfahl kürzlich während des jüngsten Gewinnaufrufs des Unternehmens außerdem das Buch „1873“; es behandelt die Finanztechnik im Zeitalter der Eisenbahnen und den darauf folgenden wirtschaftlichen Zusammenbruch.
Das grundlegende Risiko besteht darin, dass der derzeitige Boom der künstlichen Intelligenz, bei dem die Nachfrage die verfügbare Kapazität übersteigt, nicht anhält. Verbraucher und Unternehmen könnten ihre Nutzung reduzieren, oder es könnten Technologien entstehen, die die derzeitige Infrastruktur effizienter machen oder Teile davon veralten lassen. Dann könnte die Nachfrage nach Servern und Chips austrocknen, der Wert der Sicherheiten sinken und Nvidia sowohl bei seinen Verpflichtungen als auch bei seinen Umsätzen unter doppelten Druck geraten.
Bort kommt zu dem Schluss, dass Nvidias Stärke und das ihm zur Verfügung stehende Zeitfenster dem Unternehmen die Möglichkeit geben, den Aufbau dieses Systems zu versuchen. Ein Erfolg des Plans würde neue Finanzierungsquellen für den Bau von Rechenzentren für künstliche Intelligenz und einen größeren Markt für veraltende Hardware bedeuten; ein Scheitern würde das Unternehmen hingegen noch stärker an die Fähigkeit der Nachfrage nach künstlicher Intelligenz binden, anzuhalten.