Jensen Huang sagt, Nvidia könne den Umsatz im nächsten Jahr um 70% steigern, da die Nachfrage nach KI-Infrastruktur wächst
Nvidia-CEO Jensen Huang sagt, der Umsatz könnte im nächsten Jahr um 70% steigen, und verweist auf die Nachfrage nach KI-Infrastruktur, während Anleger Rivalen, Konzentration und Prüfungen von Deals abwägen.
Nvidia-CEO Jensen Huang bekräftigte seine Prognose, dass der Umsatz des Unternehmens im nächsten Jahr um 70% wachsen könnte, und argumentierte, dass Nvidias Position entlang der KI-Lieferkette ihm einen ungewöhnlich guten Einblick in die künftige Nachfrage gebe.
Bei der Goldman Sachs Communacopia + Technology-Konferenz am 10. September sagte Huang, Nvidias Rolle gehe inzwischen weit über den Verkauf einzelner Prozessoren hinaus. Das Unternehmen liefert Systeme, Netzwerke, Software und Infrastruktur, die von KI-Laboren, Cloud-Anbietern, Start-ups und Rechenzentrumsbetreibern genutzt werden. Diese Breite, so seine Argumentation, stütze weiteres Wachstum, selbst wenn große Kunden und Wettbewerber eigene KI-Chips entwickeln.
Die Prognose ist eine vom Unternehmen genannte Erwartung, die Huang wiederholt hat, keine unabhängig verifizierte Vorhersage. TechCrunch berichtete, dass Analysten erwarten, Nvidia werde sein laufendes Geschäftsjahr mit einem Umsatz von rund 400 Milliarden US-Dollar abschließen; ein Anstieg um 70% würde im folgenden Jahr ungefähr 680 Milliarden US-Dollar bedeuten.
Nvidias Wette auf Full-Stack-KI-Infrastruktur
Huangs zentrales Argument ist, dass Nvidia nicht als herkömmlicher Chiplieferant bewertet werden sollte. Er beschrieb moderne Nvidia-Systeme als groß angelegte Rechenplattformen, die Prozessoren, Netzwerke, Speicher, Kühlung und andere Komponenten kombinieren. In seinem Beispiel kann ein System 36 Grace-CPUs und 72 Blackwell-GPUs enthalten, die über NVLink verbunden sind.
Der Umfang dieser Systeme erklärt teilweise Nvidias steigenden durchschnittlichen Verkaufswert. Huang sagte, ein integriertes GPU-System könne etwa 8,5 Millionen US-Dollar kosten und rund zwei Millionen Teile enthalten. Er sagte auch, dass die Bestellungen für das Grace-und-Blackwell-Computersystem monatlich um 27% wachsen, obwohl diese Zahl vom CEO selbst stammte und in den Quellen nicht durch eine unabhängige Aufschlüsselung der Verkäufe gestützt wurde.
Für KI-Entwickler und Unternehmenskunden ist dieser Unterschied wichtig. Die Nachfrage verlagert sich zunehmend vom Kauf einzelner Beschleuniger hin zur Bereitstellung kompletter Cluster, die Modelle trainieren und ausführen können. Das erhöht den Wert von Integration und Leistung über das gesamte System hinweg, steigert aber auch die Abhängigkeit der Kunden von der Hardware, dem Software-Stack und der Lieferkette eines einzelnen Anbieters.
Warum Huang an anhaltende Nachfrage glaubt
Huang sagte, Nvidia könne Aktivitäten auf nahezu jeder Ebene des KI-Marktes erkennen. Er verwies auf Beziehungen zu Modellentwicklern wie Anthropic, OpenAI und Google sowie auf Kunden, die Open-Weight-Modelle nutzen. Außerdem nannte er Zulieferer, Originalgerätehersteller, Cloud-Unternehmen, sogenannte Neoclouds und KI-native Start-ups.
Laut Huang verfolgt Nvidia Rechenzentrumsprojekte, indem das Unternehmen weltweit Land, verfügbare Energie und teilweise errichtete Anlagen beobachtet. Diese Informationen geben dem Unternehmen zusammen mit Berichten von Partnern einen Einblick in geplante Rechenkapazitäten, bevor sie in den Quartalsumsätzen sichtbar werden.
Das ist die Grundlage seines optimistischen Szenarios: Wenn mehr KI-Unternehmen Kapital aufnehmen, Energie reservieren, Rechenzentren bauen und immer leistungsfähigere Modelle trainieren, erwartet Nvidia, einen großen Teil der dafür erforderlichen Ausrüstung zu liefern. Die Reichweite des Unternehmens verteilt sich somit auf viele Kunden und Anwendungsfälle, auch wenn die zugrunde liegende Nachfrage weiterhin auf KI-Infrastruktur konzentriert bleibt.
Das Argument spiegelt auch eine Wettbewerbsrealität wider. Amazon, Microsoft und Google entwickeln eigene KI-Chips, während Anthropic und OpenAI Berichten zufolge an kundenspezifischer Hardware arbeiten. Cerebras und Start-ups wie Etched zielen auf Teile des Beschleunigermarktes ab. Diese Initiativen könnten die Abhängigkeit von Nvidia im Laufe der Zeit verringern, doch Huang zufolge bleiben Nvidias breite Plattform und das etablierte Ökosystem nur schwer schnell zu ersetzen.
