Zwei KI-Giganten verschlingen ein Drittel der weltweiten neu hinzugekommenen Rechenleistung, und ihr Anteil wird im nächsten Jahr fast die Hälfte erreichen.
Die weltweite neu hinzugekommene Rechenleistung in diesem Jahr wird zu etwa einem Drittel letztendlich von denselben zwei KI-Unternehmen genutzt!
Diese beiden Unternehmen sind Anthropic und OpenAI.
Nächstes Jahr könnte dieser Anteil auf die Hälfte steigen.
Bei diesem Tempo könnten die beiden Unternehmen bis Ende 2028 den Großteil der weltweit verfügbaren nutzbaren Rechenleistung kontrollieren.
Diese Aussage stammt von Dylan Patel, dem Gründer von SemiAnalysis.
Dylan Patel war zu Gast im Dwarkesh Podcast.
Am 25. August war er im Dwarkesh Podcast zu Gast und hat die Rechenleistungsbilanz für die nächsten drei Jahre durchgerechnet.
In den letzten 10 Minuten verlagerte sich das Thema von der Rechenleistung auf eine noch größere Frage:
Wird die Macht der KI tatsächlich in den Händen einer extrem kleinen Anzahl von Unternehmen landen?
Als er das las, war Thomas Wolf, Mitbegründer und Chefwissenschaftler von Hugging Face, total überrascht.
Bei der Weiterverbreitung schrieb er, dass es das erste Mal sei, dass er Dwarkesh live mit diesem Problem hadern sehe.
Es ist überhaupt nicht überraschend, dass er diese Aussage macht.
Wolf hat sein halbes Leben auf Open Source gesetzt, was seiner Meinung nach der Weg ist, die Machtkonzentration großer Closed-Source-Unternehmen zu verhindern.
Jährlich der Verbrauch der Leistung von drei Kernkraftwerken
Sehen wir uns zuerst an, wie rasant die Geschwindigkeit steigt, mit der diese beiden Unternehmen Rechenleistung aufnehmen.
Zu Beginn des Jahres verfügte OpenAI über etwa 2 Gigawatt, bei Anthropic waren es weniger als 2 Gigawatt. Bis Ende dieses Jahres werden beide Unternehmen mehr als 5 Gigawatt erreichen.
Das ist eine Steigerung um das Drei- bis Vierfache innerhalb eines Jahres – und die Einheit ist Gigawatt.
Ein Gigawatt entspricht ungefähr der Leistung eines großen Kernkraftwerks: Das bedeutet, sie verbrauchen innerhalb eines Jahres die Leistung von drei Kernkraftwerken!
Die weltweit neu aufgebaute Rechenleistung beträgt in diesem Jahr etwa 30 Gigawatt, nächstes Jahr 50 Gigawatt und um 2028 herum etwa 70 Gigawatt. Die 30 %, die die beiden Unternehmen aufnehmen, stammen aus diesen 30 Gigawatt.
Nicht nur die Menge steigt, es gibt auch einen leicht zu übersehenden Multiplikator: Ein Watt neu hinzugekommener Rechenleistung in diesem Jahr ist viel leistungsfähiger als ein Watt, das vor zwei Jahren installiert wurde:
Die Chips der aktuellen Generation wie GB300, TPUv7 und Trainium3 bieten pro Watt eine 3- bis 5-fache Leistung der vorherigen Generation.
Wenn Dylan also sagt, dass die beiden Unternehmen bis Ende 2027 die Hälfte der neu hinzugekommenen Rechenleistung aufnehmen, ist diese Hälfte auch qualitativ weitaus wertvoller als der bestehende Bestand – und das wird in den kommenden Jahren immer mehr der Fall sein.
Diese beiden Multiplikatoren zusammen ergeben die von Dylan genannte Aussage zum „Großteil der nutzbaren effektiven Rechenleistung“.
Die gesamte Rechenleistung der globalen KI-Chips verdoppelt sich alle 7 Monate. Die Leistung eines in diesem Jahr neu hinzugekommenen Watt ist weit höher als die eines vor zwei Jahren installierten Watts. (Quelle: Epoch AI)
Allerdings bezieht sich diese Statistik auf die Endnutzer der Rechenleistung, nicht auf das Eigentum an der Rechenleistung.
Wenn jemand Claude auf Amazon Bedrock aufruft, wird diese Rechenleistung auch Anthropic zugerechnet.
Wer schneller Geld verdient, bekommt mehr Rechenleistung
Warum genau diese beiden Unternehmen?
Die Antwort liegt in einem selten genannten Indikator: dem Umsatz pro Megawatt.
Vor einem Jahr war das Token-Geschäft an sich noch verlustreich.
Als OpenAI GPT-4 auf Hopper betrieb, erzielte es bei jedem verkauften Token einen negativen Bruttogewinn, und Anthropic verbrannte ebenfalls das Geld der Investoren.
