TradingKey – Nvidias (NVDA) Veränderungen im Management eröffnen Google (GOOGL) ein neues Zeitfenster, um das Geschäft mit KI-Chips auszubauen. Der renommierte Lieferkettenanalyst Ming-Chi Kuo stellte fest, dass die jüngsten Zuwächse bei den Aufträgen für kundenspezifische Chips von OpenAI und Anthropic die Liefersichtbarkeit für Googles TPUs bis 2029 verlängert haben – weiter als bei den meisten Nvidia-GPUs und anderen Anbietern von KI-ASICs.
Einer Lieferkettenumfrage von Ming-Chi Kuo zufolge dürften OpenAI und Anthropic zwischen 2028 und 2029 zusammen insgesamt rund 26 Millionen TPUs benötigen. Davon entfällt auf OpenAI ein Bedarf von etwa 12 Millionen Einheiten, primär über Direktkäufe, während die Nachfrage von Anthropic bei rund 14 Millionen Einheiten liegt, bestehend aus einer Kombination von Chipbeschaffung und dem Leasing von Rechenkapazitäten.
Die Produktvorteile von Nvidia werden dadurch zwar nicht sofort verschwinden, doch der Rücktritt von Jensen Huang und die Tatsache, dass noch kein dauerhafter Nachfolger feststeht, könnten Kunden dazu veranlassen, bei der Ausarbeitung ihrer Rechenkapazitätspläne für 2028 und darüber hinaus größeren Wert auf eine Diversifizierung der Bezugsquellen zu legen. Für Google stellt dies eine entscheidende Chance dar, seine TPUs von einer internen Infrastruktur in ein externes kommerzielles Produkt zu überführen.
Die TPU ist ein von Google intern entwickelter proprietärer KI-Beschleuniger, der anfangs vor allem für interne Workloads in den Bereichen Suche, Werbung, Gemini und Google Cloud eingesetzt wurde. Im Gegensatz zu GPUs, die für vielfältige Rechenaufgaben konzipiert sind, wurde die TPU speziell für das Training und die Inferenz beim maschinellen Lernen entwickelt, um Leistung, Energieverbrauch und Gesamtbetriebskosten für spezifische KI-Modelle zu optimieren.
Ming-Chi Kuo geht davon aus, dass Google den Schwerpunkt seines Rechenleistungsausbaus im Jahr 2028 auf die v9-TPU verlagern wird. Unterdessen soll die frühere v8-Serie samt ihrer Designvarianten primär an externe Kunden wie OpenAI und Anthropic geliefert werden, wodurch sich der kommerzielle Lebenszyklus von Produkten der älteren Generation verlängert.
Die rund 12 Millionen Chips, die OpenAI zu beschaffen plant, entfallen vor allem auf die gemeinsam mit MediaTek entwickelte 8t-Serie. Bei den etwa 14 Millionen Chips, die Anthropic benötigt, handelt es sich hauptsächlich um die in Zusammenarbeit mit Broadcom entwickelte 8i-Serie. Die Nachfrage beider Kunden dürfte in den Jahren 2028 und 2029 weiter steigen.
Allerdings könnten Kapazitäten in der Lieferkette das tatsächliche Liefervolumen begrenzen, weshalb Ming-Chi Kuo die TPU-Auslieferungen von Google für die Jahre 2027 bis 2029 auf 8 bis 9 Millionen, 14 bis 15 Millionen beziehungsweise 16 bis 18 Millionen Einheiten schätzt.
Die bemerkenswerteste Erkenntnis aus dieser Prognose ist, dass die TPU-Auslieferungen voraussichtlich auch 2029 weiter wachsen werden. Zuvor hatte der Markt befürchtet, dass die KI-Investitionsausgaben der Big-Tech-Konzerne um das Jahr 2028 herum ihren Höchststand erreichen könnten; die Aufträge von OpenAI und Anthropic deuten jedoch darauf hin, dass der Investitionszyklus von Entwicklern von Frontier-Modellen in maßgeschneiderte Chips länger ausfallen könnte als erwartet.
Nach dem Rücktritt von Jensen Huang als Chief Executive Officer und Verwaltungsratsmitglied von Nvidia wurde Finanzchefin Colette Kress zur Interims-CEO ernannt, während der Verwaltungsrat intern und extern nach einer dauerhaften Nachfolge sucht. Zwar erklärte das Unternehmen, dass die bestehende Produkt-Roadmap und die Kundenverpflichtungen davon unberührt blieben, doch der Markt bewertet weiterhin die langfristigen Auswirkungen des Führungswechsels auf Forschung und Entwicklung, die Lieferketten sowie die Kundenbeziehungen.
Ming-Chi Kuo geht davon aus, dass die Unsicherheit rund um die Nachfolgeregelung Google dabei helfen könnte, mit Kunden über langfristige Beschaffungspläne für die Zeit nach 2028 zu verhandeln. Für Unternehmen, die sich darauf vorbereiten, Dutzende Milliarden US-Dollar in den Bau von Rechenzentren zu investieren, sind die Produkt-Roadmap, die Stabilität des Managements und die Lieferfähigkeit eines Anbieters in den kommenden Jahren ebenso entscheidend wie die reine Chip-Leistung.
Nvidias historischer Wettbewerbsvorteil beruhte nicht nur auf GPUs und CUDA, sondern auch auf Jensen Huangs enger Einbindung in die fortschrittlichen Fertigungsprozesse von TSMC, das CoWoS-Packaging, die HBM-Versorgung und die Kapazitätszuteilung für Großkunden. In Zeiten knapper Kapazitäten trugen diese Beziehungen dazu bei, dass sich Nvidia entscheidende Ressourcen frühzeitig sichern konnte.
Da sich das Unternehmen in einem Führungswechsel befindet, könnten OpenAI und Anthropic bestrebt sein, die Abhängigkeit ihrer künftigen Computing-Planungen von einem einzelnen Unternehmen und einer einzelnen Führungskraft zu verringern. Mit einer eigenen Chip-Architektur, Cloud-Plattform, Rechenzentren und KI-Modellen kann Google Kunden eine integrierte Alternative bieten, die von der Hardware bis zu Cloud-Diensten reicht.