Der Glaube an die Rechenkapazität steht kurz vor dem Zusammenbruch: Elon Musk zeigt sich pessimistisch, 200 neue Cloud-Anbieter stehen dem „tödlichen Dilemma der Abschreibungen“ gegenüber.

Im Goldrausch um große KI-Modelle waren die „Wasserverkäufer“ einst das sicherste Geschäft, das niemals Verluste verursacht. Solange man die GPUs von Nvidia beschaffen und ein Rechenzentrum aufbauen konnte, brauchte man sich keine Sorgen zu machen, dass keine großen Modellunternehmen mit Schecks winken, um die Rechenkapazität zu mieten.

Doch heute bricht dieser Glaube an das „Reichwerden durch das Horten von Grafikkarten“ vollständig zusammen.

Kürzlich erlebte der Sektor der Rechenkapazitätsvermietung an der US-Börse einen historischen Bewertungseinbruch. Die Aktien einer Vielzahl von Unternehmen, die als „Neoclouds“ bezeichnet werden – von den aus Kryptowährungs-Bergbauunternehmen umgewandelten Soluna und Bit Digital bis zu den Star-Giganten CoreWeave und Applied Digital – haben ihren Wert halbiert, und ihre technische Lage ist vollständig eingebrochen.

Angesichts dieser schrecklichen Lage fügte Elon Musk in den sozialen Medien den tödlichsten Schlag hinzu: „In den letzten Wochen hat der Schuldenmarkt die Finanzierung für Unternehmen, die keine von KI-Rechenzentren unabhängigen wesentlichen Einnahmen haben, fast vollständig unterbunden. Mehr als 200 neue Cloud-Dienstleister werden ein Verschwinden und eine Zusammenlegung erleben, die an Guppys erinnert.“

Viele Menschen machen die Verschärfung der makroökonomischen Finanzströme für diesen Zusammenbruch verantwortlich. Aber hinter der Fassade der finanziellen Hebel sind es zwei drastische Veränderungen in der grundlegenden Logik der KI-Industriekette, die diese mehr als 200 neuen Cloud-Unternehmen wirklich vernichten: der rasche Wertverlust von Hardware und die Nachfrageverkleinerung durch die Revolution der Algorithmeneffizienz.

Erste Krise: GPUs sind keine Immobilien, sondern ein „Abschreibungsloch“

Die größte Illusion der neuen Cloud-Dienstleister ist es, die GPUs von Nvidia als „digitale Immobilien“ zu betrachten, die ihren Wert behalten und steigern können.

Im traditionellen Gewerbeimmobilienmodell leiht man sich Geld, um ein Gebäude zu bauen, das man Jahrzehnte lang vermieten kann, und das Vermögen selbst steigt langsam im Wert. Aber GPUs sind völlig anders. Die grundlegenden Gesetze technischer Hardware bestimmen, dass es sich hier um einen grausamen Zermürbungskrieg handelt.

Zuerst einmal ist die Iterationsgeschwindigkeit der Hardware extrem hoch. Von der H100 über die B200 bis zur heute geplanten Rubin-Architektur bringt Nvidia fast jedes Jahr neue Produkte auf den Markt. Sobald eine neue Generation von Chips auf den Markt kommt, sinkt der Mietpreis für die Rechenkapazität der vorherigen Generation sprunghaft. Auf dem Gebrauchtmarkt im Silicon Valley hat der Mietpreis der H100, die einst kaum zu bekommen war, bereits aufgrund der Erwartung der Massenproduktion neuer Grafikkarten nachgelassen.

Zweitens sind Unternehmen für große Modelle extrem „wählerische“ Kunden. Um größere Modelle zu trainieren, brauchen sie immer die neuesten Cluster mit der größten Verbindungsbandbreite. Die alten Grafikkarten, die in den Rechenzentren kleiner und mittlerer neuer Cloud-Unternehmen gehortet werden, stehen bald vor der peinlichen Situation, dass niemand sie haben will.