Heute ist das umgekehrt.
Anthropic hat im zweiten Quartal dieses Jahres begonnen, Gewinne zu erzielen, und OpenAI wird Berichten zufolge im dritten Quartal ebenfalls die Gewinnschwelle erreichen.
Nach der Einführung von Modellen der aktuellen Generation wie GPT-5.6, Opus 5 und Fable 5 liegen die Umsätze beider Unternehmen pro Megawatt weit über der Kostengrenze für Rechenleistung von 10 bis 15 Millionen US-Dollar.
An der Spitze steht Anthropic, das einen Spitzenwert von 50 Millionen US-Dollar pro Megawatt erreicht hat.
Dylan Patel nennt den Einkaufspreis für Rechenleistung: 10 bis 15 Millionen US-Dollar pro Megawatt.
Bei diesem Wettbewerb geht es darum, wie viel Geld man pro Megawatt verdienen kann – nicht darum, wie viele Chips man eingelagert hat.
Wer mehr verdient, kann höhere Preise zahlen; wer höhere Preise zahlen kann, bekommt mehr Rechenleistung, kann wiederum leistungsfähigere Modelle trainieren und damit noch mehr verdienen.
Die Steigerung um das Drei- bis Vierfache innerhalb eines Jahres entsteht genau durch diesen sich selbst verstärkenden Zyklus.
Und es ist eigentlich nicht schwer, diese Kostengrenze zu erreichen.
Eine normale Person kann einen GB300-Schrank kaufen, Open-Source-Gewichte herunterladen und an OpenRouter anschließen – damit verdient sie mehr, als sie ausgibt. Dylans wörtliche Aussage: Das ist nicht schwer, man baut hier keine Raketen.
Gerade weil jeder damit Geld verdienen kann, lässt sich diese Grenze nicht halten, und die Mieten steigen auf 25 Millionen, dann 40 Millionen US-Dollar pro Megawatt.
Bisher sind nur Anthropic und OpenAI unter den großen Unternehmen im Silicon Valley bereit, diese Preise zu zahlen.
Dylan geht davon aus, dass ihre Umsätze pro Megawatt bis Ende 2027 auf 70 bis 80 Millionen US-Dollar steigen werden.
Cloud-Anbieter bauen Gebäude, Labore mieten Räume
Laut Daten von Epoch AI befinden sich etwa 71 % des Eigentums an der globalen KI-Rechenleistung noch in den Händen der fünf großen Cloud-Anbieter.
Aber die Nutzungsrechte konzentrieren sich zunehmend auf die beiden KI-Labore.
Die Cloud-Anbieter sind die Vermieter: Sie kaufen Grundstücke und bauen Rechenzentren. OpenAI und Anthropic sind vergleichbar mit den beiden großen Mietern, die den Großteil der Räume gemietet haben.
Mittlerweile ist eine dritte Art von Akteuren entstanden: Sie bauen zuerst die Gebäude und suchen dann nach Mietern.
Die übliche Vorgehensweise der meisten Cloud-Anbieter besteht darin, zuerst Kunden zu gewinnen, mit den Verträgen Kredite bei Banken aufzunehmen und erst mit dem eingegangenen Geld mit dem Bau zu beginnen.
Meta und SpaceX brauchen das nicht: Sie verfügen über ausreichende finanzielle Mittel, können den Schritt der Kundensuche und Finanzierung überspringen und direkt mit dem Bau beginnen – und wählen nach Fertigstellung die Mieter aus, die die höchsten Preise zahlen.
Elon Musk verkauft die Rechenleistung sogar zu einem Preis von 40 Milliarden US-Dollar pro Gigawatt.
Dylan hat das im Podcast für ihn durchgerechnet: Ein Gigawatt Rechenleistung wäre normalerweise 15 Milliarden US-Dollar wert, er verkauft es für 40 Milliarden und hat seine gesamten Kosten innerhalb eines Jahres wieder hereingeholt.
Anthropic kann mit diesem einen Gigawatt über 60 Milliarden US-Dollar verdienen – warum sollte ich es also nicht teurer verkaufen?
Nächstes Jahr wird SpaceX ebenfalls ein großer Anbieter von neuer Rechenleistung sein, und der Großteil der von ihm gebauten Kapazitäten wird höchstwahrscheinlich an OpenAI und Anthropic vermietet.
Laut Berichten des WSJ mietet Anthropic bereits Rechenzentrumskapazitäten von SpaceX zu einem Preis von 1,25 Milliarden US-Dollar pro Monat.
Auf Seiten der Mieter ist der Appetit sogar größer als von den Vermietern erwartet.
