de.wedoany.com-Bericht: Der US-amerikanische KI-Chiphersteller Nvidia hat auf seiner Jahreshauptversammlung 2026 die Erzählung von der „KI-Fabrik" erneut bekräftigt. Am 24. Juni erklärte Nvidia-Gründer und CEO Jensen Huang auf der Hauptversammlung, dass die Frage nach der Kapitalrendite für KI-Investitionen bereits beantwortet sei. Die Kunden kauften keine Ansammlung von Servern, sondern bauten KI-Fabriken auf, die Einnahmen generieren könnten. Der aktuelle Zyklus des Aufbaus von KI-Infrastruktur werde in Jahrzehnten gemessen und umfasse die Neugestaltung wichtiger Infrastrukturen wie Stromnetze, Internet, Rechenzentren und Anwendungen mit KI-Agenten.
Huang definierte KI-Rechenzentren als Fabriken, die „Token" produzieren. Token könnten in Code, Antworten, Designs, Aktionen und Dienstleistungen umgewandelt werden, daher habe jeder Token einen messbaren wirtschaftlichen Wert. Während Rechenzentren in der Vergangenheit hauptsächlich zum Speichern, Abrufen und Übertragen von Informationen dienten, beginnen Rechenzentren im KI-Zeitalter nun mit der Produktion digitaler Intelligenz. Für Cloud-Anbieter, Modellunternehmen und Firmenkunden verändert sich die Art und Weise, wie der Wert eines Rechenzentrums gemessen wird. Es geht nicht mehr nur um die Anzahl der Server, die Anzahl der GPUs oder die Größe der Racks, sondern darum, wie viele kostengünstige Token pro Energieeinheit und pro Kapitaleinheit produziert werden können.
Diese Logik entspricht direkt der Produktpositionierung von Nvidia. Huang betonte, dass Nvidia-Systeme möglicherweise nicht die günstigste Anschaffungslösung seien, aber die kostengünstigsten Token, den höchsten Token-Durchsatz und höhere Einnahmen erzielen könnten. Der Schwerpunkt des Wettbewerbs bei der KI-Infrastruktur verlagere sich von der Leistung einzelner Chips hin zur Gesamtleistungsfähigkeit des gesamten Systems, einschließlich GPU, CPU, Netzwerk, Speicher, Software-Stack, Rack-Systemen und Cluster-Scheduling-Fähigkeiten. Wenn Kunden KI-Fabriken bauten, bauten sie im Wesentlichen Produktionssysteme auf, die nachhaltig Einnahmen aus intelligenten Dienstleistungen generieren könnten.
Die finanzielle Leistung von Nvidia liefert die Datenbasis für diese Erzählung. Im Geschäftsjahr 2025 stieg der Jahresumsatz des Unternehmens um 65 % auf 216 Milliarden US-Dollar, das Betriebsergebnis stieg um 60 % auf 130 Milliarden US-Dollar, der verwässerte Gewinn pro Aktie stieg um 67 % auf 4,90 US-Dollar, der operative Cashflow erreichte 103 Milliarden US-Dollar und das Unternehmen gab 41 Milliarden US-Dollar an die Aktionäre zurück. Davon stiegen die Einnahmen aus Rechenzentren um 68 % auf 194 Milliarden US-Dollar und wurden zur wichtigsten Einnahmequelle von Nvidia. KI-Rechenzentren sind nicht länger nur ein Wachstumsgeschäft, sondern sind zum Kern der Einnahmestruktur von Nvidia geworden.
Huang erklärte, KI sei nicht nur ein Modell, sondern ein fundamentaler Wandel im Bereich des Rechnens. In den letzten 60 Jahren drehte sich das Rechnen hauptsächlich um das Abrufen, Speichern und Übertragen von Informationen; jetzt werde das Rechnen durch KI neu erfunden und beginne, Intelligenz zu generieren. Alle 10 bis 15 Jahre erlebe die Computerindustrie einen Reset – vom Großrechner zum PC, vom Internet zur Cloud, zur mobilen Cloud – und dieser Reset sei größer. Mithilfe von KI könnten Computer verstehen, logisch schlussfolgern, planen, Werkzeuge nutzen und nützliche Arbeit erledigen.