Belege, Behauptungen und die Frage der Kreislaufgeschäfte
Die stärksten Wachstums- und Nachfragesignale in diesem Bericht stammen aus Aussagen von Führungskräften, die TechCrunch wiedergibt. Laut dem Bericht wurde Nvidias 70%-Umsatzausblick erstmals genannt, als das Unternehmen ein weiteres Rekordquartal meldete; Huang wiederholte ihn auf der Goldman-Sachs-Veranstaltung. Der Artikel lieferte keine neue formelle Finanzmeldung oder einen kundenbezogenen Bestellplan, der die Prognose bestätigt hätte.
Huang sah sich auch Fragen zu Nvidia-Investitionen in Unternehmen gegenüber, die später Nvidia-Produkte kaufen. Kritiker haben diese Vereinbarungen als Kreislaufgeschäfte bezeichnet, weil von Nvidia bereitgestelltes Kapital Kunden finanzieren kann, die dann Nvidias Hardware kaufen. Die Struktur wurde mit früheren Zyklen im Technologie-Infrastrukturbereich verglichen, in denen Anbieter die Nachfrage bei ihren eigenen Kunden stützten.
Huang wies diese Charakterisierung zurück. Er sagte, Nvidia investiere erst, nachdem bestätigt worden sei, dass ein Unternehmen echte Kundenverträge habe, und behauptete, solche Verträge im Umfang von etwa 100 Milliarden US-Dollar gesehen zu haben. Den Quellen legte er keine detaillierte Liste dieser Verträge, deren zeitliche Abfolge oder den Anteil vor, der auf Nvidias Umsatz entfällt.
Das macht das Thema für Anleger und Unternehmensbeobachter wichtig. Beteiligungen können ein Ökosystem stärken und vielversprechenden KI-Unternehmen helfen, Infrastruktur zu sichern, sie können aber auch die Interpretation der gemeldeten Nachfrage erschweren. Käufer und Analysten müssen daher die Nutzung durch Endkunden von Ausgaben unterscheiden, die durch Finanzierungsbeziehungen gestützt werden.
Was die Prognose für KI-Entwickler und Unternehmen bedeutet
Sollte Huang recht behalten, werden KI-Entwickler wahrscheinlich weiterhin in einem Markt agieren, in dem der Zugang zu fortschrittlichem Rechnen ebenso wichtig ist wie das Modelldesign. Start-ups könnten gezwungen sein, Kapazitäten früher zu sichern, längere Infrastrukturverträge einzugehen oder über Cloud- und Neocloud-Anbieter zu arbeiten, statt Systeme direkt zu kaufen.
Für Unternehmen könnte Nvidias Expansion ausgereiftere Bereitstellungsoptionen bringen, darunter integrierte Systeme auf Basis von Blackwell, Grace und NVLink. Sie könnte auch die Wechselkosten erhöhen. Teams, die Modelle, Überwachungssysteme und Software für Nvidias Plattform optimieren, könnten es teuer finden, zu konkurrierenden KI-Chips zu wechseln, selbst wenn Alternativen niedrigere Preise oder bessere Leistung für bestimmte Workloads bieten.
Das Hauptrisiko ist die Effizienz. TechCrunch merkte an, dass ein großer Teil des aktuellen Wachstums von KI-nativen Unternehmen getrieben wird, die große Summen aufnehmen und stark für ihre eigene KI-Nutzung ausgeben. Wenn diese Unternehmen reifen, könnten sie die Modelleffizienz verbessern, den Token-Verbrauch senken oder Workloads konsolidieren. Wenn die Nachfrage langsamer wächst als die Menge der gebauten Infrastruktur, könnte Nvidias derzeitige Sichtbarkeit nicht in dasselbe Umsatzwachstum übersetzt werden.
Worauf man als Nächstes achten sollte
Die nächsten wichtigen Signale werden aus Nvidias formeller Gewinnprognose, den Umsätzen im Rechenzentrumsbereich und Kommentaren zur Sichtbarkeit von Aufträgen kommen. Anleger sollten auch beobachten, ob das gemeldete Wachstum des Unternehmens durch neue Implementierungen oder durch wenige außergewöhnlich große Kunden getrieben wird.
Auch der Wettbewerbsnachweis wird wichtig sein. Die Einführung kundenspezifischer Chips durch Hyperscaler und KI-Labore, die Leistung von Cerebras und Etched sowie die Verfügbarkeit von Software, die den Einsatz alternativer Beschleuniger erleichtert, könnten Nvidias Plattformvorteil auf die Probe stellen.
Schließlich dürfte die Überprüfung von Nvidias Investitionen zunehmen. Klare Offenlegungen zu Deal-Strukturen, Kundenverträgen und Umsätzen, die mit investierten Unternehmen verknüpft sind, würden helfen, nachhaltige Marktnachfrage von Ökosystemfinanzierung zu unterscheiden.
Creati.ai-Perspektive
Huangs 70%-Prognose ist am besten als Aussage über Nvidias Breite zu verstehen und nicht als Garantie dafür, dass die Nachfrage nach Beschleunigern unverändert bleibt. Das Unternehmen ist bei Chips, Systemen, Netzwerken, Software und Infrastrukturplanung positioniert und hat damit mehr Möglichkeiten, am wachsenden KI-Budget zu partizipieren.
Doch genau diese Breite macht die Prognose von außen schwerer zu prüfen. Die entscheidende Frage für Entwickler und Käufer ist nicht, ob Nvidia heute tief in KI eingebettet ist; die Belege sprechen dafür. Entscheidend ist, ob künftige Workloads genügend neue Kapazität zu Nvidia-Niveaupreisen erfordern werden, um das gleiche Tempo aufrechtzuerhalten, nachdem Kunden effizienter geworden sind und konkurrierende Hardware besser wird.
