Quantitative Private-Investmentfonds besetzen Ulanqab

Eine kleine Stadt der fünften Kategorie in der Mitte der Inneren Mongolei, die reich an Kartoffeln ist, ist plötzlich in das Blickfeld der Wall Street geraten.

Laut einem Bericht von Goldman Sachs ist Ulanqab zu einem der größten und am schnellsten wachsenden KI-Rechencluster im asiatisch-pazifischen Raum geworden. Diese von verstreuten Vulkanen geprägte Graslandstadt ist voller Rechenzentren von Giganten wie Alibaba, ByteDance und Apple.

Laut Bloomberg plant DeepSeek den Bau eines überdimensionalen KI-Rechenzentrums mit einer Leistung von etwa 1 GW in Ulanqab und die Bereitstellung von mindestens 160.000 Huawei Ascend 950DT-Chips.

So wie DeepSeek selbst eine zusammengesetzte Identität trägt, ist diese geschäftige Stadt heute nicht nur voller Modellhersteller, sondern auch voller quantitativer Private-Equity-Fonds.

Neben DeepSeek/Huanfang sind auch quantitative Private-Equity-Fonds wie Jiukun und Lingjun in Ulanqab eingetroffen. Lingjun ist einer der ersten Private-Equity-Fonds, die in die Innere Mongolei eingezogen sind. Bereits 2020 begann der Bau des Supercomputing-Zentrums in Ulanqab. Derzeit verfügt es über mehr als 100.000 CPU-Kerne, mehr als 1.000 GPUs und eine Speicherkapazität von über 10 PB. Lingjun teilte Yuanchuan mit, dass die kommerziellen Strom- und Betriebskosten in Ulanqab weit niedriger sind als in Peking.

Ein quantitativer Fondsmanager rechnete nach: Für den Bau eines Rechenzentrums in einem Bürogebäude betragen die Stromkosten 80.000 Yuan und die Wasserkosten 15.000 Yuan pro Monat. „In Shanghai wird es von Juli bis August immer heißer. Wenn die Skala größer wird, müssen wir das Rechenzentrum auch nach Ulanqab verlegen, wo der Strom billig ist.“

Seit Juni hat das Volumen der quantitativen Private-Equity-Fonds beispiellos zugenommen. Die Zahl der quantitativen Private-Equity-Fonds mit einem Volumen von über 80 Milliarden Yuan stieg auf 6, die Zahl mit über 50 Milliarden Yuan auf 13, und der Bau von Rechenclustern ist zu einem Wettrüsten geworden.

Die Rechenzentren werden immer größer, die Grafikkarten immer teurer, und selbst finanzstarke quantitative Private-Equity-Fonds werden empfindlich gegenüber den Kosten für Rechenleistung.

Explodierende Preise für Grafikkarten

In den letzten Jahren gibt es kaum Investitionen in Anlagevermögen, die mit der Rendite von Highend-Grafikkarten mithalten können.

Ein quantitativer Fondsmanager teilte Yuanchuan mit, dass der Preis von Grafikkarten seit letztem Jahr um etwa das Dreifache gestiegen ist. Ein komplettes Gerät mit 8 A100-Grafikkarten kostete letztes Jahr etwa 400.000 Yuan, heute sind es mehr als 1,2 Millionen Yuan. Das ist 200.000 Yuan teurer als ein Zunjie V800 Pilot Edition.

„Grafikkarten sind nur ein Teil davon. Die Preise für Highend-Switches von Mellanox, CPUs und Arbeitsspeicher sind um etwa das Zweifache gestiegen. Natürlich gibt es viele gute Produkte, die aufgrund verschiedener Beschränkungen zwar nachgefragt, aber nicht verfügbar sind.“

Beispielsweise kostet der Highend-KI-Server B300 in den USA etwa 550.000 US-Dollar. Nach mehreren Weiterverkäufen ist der Preis für ein Gerät auf 25 Millionen Yuan gestiegen. Zuvor gab es Gerüchte, dass ein Zwischenhändler mit dem Weiterverkauf von 74 B300-Geräten 140 Millionen Yuan Gewinn gemacht hat. Seiner Meinung nach sind solche hochwertigen Geräte wie der B300 in der quantitativen Branche nicht weit verbreitet.

