Nvidia hat letzte Woche mit seinen Quartalszahlen wieder einmal abgeliefert.Bombige Zahlen, eine vielversprechende Zukunft und dennoch verkaufen Anleger die Aktie. Der Grund? Erwartungshaltung. <\/p>\n\n\n\n
Das Wachstum ist weiterhin stark, aber nicht mehr so atemberaubend wie zuvor, und mit der Einf\u00fchrung der neuen Blackwell-Chips sind kurzfristig Produktionsh\u00fcrden aufgetreten. Dazu kommt das oben angesprochene angespannte Marktumfeld \u2013 neue Z\u00f6lle von Trump, Unsicherheit in der Wirtschaft und allgemeine Nervosit\u00e4t an der B\u00f6rse.<\/p>\n\n\n\n
Die erste Reaktion an der B\u00f6rse auf die Zahlen von Nvidia war positiv. Erst im Tagesverlauf tauchte die Aktie irgendwann ab und glitt in einen sich beschleunigenden Abw\u00e4rtstrend … ein Teufelskreis ;-). Doch wer jetzt nur auf die negativen Aspekte schaut, \u00fcbersieht das gro\u00dfe Bild.<\/strong> Nvidia bleibt das KI-Powerhouse. Drei Punkte sprechen f\u00fcr eine gl\u00e4nzende Zukunft:<\/p>\n\n\n\n Die Umstellung vom 2023 vorgestellten KI-Chip Hopper auf den 2024 vorgestellten Chip Blackwell war herausfordernd, insbesondere mit dem komplexen Server-Rack GB200 NVL72, das 1,5 Millionen Komponenten umfasst. F\u00fcr die Qualit\u00e4tssicherung mussten die Racks zun\u00e4chst zusammengebaut und gepr\u00fcft werden, anschlie\u00dfend wieder zerlegt versandt und beim Kunden erneut zusammengebaut werden. Das liegt an der schieren Gr\u00f6\u00dfe der Rocks, die sich nur in Einzelteilen transportieren lassen. Hopper ist deutlich kleiner. W\u00e4hrend Nvidia l\u00e4ngst die dominierende Kraft beim Training von KI-Modellen ist, wird das sogenannte \u201eInference\u201d (die Nutzung von trainierten Modellen in Echtzeit) immer wichtiger. Und hier hat Nvidia in den letzten Monaten deutlich an Marktanteilen gewonnen. CEO Jensen Huang sagt, dass mittlerweile der Gro\u00dfteil von Nvidias Rechenleistung f\u00fcr Inference genutzt wird \u2013 vor einem Jahr lag der Anteil noch bei nur 40%. Ein klares Signal, dass Nvidia sich nicht so leicht von AMD oder selbst entwickelten Chips der Tech-Giganten wie Amazon oder Google verdr\u00e4ngen l\u00e4sst. Neue Entwicklungen in der KI, besonders \u201eReasoning Models\u201d, erfordern zudem immer mehr Rechenleistung, was Nvidia weiter in die Karten spielt. Gro\u00dfe Tech-Konzerne setzen zunehmend auf eigene Chips, um Kosten zu sparen. Doch auch das sieht Jensen Huang gelassen. Die KI-Welt entwickelt sich so rasant, dass flexibel anpassbare Chips wie die von Nvidia einen entscheidenden Vorteil gegen\u00fcber spezialisierten, aber weniger vielseitigen L\u00f6sungen haben. Huang betont, dass Nvidias Software-\u00d6kosystem inzwischen zehnmal gr\u00f6\u00dfer ist als vor zwei Jahren. Selbst wenn ein Konkurrent eine gute Hardware entwickelt, fehlt oft die passende Software-Unterst\u00fctzung \u2013 ein Punkt, den Nvidia clever f\u00fcr sich nutzt.1. Blackwell: Startschwierigkeiten, aber langfristiger Vorteil<\/h3>\n\n\n\n
Das hat den Start verz\u00f6gert, aber die Nachfrage bleibt riesig. Zudem lernt Nvidia aus diesen H\u00fcrden und optimiert schon f\u00fcr die n\u00e4chste Chip-Generation. Blackwell Ultra kommt bald, und mit \u201eVera Rubin\u201d wird bereits an der \u00fcbern\u00e4chsten Plattform gearbeitet. Beide werden die gleiche Rack-Gr\u00f6\u00dfe nutzen wie der aktuelle Blackwell-Chip. Wer langfristig denkt, sieht hier eher einen Vorteil als ein Problem.<\/p>\n\n\n\n2. Inference als Wachstumstreiber<\/h3>\n\n\n\n
Die Antworten, die Sie heute von ChatGPT, Anthropic oder Grok bekommen, k\u00f6nnen Sie nicht ungepr\u00fcft glauben. Sie sind fehleranf\u00e4llig und beziehen sich nur auf eifrig zusammen gesammelte Informationen. Wirkliche Schlussfolgerungen oder ein Reflektieren dar\u00fcber, ob die Antwort korrekt ist, kann auf Basis der heutigen Hopper-GPUs nicht geleistet werden. Das wird sich mit Blackwell deutlich verbessern und wer da nicht mitzieht, bietet seinen Kunden bald nur noch eine unterentwickelte KI an.<\/p>\n\n\n\n3. Konkurrenz durch Custom-Chips? Kein Problem!<\/h3>\n\n\n\n
Welchen Unterschied die flexible Nutzung optimierter Modelle machen k\u00f6nnen, zeigte k\u00fcrzlich DeepSeek R1. Mit Blackwell wird es bei der Bild- und Videoerkennung oder bei der Steuerung von humanoiden Robotern Quantenspr\u00fcnge geben, die uns staunen lassen werden. Wer hier vorne dabei sein m\u00f6chte, der braucht die Modelle, die auf der Nvidia-Architektur entwickelt werden, und dazu braucht er dann nat\u00fcrlich Blackwell.<\/p>\n\n\n\nFazit: Nvidia bleibt das KI-Powerhouse<\/h2>\n\n\n\n