Von Hugging Face bis Figure-Roboter: Wie Nvidia mit Hunderten Milliarden Kapital auf die Zukunft des KI-Ökosystems setzt
Jensen Huang führt persönlich die Übernahme von Hugging Face für 12,9 Milliarden US-Dollar und verhandelt über eine zusätzliche Investition von 1 Milliarde US-Dollar in Figure Robotics. Um das Risiko zu entschärfen, dass drei Hauptkunden 44 % des Umsatzes ausmachen, gestaltet Nvidia mit Transaktionen von über 140 Milliarden US-Dollar seine Marktposition neu und setzt große Summen auf humanoide Roboter sowie lokale KI. Der Kern besteht darin, mit Kapital das Zeitalter von Tausenden KI-Modellen einzuleiten, zahlreiche Anwendungsbereiche zu fördern, um die Monopolstellung der Großkonzerne zu durchbrechen und die zukünftige Nachfrage nach Rechenleistung fest an sich zu binden.
Nvidia gestaltet die Landschaft der KI-Branche mit beispielloser Geschwindigkeit und Größe neu. Der Chiphersteller hat in den vergangenen Monaten über 140 Milliarden Dollar an Geschäften abgeschlossen und hält ein Aktienportfolio von nahezu 100 Milliarden Dollar. Die strategischen Ambitionen gehen weit über den bloßen Verkauf von Chips hinaus – Jensen Huang versucht, mit finanziellem Einfluss ein Ökosystem aus Tausenden KI-Modellen aufzubauen, um das Risiko einer Abhängigkeit von wenigen Großkunden zu verringern.
Am 7. Oktober berichtete das Technologieportal The Information, dass sich der nächste Investitionsschwerpunkt von Nvidia auf humanoide Roboter, autonomes Fahren und KI-Modelle, die auf lokalen Geräten laufen können konzentrieren wird. Mehrere Banker, Anwälte und Investoren, die mit Nvidia zusammenarbeiten, bestätigten diese Richtung. Nvidia verhandelt derzeit über eine zusätzliche Investition von rund 1 Milliarde Dollar in das Unternehmen Figure für humanoide Roboter, wobei Figure eine Bewertung von etwa 38 Milliarden Dollar vor dieser Runde hatte.
Die Investitionsoffensive ist getrieben von Jensens Huangs Sorge um die Marktposition von Nvidia. Nvidia gab bekannt, dass in den sechs Monaten bis Juli dieses Jahres drei Kunden 44% des Gesamtumsatzes ausmachten. Eine zu stark konzentrierte Kundenstruktur ist der Kerntrieb hinter der strategischen Kapitalallokation im Milliardenbereich. Gleichzeitig stiegen im August die Credit Default Swaps von Nvidia, einige Investoren äußerten Sorgen bezüglich des finanziellen Risikos.
Übernahme von Hugging Face: Das doppelte Spiel aus Tempo und Vertrauen
Die Übernahme von Hugging Face durch Nvidia ist eines der repräsentativsten Beispiele dieser Transaktionswelle.
Hugging Face ist eine seit zehn Jahren bestehende Open-Source-KI-Modellplattform, die lange Zeit von verschiedenen Interessenten für Investitionen und Übernahmen umworben wurde. Anfang des Sommers führte OpenAI nach einem Eindringen ins Hugging-Face-System Investitionsgespräche und wollte 100 Millionen Dollar investieren; auch Salesforce und andere Wettbewerber bekundeten Interesse an einer Übernahme.
Die entscheidende Wende kam, als Hugging-Face-Mitgründer Clem Delangue proaktiv Kontakt zu Jensen Huang aufnahm. Berichten zufolge trieb Jensen Huang das Geschäft schnell voran und versprach Delangue, dass Nvidia der einzige Partner sei, der den Fortbestand der Open-Source-Modell-Community von Hugging Face garantieren könne. Schliesslich übernahm Nvidia Hugging Face für 12,9 Milliarden Dollar, was mehr als dem 80-fachen des jährlichen Umsatzes von rund 150 Millionen Dollar entspricht.
Delangue sagte auf der Pressekonferenz:
„Während der gesamten Geschichte von Hugging Face haben wir viele Angebote für Investitionen und Übernahmen erhalten, die wir bisher abgelehnt haben. Aber in diesem Sommer war die Zeit reif.“
Ökosystem-Logik: Gegen das Risiko der Kundenkonzentration, Wette auf das ‚Zeitalter der tausend Modelle‘
Die Investitionslogik von Nvidia basiert auf der klaren Erkenntnis der eigenen geschäftlichen Verletzlichkeit.