Diese Veränderung hat auch die Investitionslogik für Rechenzentren neu gestaltet. Traditionelle Rechenzentren ähnelten eher einem „Werkzeugschuppen", der Rechenleistung und Speicher für Software und Internetdienste bereitstellte; KI-Rechenzentren ähnelten eher Fabriken, die aus einer Vielzahl digitaler Assistenten und KI-Agenten bestehen und kontinuierlich Code, Text, Bilder, Designs, Entscheidungsvorschläge und automatisierte Dienste produzieren. Solange diese Outputs von Unternehmensprozessen, Softwaresystemen und Endnutzern verwendet werden könnten, habe die KI-Infrastruktur einen geschlossenen Einnahmekreislauf. Huang erklärte die Kapitalrendite mit dem Satz „Token sind die Gewinneinheit", um die Bedenken des Marktes hinsichtlich zu hoher KI-Kapitalausgaben und unklarer Renditezeiträume zu zerstreuen.
Dies erklärt auch, warum Nvidia glaubt, dass der KI-Infrastrukturzyklus nicht so schnell enden wird. Die aktuelle KI-Nachfrage dehnt sich noch vom Training auf die Inferenz aus, von großen Cloud-Modellen auf Unternehmensanwendungen, KI-Agenten, Robotik, autonomes Fahren, Industriesimulation und physische KI. Die Trainingsphase erfordert große GPU-Cluster, während die Inferenzphase einen höheren Durchsatz, geringere Latenz und niedrigere Stückkosten erfordert. Da KI von der Beantwortung von Fragen zur Ausführung von Aufgaben übergeht, müssen Rechenzentren kontinuierlich erweitert werden, und auch Netzwerke, Stromversorgung, Flüssigkeitskühlung, Speicher und Rack-Systeme müssen gleichzeitig aufgerüstet werden.
Huang erwähnte auch die Veränderungen in der Produkt-Roadmap von Nvidia. Hopper sei eher auf Pre-Training ausgerichtet, Blackwell bringe die Inferenz auf Rack-Ebene, und Vera Rubin sei auf die Ära der KI-Agenten ausgerichtet. Anwendungen mit KI-Agenten erfordern, dass Modelle kontinuierlich Ziele verstehen, Aufgaben aufteilen, Werkzeuge aufrufen und Operationen ausführen, was höhere Anforderungen an Inferenz-Rechenleistung, Speicherbandbreite, Netzwerkkommunikation und Systemstabilität stellt. Wenn Vera Rubin planmäßig zur nächsten Plattform-Kernkomponente wird, wird es die Infrastrukturanforderungen von KI übernehmen, die von der Modellbereitstellung hin zu KI-Agenten-Diensten übergeht.
Die Aktionärsrendite war ebenfalls ein Schwerpunkt der Hauptversammlung. Huang erklärte, dass Nvidia aufgrund des Vertrauens in das nachhaltige Marktwachstum und die Fähigkeit zur Generierung von Free Cashflow plane, in diesem Jahr, im nächsten Jahr und langfristig 50 % oder mehr des Free Cashflows an die Aktionäre zurückzugeben und die Aktienrückkäufe und Dividenden im Laufe der Zeit weiter zu erhöhen. Für den Kapitalmarkt bedeutet dies, dass Nvidia versucht zu beweisen, dass Investitionen in die KI-Infrastruktur keine kurzfristige Blüte sind, sondern ein Industriezyklus, der in langfristige Cashflows und Aktionärsrenditen umgewandelt werden kann.
Sollte dieser Zyklus des Aufbaus von KI-Infrastruktur Jahrzehnte andauern, wird dies nicht nur Chip-Unternehmen betreffen. Stromnetze, Transformatoren, Energiespeicher, Flüssigkeitskühlung, optische Module, Server, Advanced Packaging, HBM-Speicher, Rechenzentrumsbau, Industriesoftware und KI-Agenten-Anwendungen werden alle in dieselbe Expansionskette einbezogen. Das Konzept der „KI-Fabrik" von Nvidia definiert den Verkauf von KI-Chips neu als den Aufbau einer Infrastruktur zur Produktion digitaler Intelligenz. Der zukünftige Marktfokus wird darauf liegen, ob KI-Kunden weiterhin Einnahmen erzielen können, ob die Inferenzkosten weiter sinken können und ob die Rack-Systeme von Nvidia ihren Kostenvorteil pro Token-Einheit halten können.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