Für quantitative Private-Equity-Fonds ist die A100 zwar eine ältere Grafikkarte, aber dank ihres großen Grafikspeichers, der hohen Bandbreite und der Unterstützung für die Hochgeschwindigkeits-Verbindungstechnologien NVIDIA NVLink und NVSwitch hat sie einen 8- bis 10-fachen Kommunikationsvorteil gegenüber Verbrauchergrafikkarten wie der 4090. Selbst bei stark gestiegenen Preisen ist sie sehr kostengünstig.

Man spürt den anfänglichen Vorteil der führenden Akteure, wenn quantitative Private-Equity-Fonds Grafikkarten erwerben. Bereits 2021 sagte Feng Xin von Kuande Investment: „Die Rechenleistung des GPU-Clusters von Kuande beträgt 10 PetaFLOPS, während die des Supercomputers Tianhe-1 etwa 2,56 PetaFLOPS beträgt[1].“

Im selben Jahr investierte Huanfang 1 Milliarde Yuan in „Yinghuo 2“, das mit fast 10.000 A100-Grafikkarten ausgestattet war. Im Januar letzten Jahres zählte DeepSeek/Huanfang nach Statistiken von SemiAnalysis insgesamt 50.000 GPUs der Hopper-Serie, darunter 10.000 H100, 10.000 H800, 30.000 H20 sowie weitere 10.000 A100.

Dass quantitative Private-Equity-Fonds bereits 2021 Supercomputing-Zentren gebaut haben, ist heute vergleichbar mit einem Mann in einer Beziehung, der 2022 alle fünf notwendigen Dinge für die Heirat gekauft hat.

Quantitative Private-Equity-Fonds, die keine ursprüngliche Anhäufung von Grafikkarten vollzogen haben, müssen nach Zwischenhändlern und Lieferanten suchen. Einige Fonds schicken sogar extra Personen nach Hongkong, um die Grafikkarten persönlich zurückzutragen.

Ein gängiger Weg ist es heute, Grafikkarten aus kompletten Geräten von Herstellern wie Dell und Lenovo auszubauen.

Die hochwertige Rubin-Grafikkarte taucht normalerweise nur in kompletten Geräten von NVIDIA selbst auf, während die RTX4500 in Geräten von Dell zu finden ist. Quantitative Private-Equity-Fonds kaufen die RTX4500 auch wegen ihres geringeren Stromverbrauchs, der sie in Bürogebäuden in Lujiazui stromsparender und mit niedrigeren Kühlkosten macht.

Lieferanten nehmen die kompletten Geräte auseinander und verkaufen die Teile separat, was viel profitabler ist als der Verkauf eines ganzen Geräts. Den quantitativen Private-Equity-Fonds ist es egal, ob die Geräte von bekannten Marken stammen – sie legen mehr Wert auf eine maßgeschneiderte Rundum-Betreuung.

Der Bau eines Rechenzentrums folgt ähnlichen Logiken wie der Kauf eines Computers: Ein Macbook Air eignet sich für Angestellte, um in einem Starbucks zu tippen, während man im Computermarkt ein Leistungsmonster zusammenstellen kann, das mit Wasserkühlung, Lichteffekten und voll aktiviertem Raytracing Cyberpunk 2077 problemlos ausführt.

„Die Solid-State-Laufwerke sind über eine direkte PCIe-Schnittstelle angeschlossen. Was tun, wenn alle acht Steckplätze mit Grafikkarten belegt sind? Wie sollen die Lüfter angeordnet werden – flach nebeneinander oder versetzt?“ Diese Lieferkette ist so ausgereift, dass einige Lieferanten sogar 3D-gedruckte Lüfter von Bambu Lab anbieten, um alle Arten von seltenen Anforderungen der Private-Equity-Fonds zu erfüllen.