OpenAI hat im vergangenen Januar das Projekt Stargate gestartet und angekündigt, bis 2029 10 Gigawatt an Rechenleistung in den USA zu sichern. Nach etwas mehr als einem Jahr wurde dieses Ziel bereits vorzeitig erreicht – allein in den letzten 90 Tagen kamen über 3 Gigawatt hinzu.
Anthropic kündigte im April dieses Jahres an, gemeinsam mit Google und Broadcom mehrere Gigawatt der nächsten Generation von TPUs zu erwerben, die ab 2027 schrittweise in Betrieb genommen werden. Das Unternehmen gibt an, dass dies die größte Rechenleistungsbestellung seiner Geschichte ist.
Darüber hinaus beginnen die beiden Unternehmen auch selbst, KI-Infrastruktur aufzubauen: OpenAI entwickelt eigene Chips, während Anthropic die Bereitstellung seiner TPUs an Fluidstack überträgt.
Nach längerer Zeit als Mieter möchte man auch ein paar eigene Gebäude bauen.
Wofür wird die gekaufte Rechenleistung verwendet?
Derzeit verteilt sich die Rechenleistung in den Laboren ungefähr so: 50 % für Forschung, 10 % für Entwicklung und 40 % für Inferenz.
Der größte Anteil entfällt auf die Forschung, nicht auf das Training.
Als Anthropic Mythos trainierte, wurden für das Vortraining an einem einzigen Standort weniger als 200 Megawatt Rechenleistung über etwa zwei Monate verwendet – und für das anschließende Reinforcement Learning noch viel weniger.
Obwohl sie über mehrere Gigawatt Rechenleistung verfügen, werden nur 200 Megawatt für das „Training eines Modells“ verwendet.
Nicht weil sie es nicht nutzen wollen, sondern weil sie es tatsächlich nicht nutzen können.
Diese Rechenleistung ist über Rechenzentren auf der ganzen Welt verteilt, die Geschwindigkeit der Datenübertragung kann nicht mit der Rechengeschwindigkeit mithalten. Wenn man sie zwangsweise zusammenführt, warten die Komponenten nur gegenseitig aufeinander. Beim Reinforcement Learning ist es genauso: Mehr Trainingsdurchläufe bedeuten nicht automatisch bessere Ergebnisse.
Der verbleibende große Teil der Rechenleistung wird also vollständig für das Testen neuer Architekturen, die Anpassung der Datenverteilung und die Überprüfung verschiedener Ideen verwendet.
Dylan hat noch eine weitere, der gesunden Menschenverstand widersprechende Behauptung: Der Anteil der Inferenz wird weiter sinken.
Ein Megawatt kann heute 30 bis 40 Millionen US-Dollar einbringen, es ist also vernünftig, 40 % davon für die Inferenz und den Verkauf von Tokens zu verwenden. Aber was passiert, wenn der Wert auf 60, 70 Millionen US-Dollar steigt?
Vor dem Vorstand stehen dann zwei Wege: Man verkauft weiterhin Tokens, verteilt die erzielten Gewinne als Dividenden und kauft eigene Aktien zurück – damit sind alle Aktionäre zufrieden. Oder man zieht die gesamte Rechenleistung zurück, investiert sie in die Forschung und entwickelt AGI.
Dylan glaubt, dass es hier keine Zweifel gibt.
Aus Sicht der Labore ist der Ertrag von AGI weitaus größer als die aktuellen Dividenden.
Es gibt bereits Anzeichen dafür: Die monatlich neu hinzugekommene Rechenleistung bei Anthropic steigt weiter an, aber der Anstieg des annualisierten Umsatzes hat sich bereits abgeflacht. Die neu gekaufte Rechenleistung wird nicht in Umsatz umgewandelt, sondern fließt in die Forschung.
Aber die Investoren werden nur eine Frage stellen: Ein Gigawatt könnte normalerweise Hunderte Milliarden US-Dollar an Umsatz generieren – warum investiert ihr noch mehr in das Training?
Das Problem entsteht genau dadurch, dass beide Unternehmen auf dem Weg zum Börsengang sind.
Die Labore setzen auf AGI, die Investoren warten auf Dividenden – diese Rechnung passt von Anfang an nicht zusammen.
Wer zahlt die Rechnung von 11 Billionen US-Dollar?
Die globalen KI-Kapitalausgaben übersteigen in diesem Jahr leicht 1 Billion US-Dollar, im Jahr 2028 werden sie über 2 Billionen erreichen.
Die gesamten Kapitalausgaben der fünf großen Cloud-Anbieter wachsen jährlich um durchschnittlich 72 % und erreichen 2025 fast 500 Milliarden US-Dollar. Wenn dieser Trend anhält, werden sie 2026 770 Milliarden US-Dollar erreichen. (Quelle: Epoch AI)
Laut Schätzungen von SemiAnalysis summieren sich die gesamten Ausgaben von 2024 bis