Nvidia besitzt rund 99 Milliarden Dollar an Bargeld und liquiden Wertpapieren sowie einen starken Cashflow. Huang möchte diese finanzielle Stärke nutzen, um die KI-Landschaft zu diversifizieren – Tausende Modelle sollen Tausende Use Cases bedienen, statt nur von einigen wenigen Konzernen dominiert zu werden.
Ein AI-Infrastruktur-Investor, der mit Nvidia vertraut ist, erklärte laut Bericht: „Wenn ich im Strategie-Raum von Jensen Huang wäre, würde ich alles tun, um die Waage in Richtung einer Welt mit Tausenden von Modellen und Tausenden von Anwendungen zu bewegen.“
Auf der Modellebene hat Nvidia bereits in Anthropic, Musks xAI und die Open-Source-Modellfirma Reflection AI investiert. Zudem hat Nvidia für 6 Milliarden Dollar Poolside übernommen, einschließlich Softwarelizenzen und Fachleuten, auch um die Entwicklung des hauseigenen Open-Source-Modells Nemotron voranzutreiben – Poolside-Mitarbeiter brachten in diesem Jahr das Laguna Open-Weight-KI-Modell heraus.
Nach einem früheren Bericht von The Information verhandelt Nvidia über eine Investition von rund 2,5 Milliarden Dollar in das von Ex-OpenAI CTO Mira Murati gegründete KI-Labor Thinking Machines Lab.
Lokale KI und Edge Computing: Das nächste Schlachtfeld
Mit der Verbreitung von AI Agents steigt der Bedarf an lokaler Rechenleistung rapide, Nvidia baut das Geschäft jenseits des Rechenzentrums konsequent aus.
Seit Anfang des Jahres verbreiten sich KI Agents, die mehrstufige Aufgaben auf lokalen Geräten lösen können, sehr schnell. Dadurch steigt die Nachfrage nach lokalen Rechenleistung-Geräten. Nvidia hat die DGX Spark-Reihe eingeführt – speziell für das lokale Ausführen von AI Agents konzipiert.
Im Juni demonstrierten Ingenieure von Perplexity, einem KI-Suchmaschinenunternehmen, Nvidia, wie ihre AI-Agent-Software auf zwei DGX Spark läuft. Die Vorführung beeindruckte Jensen Huang, worauf intensive Verhandlungen den Sommer über begannen.
Berichten zufolge schlug Perplexity-Mitgründer und CEO Aravind Srinivas Jensen Huang vor, Perplexity komplett zu kaufen; anschließend diskutierten beide Parteien ein Paket von mindestens 20 Milliarden Dollar für Technologie-Lizenzen und Talentgewinnung.
Ende August wurde schließlich eine Partnerschaft bekanntgegeben. Perplexity brachte die neue Anwendung Portable Computer, optimiert für DGX Spark, auf den Markt. Nvidia plant, mit etwa 3 Milliarden Dollar in die neue Finanzierungsrunde von Perplexity einzusteigen, die Bewertung lag vor dieser Runde bei rund 35 Milliarden Dollar.
Rechenzentrum-Risikospiel: Finanzielle Risiken werden sichtbar
Nvidias Engagement bei großangelegten Rechenzentrumsprojekten hat bei einigen Investoren Fragen zu den finanziellen Risiken aufgeworfen.
Berichten zufolge diskutierte Nvidia zunächst mit SoftBank über einen Kreditrahmen von bis zu 250 Milliarden Dollar für das große Rechenzentrum von SB Energy in Ohio, um OpenAI zu ermöglichen, das Zentrum für den Betrieb und das Training von Modellen zu nutzen. Jensen Huang sagte auf dem Blog, das Rechenzentrum könne bis zu 600 Milliarden Dollar an Nvidia-Rechenleistung aufnehmen.
Allerdings stiegen im August die Credit Default Swaps, Huang fragte Kollegen häufig nach dem Verlauf der Spreads. Schließlich senkte Nvidia das Kreditvolumen für die erste Phase auf 105 Milliarden Dollar und rollte das Projekt stufenweise aus, um Zeit für spätere Entscheidungen zu gewinnen. Zugleich versprach Nvidia eine Investition von 3 Milliarden Dollar rund um den Börsengang von SB Energy.