Das führt zu einem tödlichen „Abschreibungs-Dilemma“: Neue Cloud-Dienstleister haben bei der Wall Street riesige Kredite mit einer Laufzeit von drei Jahren aufgenommen, um teure Grafikkarten zu kaufen. Aber schon vor Ablauf von drei Jahren reicht die Miete dieser Grafikkarten auf dem Markt möglicherweise nicht einmal aus, um Zinsen und Stromkosten zu decken. Ganz zu schweigen davon, dass der physische Verschleiß der Cluster, die Alterung der Netzwerkkabel und die Wartung des Flüssigkühlsystems die Gewinne ständig auffressen. Wenn alte Grafikkarten nicht vermietet werden können und neue nicht gekauft werden können, ist der Bruch der Finanzkette unvermeidlich.

Zweite Krise: Die Untergrabung der Nachfrage von Grund auf

Neben dem Wertverlust des Vermögens stehen die neuen Cloud-Unternehmen vor einem noch schrecklicheren Feind: Immer intelligentere Algorithmen verringern das absolute Verlangen nach Rechenkapazität.

Im vergangenen Jahr galt im Silicon Valley der Konsens, dass „Rechenkapazität Gerechtigkeit ist“ und große Anstrengungen Wunder bewirken. Aber eine Reihe von technischen Durchbrüchen in letzter Zeit (vertreten durch Open-Source-Kräfte wie DeepSeek) haben alle Unternehmen, die viel Geld in Rechenkapazität investieren, gewarnt.

Durch die extreme Optimierung der MoE-Architektur (Mixture of Experts), eine bessere Datenverteilung und effizientere Inferenzframeworks haben Unternehmen für große Modelle herausgefunden: Man braucht keine hunderttausend H100-Grafikkarten, sondern nur einige Tausend, um Modelle zu trainieren, die dem Niveau von GPT-4 entsprechen.

Das verändert direkt die gesamte Auffassung der Branche über den Verbrauch von Rechenkapazität. Wenn die „intelligente Leistung pro Einheit Rechenkapazität“ zum Kernindikator wird, spüren die neuen Cloud-Unternehmen, die ursprünglich durch den „Verkauf von teurer Rechenkapazität“ bequem verdient haben, sofort eine eisige Kälte. Große Kunden beginnen, sparsam zu rechnen, eigene Cluster aufzubauen oder direkt langfristige Niedrigpreisvereinbarungen mit großen Konzernen zu schließen; kleine und mittlere Kunden können die hohen Mieten überhaupt nicht zahlen. Noch schlimmer: Hochwertige menschliche Sprachkorpora gehen zur Neige, und der Grenznutzen des Vortrainierens großer Modelle nimmt ab. Die Nachfrageseite wandelt sich sofort von einem „Mangel an Rechenkapazität“ zu einem „Überschuss an Rechenkapazität“, und der ursprünglich vielversprechende Billionen-Yuan-Blaue Ozean wird im Handumdrehen zu einem Roten Ozean.

Das traurige Zusammenfalten der Industriekette: Die „digitalen Bauunternehmer“ in der Zwickmühle

Dass die neuen Cloud-Dienstleister bei dieser Bereinigung als Erste untergehen, liegt daran, dass sie sich in dem Glied der KI-Industriekette befinden, in dem die Gewinne am geringsten und die Risiken am höchsten sind.

Nach oben betrachtet gibt es das Monopol von Nvidia und den hyperskaligen Cloud-Anbietern. Nvidia nimmt die lukrativsten Hardware-Gewinne der Industriekette ein, während Giganten wie Microsoft, Google und Amazon mit ihrem riesigen Cashflow und eigener Rechenkapazität das Training hochwertiger großer Modelle kontrollieren. Die Giganten beginnen sogar, hohe Mautgebühren für „Modell-Router“ zu erheben, und verlangen, dass Drittunternehmen für Modelle nur über ihre Gateways zugreifen dürfen. Neue Cloud-Unternehmen können nur einzelne Inferenzaufträge übernehmen, die die Giganten nicht erledigen wollen.

Nach unten betrachtet gibt es einen extremen Wettbewerb unter den Startups für große Modelle. Da der Preiskampf bei APIs für große Modelle (z. B. die extrem niedrigen Preise für große Modelle von ByteDance und Alibaba) sich verschärft, kämpfen die Modellunternehmen selbst ums Überleben und können unmöglich Bargeld aufbringen, um die hohen Mieten für Rechenkapazität der neuen Cloud-Unternehmen zu zahlen.

