LONDON (IT BOLTWISE) – NVIDIA rechnet im vierten Quartal mit einer Bruttomarge von 71 bis 72 Prozent nach 75,0 Prozent im Q2. Als Grund nennt die Finanzchefin Speicherknappheit, die der KI-Ausbau selbst erzeugt. Der Rückgang ist laut Einordnung kein Ausdruck von Schwäche, sondern Folge eines neuen Plattform- und Systembauprinzips. Entscheidend sind Engpässe bei Hochleistungsspeicher, CoWoS-Fertigung und aufwendigen Tests vor der Auslieferung.
NVIDIAs jüngster Ausblick auf die Bruttomarge wirkt auf den ersten Blick wie ein klassisches Margensignal aus der Halbleiterbranche: Für das vierte Quartal nennt das Unternehmen 71 bis 72 Prozent nach 75,0 Prozent im Q2. Dass sich die Spanne damit spürbar nach unten verschiebt, bekommt in der Debatte jedoch schnell ein falsches Narrativ, als ginge es schlicht um nachlassende Nachfrage. Stattdessen ordnet die Unternehmensseite den Rückgang als einen „normalen Prozess“ ein und macht ihn an einem Punkt fest, der bei KI-Infrastruktur gerade besonders greifbar ist: Speicherknappheit, also Engpässe rund um die Hochleistungskomponenten, die die neuen Systeme für die eigentliche Nutzung der Modelle benötigen.
Technisch führt die Argumentationslinie direkt zur neuen Chip-Generation „Vera Rubin“. Im Kern geht es nicht nur um einen schnelleren Rechenchip, sondern um eine andere Art, wie NVIDIA seine Server-Racks baut. Während frühere Generationen eher einzelne Server als Einzelverkauf in den Vordergrund stellten, verkauft NVIDIA seit der Generation „Grace Blackwell“ vor allem komplette Schranke, also „Racks“: In einem Rack arbeiten 72 Chips über eine spezielle Verbindung namens NVLink so zusammen, dass das System als „ein großer Computer“ wirkt. Diese Kopplung verändert allerdings die Ausfalllogik. Wo früher ein einzelnes Gerät im Regal ausfallen konnte, ohne das Gesamtsystem zwingend stillzusetzen, ist das neue Bauprinzip wie ein Uhrwerk: Die Verzahnung sorgt für hohe Systemleistung, macht aber die Verfügbarkeit einzelner Komponenten zu einer Frage der Gesamtheit. Genau daraus werden mehrere Engpässe gleichzeitig sichtbar.
Der erste Engpass betrifft ausgerechnet die Komponente, die im öffentlichen KI-Diskurs oft zu kurz kommt: den schnellen Speicher. Für „Inferenz“-Aufgaben, also die Nutzung trainierter KI-Modelle, brauchen die Rubin-Chips laut Quelle besonders schnellen Datenzugriff. Um dieses Muster zu bedienen, wird pro Chip eine große Menge an Hochleistungsspeicher benötigt, konkret 288 Gigabyte HBM4. Wenn Speicherchips so stark mit der Systemarchitektur verknüpft sind, entsteht zwangsläufig ein Flaschenhals bei den Herstellern dieser Speichermedien. Der zweite Engpass hängt an der Fertigung selbst: Da große Rechenchips und die Speicherbausteine sehr eng zusammengebaut werden müssen, wird die dafür nötige spezielle Fertigungstechnik CoWoS zum limitierenden Faktor. Und als drittes kommt ein organisatorischer Schritt hinzu, der zwar weniger glamourös klingt, aber in der Praxis entscheidend ist: Tests vor der Auslieferung. Weil in so dicht verbauten Systemen ein fehlerhafter Chip das ganze System lahmlegen kann, wird „Burn-in“ – also aufwendigere Vorabtests – stärker zur Pflicht. Dass Testfirmen wie Aehr, Teradyne und FormFactor in diesem Umfeld viele Aufträge bekommen, ergibt damit ein konsistentes Bild aus Nachfrage, Systemdichte und Qualitätsanforderungen.