Ein Mitarbeiter aus der quantitativen Branche teilte Yuanchuan mit, dass viele neue quantitative Private-Equity-Fonds ihre Rechencluster schnell ausbauen, aber keine KI wie Huanfang oder Jiukun entwickeln. Daher entsteht unweigerlich Überkapazität an Rechenleistung. Da die Preise steigen, lagern sie die GPUs einfach als Anlagevermögen ein – ungenutzte Kapazitäten können auch vermietet werden. „Die monatliche Miete für ein komplettes Gerät mit 8 A100-Grafikkarten betrug letztes Jahr 30.000 bis 40.000 Yuan, dieses Jahr ist sie auf 80.000 Yuan gestiegen.“

Seit Juli sind die quantitativen Überrenditen zurückgegangen, aber die eingelagerten GPUs werden immer wertvoller. Sie scheinen zu einer zweiten Wachstumskurve für quantitative Private-Equity-Fonds zu werden: Wenn sie keine Alpha an Endanleger verkaufen können, verkaufen sie einen Teil der überschüssigen Rechenleistung an Partnerunternehmen. Auf zwei Beinen zu stehen, gehört ohnehin zur Asset-Allokation.

Aber die Realität ist nüchtern. Drei oder vier Grafikkarten können Lieferanten leicht beschaffen, bei dreihundert Stück ist das anders. In einem Markt mit begrenzter Versorgung hat der Verkäufer umso mehr Verhandlungsmacht, je mehr man bestellt – sonst würde man es nicht „Grafikkarten-Hals“ nennen.

Unbegrenzte Kostensenkung

Im Gegensatz zu Handelsrechenzentren, die so nah wie möglich an der Börse liegen sollten, haben Trainingsrechenzentren für quantitative Strategien einen großen Umfang, und ihr Kernaspekt sind die Betriebskosten.

Das Rechenzentrum von Maoyuan befindet sich in Heyuan, Guangdong. Das ehemalige Supercomputing-Zentrum von Mingshi lag in Nanchang, Jiangxi. Sowohl Nanchang als auch Heyuan bieten politische Förderungen für den Bau von Rechenzentren.

Allerdings teilte Mingshi Yuanchuan mit, dass ihr Supercomputing-Cluster bereits nach Pudong, Shanghai verlegt wurde und weitere Einrichtungen in Hangzhou gebaut werden. Der Hauptgrund ist die bequeme Betriebsbetreuung vor Ort.

Ein Einkäufer für Rechenleistung bei einem quantitativen Fonds teilte Yuanchuan mit, dass die Kapazität der Rechenzentren in Jiading, Qingpu und Lingang in Shanghai begrenzt ist. In Kerngebieten ist Industrieland knapp und die Kosten für den Erwerb von Grundstücken sind hoch. Am problematischsten sind die Energieverbrauchsindikatoren: Ohne diese kann ein fertiges Rechenzentrum nicht abgenommen und in Betrieb genommen werden.

Seiner Meinung nach haben etablierte quantitative Fonds hohe Kosten für die Verlagerung ihrer Rechenzentren. Neue Fonds, die in den letzten Jahren entstanden sind, müssen nicht mit großen Internetunternehmen um Rechenzentren in Shanghai und Peking konkurrieren.

Aus Gründen der Kostensenkung zielen immer mehr quantitative Private-Equity-Fonds auf Ulanqab ab.

In der Rechenzentrumsbranche gibt es seit langem den Spruch „Südlich Guiyang, nördlich Ulanqab“. Ein quantitativer Fondsmanager verglich Guizhou und die Innere Mongolei und stellte fest, dass der Wasserkraftstrom in Guizhou nicht billig ist und nicht so wirtschaftlich ist wie Wind- und Kohlekraft in Ulanqab. Außerdem liegt die durchschnittliche Temperatur in Ulanqab bei 4,3 °C. Fast 10 Monate im Jahr kann natürlicher Wind zur Kühlung der Server genutzt werden – der kalte, starke Wind auf dem Grasland ist viel effektiver als die Klimaanlage in Bürogebäuden.

Er teilte Yuanchuan mit: „Wenn man direkt mit privaten Kohlebergwerksbesitzern in Ulanqab zusammenarbeitet, kostet eine Kilowattstunde Strom sogar weniger als 0,1 Yuan. Das ist ein zehnfacher Preisunterschied im Vergleich zum kommerziellen Strom in Shanghai.“

Der intensive Wettbewerb in der Branche führt dazu, dass quantitative Private-Equity-Fonds sehr genau rechnen. Ein Ort mit billigerem Strom kann den Anstieg der Kosten für die Beschaffung von GPUs teilweise ausgleichen.