Im Wesentlichen sind die neuen Cloud-Dienstleister zu „digitalen Bauunternehmern“ geworden, die zwischen den Seiten eingeklemmt sind. Sie leihen sich hohe Kredite, um Geräte zu kaufen, sind auf die Wohltaten großer Konzerne und das Auf und Ab der Modellunternehmen angewiesen und haben selbst keinerlei Preisgestaltungsrecht. Sobald sich das makroökonomische Umfeld ändert, sind sie zwangsläufig die Ersten, die geopfert werden.

Physische Notlage im Jahr 2027: Gestrandete Super-Infrastruktur

Neben den toten Punkten der Geschäftslogik stehen die neuen Cloud-Unternehmen vor extrem harten physischen Beschränkungen.

Der bekannte Investor Chamath Palihapitiya weist darauf hin, dass viele Giganten beim Bau von Rechenzentren vor dem Dilemma stehen, dass die Lieferzeit von Transformatoren bis zu zwei Jahre beträgt und die Genehmigung für die Netzeinspeisung in weiter Ferne liegt.

Das führt zu einer absurden Kapitalverschwendung: Viele Unternehmen geben Milliarden von Dollar aus, um Top-GPUs zu kaufen, und bauen riesige Rechenzentren, aber weil kein Strom und kein Netz verfügbar sind, werden diese Rechenkapazitäten zu „unfertigen Projekten“, die in Lagern verstauben. Für neue Cloud-Dienstleister mit angespannter Finanzkette reicht es in der Regel nicht einmal bis zu dem Tag, an dem das Netz angeschlossen ist, bevor sie im Fleischwolf der Schulden verschwunden sind.

Wer erntet die letzten Früchte?

Die pessimistischen Äußerungen von Musk und Chamath sind zwar durchaus begründet, tragen aber auch die für das Silicon Valley typische Kälte in sich.

Wie Leerverkäufer in den Kommentaren spotten, sind Musk und Chamath selbst Spieler, die stark in die Rechenkapazitätsinfrastruktur investiert haben. Auf der einen Seite weisen sie in der Öffentlichkeit auf das „Todesdilemma“ kleiner und mittlerer neuer Cloud-Unternehmen hin, auf der anderen Seite bauen sie mit SpaceX, xAI und ihrem riesigen Cashflow schnell Supercluster mit Zehntausenden von Grafikkarten zu extrem niedrigen Kosten auf.

Das ist ein Angriff aus einer höheren Dimension. Wenn der neue Zyklus der Rechenkapazität beginnt, werden diese Giganten mit ausreichenden Mitteln, starken Ingenieurskapazitäten und eigener Geschäftsunterstützung (wie Starlink, autonomes Fahren, interne große Modelle) die gebrauchte Hardware der bankrotten neuen Cloud-Unternehmen zu extrem niedrigen Preisen erwerben und die Branche umfassend bereinigen und eine Oligopol-Monopolstellung einnehmen.

Schlusswort: Den Schaum ablegen und zu echter harter Kernkompetenz zurückkehren

Das Ende der mehr als 200 neuen Cloud-Unternehmen ist eine Lektion für alle, die in der KI-Euphorie blind Hebel einsetzen.

Große KI-Modelle sind Bestien, die Ressourcen verschlingen, aber sie folgen auch den kaufmännischen Grundsätzen: Zwischenhändler ohne Kerntechnologiebarrieren, ohne vielfältige Fähigkeiten zur Erzielung von Einnahmen und die nur auf Kredite setzen, um Hardware-Ressourcen „weiterzuverkaufen“, werden es nicht weit bringen.

Der zukünftige Markt für KI-Rechenkapazität wird nicht mehr die wilde Ära sein, in der man durch das Horten von Grafikkarten Geld drucken kann. Er wird den harten Kernspielern gehören, die die Kombination von Software und Hardware auf das Maximum optimieren können, die Token-Kosten auf das Minimum senken können und große Modelle wirklich in praktische Produktivkräfte umwandeln können. Die neuen Cloud-Unternehmen, die vom Mythos der Rechenkapazität mitgerissen werden und an den Ruinen der „gestrandeten Rechenkapazität“ im Jahr 2027 untergehen, werden zu dem am leichtesten vergessenen Preis dieser technologischen Revolution.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Tech Business“, Autor: Tech Business, veröffentlicht mit Genehmigung von 36Kr.