Damit ist die reine Chipkette noch nicht abgeschlossen; die nächste Herausforderung kommt aus der Stromversorgung. Ein einzelnes Vera-Rubin-Rack soll etwa 190 bis 230 Kilowatt Strom verbrauchen. Diese Größenordnung ist für viele Betreiber mehr als nur „ein bisschen mehr“: Sie verändert die Gebäudelogik. Eine Kühlung mit normaler Luft reicht laut Quelle nicht mehr aus; Wasser- beziehungsweise Flüssigkühlung wird zum Muss. Gleichzeitig stoßen klassische Kupferverkabelungs- und Verteilkonzepte beim nächsten großen Baustein, dem „Kyber“-Chip, an physikalische Grenzen. In der Quelle wird deshalb eine Umstellung auf eine andere Stromtechnik genannt, 800 Volt Gleichstrom, allerdings erst mit Serienstart laut NVIDIAs eigenem Zeitplan für 2027. Für Rechenzentrumsplaner ist das besonders relevant, weil Strompfade, Verteilungstechnik und Infrastruktur im Zweifel Jahre vor dem eigentlichen Lastaufbau festgelegt werden.
Noch konkreter wird der Bedarf an Infrastruktur durch eine Eigenschaft, die viele Teams in der Betriebsplanung unterschätzen: Der Stromverbrauch dieser Chips schwankt extrem schnell, teils innerhalb von Sekundenbruchteilen. Das bedeutet, dass nicht nur die maximale Leistung in Kilowatt zählt, sondern auch die Dynamik der Laständerungen. Normale Stromnetze seien darauf nicht ausgelegt, heißt es in der Darstellung. Deshalb braucht es zusätzliche Energiespeicher direkt am Rechner-Schrank – und im nächsten Schritt sogar weitere Komponenten wie Turbinen, Transformatoren sowie eine formale Genehmigung. Damit verschiebt sich der Schwerpunkt weg vom reinen Chipkauf hin zur ganzheitlichen Systemintegration: Betreiber müssen Energie-Engineering und Netzplanung als Teil der KI-Beschaffung begreifen, nicht als nachgelagertes Facility-Thema.
Für die Marktbetrachtung ergibt sich daraus ein ungewöhnlich klares Bild der Wertschöpfung: NVIDIAs Gewinne teilen sich zunehmend mit Zulieferern, aber nicht mit direkten Wettbewerbern. In der Quelle wird ausdrücklich betont, dass die „Gewinner“ nicht direkte Konkurrenten von NVIDIA seien, sondern die eigenen Lieferanten. Das ist strategisch wichtig, weil es die Margendiskussion von einer reinen Wettbewerbskurve löst und stärker auf die konkrete Systemrealität zurückführt: Wer die Engpasskomponenten liefert, profitiert, während NVIDIA selbst in einer Übergangsphase die Kosten- und Lieferkettenlage in der Bruttomarge sichtbar macht. Gleichzeitig erklärt das, warum der KI-Ausbau hier nicht wie ein einfacher Skalierungseffekt wirkt, sondern wie eine Abfolge paralleler Engpassbehebungen in Speicher, Fertigung, Testprozessen und Energieinfrastruktur.
Für Unternehmen, die KI-Infrastruktur einkaufen oder in die Architektur ihrer eigenen Modellbereitstellung investieren, heißt das praktisch: Entscheidungen zur Systemleistung müssen immer mit einer Roadmap zur Kapazitätsabsicherung einhergehen. Wer heute auf „Inferenz“ fokussiert, muss damit rechnen, dass gerade HBM4 und die zugehörige CoWoS-Fertigung die Lieferzeiten stärker bestimmen als die reine Rechenleistung. Ebenso werden Vorabtests und Betriebsmaßnahmen wie Flüssigkühlung oder Energiespeicher Teil der Gesamtbewertung von TCO und Time-to-Deploy. Der Margenrückgang ist in diesem Licht weniger eine Warnung vor sinkender Rechen-Nachfrage, sondern ein Indikator dafür, wie anspruchsvoll die nächste Stufe KI-Compute als System wird – von der Chip-Architektur bis zur Stromdynamik am Rack.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "NVIDIA: Warum sinkende Margen auf die neue „Vera Rubin“-Plattform zurückgehen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "NVIDIA: Warum sinkende Margen auf die neue „Vera Rubin“-Plattform zurückgehen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »NVIDIA: Warum sinkende Margen auf die neue „Vera Rubin“-Plattform zurückgehen« bei Google Deutschland suchen, bei Bing oder Google News!