Allerdings ist der Bau eines eigenen Supercomputing-Zentrums in Ulanqab nicht so einfach, wie es scheint: Zuerst muss man das Grundstück erwerben. Für Anlagen mit einer Leistung von mehr als 7,5 MW gibt es zusätzliche behördliche Vorgaben. Erst nach deren Genehmigung kann man die Genehmigungsindikatoren für die Energiebewertung beantragen, bevor mit dem Bau begonnen werden kann. Der gesamte Genehmigungsprozess ist komplex, die Bauphase dauert in der Regel mehr als 18 Monate. Wenn das Zentrum fertig ist, ist der Bullenmarkt schon vorbei.

Für die meisten quantitativen Fonds ist die Miete die kostengünstigere Variante. Früher mieteten quantitative Fonds Rechenzentren von UCloud in Ulanqab, um die umfassenden End-to-End-Dienste von Cloud-Anbietern zu nutzen. Jetzt, mit wachsender Größe und steigendem Bedarf an Rechenleistung, legen sie zunehmend Wert auf den Anteil an grünem Strom.

Yuanjing Energy, das von Goldman Sachs erwähnt wurde und ursprünglich im Bereich der neuen Energien tätig ist, rechnete Yuanchuan vor: Im vorhandenen Xinghe-Standort in Ulanqab beträgt der Anteil an grünem Strom bis zu 80 %. Mit dem Strom aus eigenen Windkraftanlagen können die Kosten sogar um mehr als 20 % unter den lokalen Strompreisen liegen.

 Bis Oktober 2026 sind alle luftgekühlten Rechenzentren im Yuanjing Xinghe-Standort vollständig gebucht.

Wenn eine schnell wachsende Branche anfängt, an Kosten zu sparen, ist der Wettbewerb auf einem Höhepunkt angekommen. Die Frage ist: Die führenden quantitativen Fonds haben ihre Supercomputing-Zentren auf dem Grasland gebaut – was sollen kleine und mittlere quantitative Fonds tun?

Ein anderer Lösungsansatz ähnelt der Erfahrung von DeepSeek, das mit nur 5,576 Millionen US-Dollar Trainingskosten ein Modell entwickelt hat, das die Wall Street erschüttert hat: Man sollte sich nicht darüber beschweren, zu wenige Grafikkarten zu haben, sondern jede einzelne Karte bis zum Äußersten auslasten.

Beispielsweise kaufte ein kleiner Fonds Ende 2025 plötzlich mehrere Apple-Computer, was die Vertriebsmitarbeiter zunächst nicht verstehen konnten. Später stellte sich heraus, dass der Chef auf kostengünstige Weise große Modelle lokal betreibt.

Im Allgemeinen benötigt man für 500 GB Grafikspeicher komplette Geräte mit RTX Pro 6000 oder A100. Bei Apple-Chips sind Arbeitsspeicher und Grafikspeicher integriert. Wenn man mehrere Laptops über Thunderbolt-Schnittstellen verbindet, erhält man 512 GB Grafikspeicher zu etwa 1/10 der Kosten. Diese Lösung diente ihnen als Übergangslösung, bevor sie später NVIDIA Spark einsetzten.

Wei Mingsan von Diewei Quant sagte zu Yuanchuan: „Anstatt zu prüfen, ob man Grafikkarten kaufen kann, konzentriere ich mich mehr darauf, wie vorhandene Ressourcen optimiert werden können. Einige Institutionen geben 16 Millionen Yuan für einen 2 PB großen Speichercluster aus. Durch Optimierungen von Technik und Algorithmen können wir mit 1/5 dieser Kosten 80 % ihrer Leistung erreichen.“

Schließlich ist es so: Egal wie teuer GPUs sind, die chinesische Fertigung findet immer einen Weg, um die Kosten für Rechenleistung zu senken.

Schlusswort

Für viele quantitative Private-Equity-Fonds mit hoher Handelsfrequenz gilt das Gleiche wie für amerikanische Cloud-Anbieter: Da alle Wettbewerber ihre Ausgaben für Rechenleistung erhöhen, traut sich niemand, aufzuhören.

Wie der „Rote Königin-Effekt“ sagt: Man muss ständig rennen, um am selben Ort zu bleiben.

Ich habe einmal einen quantitativen Fondsmanager gefragt: Können die Erträge die hohen Investitionen in den Bau von Rechenzentren wirklich decken?

Er erklärte mir: In der quantitativen Branche gilt auch das Sc