Außerdem investierte Nvidia 30 Milliarden Dollar in die jüngste OpenAI-Finanzierungsrunde, davon wurden die letzten zehn Milliarden am 1. Oktober ausgezahlt.
Um die Finanzierungslast zu streuen, holte Jensen Huang Anfang August sechs Wall-Street-Institute, darunter Blackstone, Apollo Global Management und Goldman Sachs, zusammen, um gemeinsam Hardware-Finanzierungen im Umfang von 500 Milliarden Dollar zu unterstützen. Nvidia will für einzelne Transaktionen bis zu 25% der Finanzierungsgarantie übernehmen.
Jensen Huang äußerte sich auf dem Goldman Sachs San Francisco Tech Summit im September zu den Risikobedenken:
„Die Leute merken, wo ich investiere, ist nie ein schlechtes Investitionsobjekt, weil ich ein informierter Investor bin. Wir übernehmen keinerlei Risiko – ich brauche Gewissheit.“
Mechanik der Transaktionsmaschine: Jensen Huang packt persönlich an
Das Deal-Team von Nvidia wird vom Enterprise Development-Team unter Leitung von Vishal Bhagwati, ehemaliger HPE- und Oracle-Manager, koordiniert. Jensen Huang ist bei Schlüsselverhandlungen jedoch stark involviert.
Bei wertvollen Übernahmen wie Hugging Face führte Jensen Huang eigenhändig Preisfindung und Verhandlungen. Außerdem trifft er regelmäßig mit Gründern von Start-ups, Investoren sowie Führungskräften von Private-Equity-finanzierten Unternehmen, um Informationen zur Nutzung und möglichen Partnerschaften zu erhalten – diese informelle Informationsbeschaffung ähnelt der Vorgehensweise von Tech-Führungskräften wie Microsoft-CEO Satya Nadella.
Bemerkenswert: Nvidia kann nicht immer schnell genug zuschlagen. Im Juli prüfte Nvidia den Einstieg in den Übernahmewettbewerb um OpenRouter, einen Marktplatz für KI-Modelle, verpasste das Geschäft jedoch, weil mehr Zeit für die Bewertung benötigt wurde. Am Ende sicherte sich Stripe OpenRouter für 8 Milliarden Dollar. Nvidia richtete anschließend den Fokus auf andere Ziele und schloss in den folgenden zwei Monaten Deals im Volumen von mehr als 140 Milliarden Dollar ab.
Bis Ende Juli hielt Nvidia Aktieninvestitionen im Wert von fast 100 Milliarden Dollar und hatte weitere 25 Milliarden Dollar an zukünftigen Investitionszusagen offen. Laut Bericht von mehreren Insidern sind weitere Deals in Vorbereitung.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Microsoft arbeitet mit Nvidia zusammen – wessen Geschäft wird dadurch gefährdet?
Wie bewertet man die aktuelle KI-Blase? Die Experten sind sich uneinig.
Novogratz sagte, der „Bubble ist noch nicht spektakulär genug“; Dalio warnte, „wir sind sehr nahe am Platzen“; Taleb wies darauf hin, dass das eigentliche Risiko am Anleihemarkt liegt. Laut Daten von Goldman Sachs machen die Marktkapitalisierung von KI-Aktien jetzt 42% des S&P 500 aus und übersteigt damit den Höhepunkt der Technologiebubble von 1999. Der Fokus der Debatte hat sich mittlerweile darauf verschoben, „wie man vor dem Platzen des Marktes Geld machen kann“.
Was bedeutet Meta Muse für GPU und CPU?
Im Gegensatz zu Chatbots mit hoher Inaktivitätsrate führt die „Always-on“-Eigenschaft von intelligenten Agents wie Meta Muse zu einem exponentiellen Anstieg des Rechenleistungsverbrauchs. Citi schätzt, dass sich dadurch das CPU-GPU-Verhältnis von 1:8 in der Trainingsphase auf 1:1 entwickeln wird, was den CPU-Markt bis 2030 auf ein Volumen von 300 Milliarden US-Dollar ansteigen lässt. Gleichzeitig könnten allein 100 Millionen täglich aktive Muse-Nutzer Nvidia bis zu 19 Milliarden US-Dollar an GPU-Umsätzen einbringen.
Krypto-Preise
Mehr
