Die Appelle führender Entwickler künstlicher Intelligenz, die Erstellung der leistungsstärksten Modelle angesichts wachsender Cybersicherheitsrisiken zu verlangsamen, haben sich in den Finanzberichten der Hardwarehersteller nicht niedergeschlagen. Nvidia und AMD verzeichneten im dritten Quartal Rekorderlöse aus der Lieferung von Rechenzentren-Beschleunigern, wobei nicht das Training von neuronalen Netzen, sondern deren Inferenz — die Ausführung von Abfragen durch bereits trainierte Modelle — zu einem der Haupttreiber des weiteren Wachstums wird. Laut The Verge deuten die veröffentlichten Finanzergebnisse trotz öffentlicher Erklärungen über die Notwendigkeit von Pausen auf keinen Nachfragerückgang hin.

Finanzergebnisse: Rekorde trotz Verzögerungsaufrufen

Für das dritte Quartal des Geschäftsjahres 2027, das am 25. Oktober 2026 endete, erzielte Nvidia einen Umsatz von 115,8 Milliarden US-Dollar — ein Anstieg von 103% gegenüber dem Vorjahr. Die Umsätze im Segment der Rechenzentren stiegen um 110% auf 107,6 Milliarden US-Dollar. Das Unternehmen hat mit der Auslieferung von Vera Rubin NVL72-Systemen begonnen, die bereits von den Cloud-Anbietern CoreWeave, Google, Microsoft und Oracle genutzt werden. Auch AMD schloss das Quartal mit Rekordwerten ab: Der Gesamtumsatz stieg um 45% auf 13,4 Milliarden US-Dollar, während die Verkäufe von Rechenzentrumshardware um 97% auf 8,5 Milliarden US-Dollar zulegten. Unter den Kunden für Helios-Systeme mit Instinct MI450-Beschleunigern nennt das Unternehmen OpenAI und Anthropic — genau jene, deren Führungskräfte öffentlich zur Vorsicht mahnten.

Chronologie der Pausen und öffentlichen Aussagen

Im August setzte OpenAI einen Teil der Trainingsarbeiten für seine leistungsstärksten Modelle nach einem Zwischenfall mit Hugging Face und der Entdeckung neuer Cybersicherheitsrisiken vorübergehend aus. Das Unternehmen kündigte eine zweiwöchige Pause an, nahm jedoch am 28. August einen großen Trainingszyklus mit verstärkten Schutzmaßnahmen wieder auf; einige experimentelle Läufe blieben pausiert. Im September forderte Anthropic-Chef Dario Amodei dazu auf, die Entwicklung der leistungsstärksten KI-Systeme wegen des Risikos ihrer Nutzung für Cyberangriffe zu verlangsamen. Diese Aussagen weckten Befürchtungen, dass Beschleunigerhersteller mit Auftragsrückgängen konfrontiert sein würden. Dennoch forderte der damalige Nvidia-Chef Jensen Huang im selben Monat dazu auf, Sicherheitsprobleme durch ingenieurtechnische Methoden statt durch zusätzliche gesetzliche Beschränkungen zu lösen; er ließ die Aussetzung der Arbeit an konkreten unsicheren Produkten zu, sprach sich jedoch gegen eine allgemeine Verlangsamung der technologischen Entwicklung aus. Im September lehnte auch Donald Trump die Aufrufe von Amodei, Sam Altman und Elon Musk ab, das Tempo der KI-Modellentwicklung zu drosseln.

Inferenz als neuer Nachfragetreiber

Zusätzliche Nachfrage entsteht durch die Inferenz — die Ausführung von Anfragen durch bereits trainierte KI-Modelle. Im Gegensatz zum Training erfordert dieser Prozess bei jedem Nutzerzugriff oder Start eines KI-Agenten Rechenressourcen. Nach Angaben der amtierenden Nvidia-Chefin Colette Kress sind die Kosten für die Token-Verarbeitung seit Mai um fast 60% gesunken, was den Verbrauch ankurbelt. Eine von The Verge durchgeführte Analyse von Daten der Unternehmensplattform Ramp ergab, dass fortgeschrittene KI-Modellfamilien Anfang November etwa 60% der Token-Nutzung unter den mit diesem Dienst arbeitenden Unternehmen ausmachten. Seit Jahresbeginn hat sich ihr Anteil etwa verdreifacht. Dabei steigen die KI-Ausgaben der Unternehmen deutlich langsamer als das Nutzungsvolumen der Modelle, was auf eine wachsende Effizienz und Skalierbarkeit der Inferenz hindeutet.

Verzögerung bei der Abbildung von Entscheidungen und Konkurrenz durch Custom Chips

Finanzberichte erlauben keine sofortige Einschätzung der Folgen einer eventuellen Reduzierung des Trainings fortschrittlicher Modelle. Der Vizepräsident von Counterpoint Research, Neil Shah, erklärte, dass sich die Auswirkungen solcher Entscheidungen aufgrund laufender Verträge über den Kauf von Rechenhardware und Speicher erst nach etwa einem halben Jahr in den Bilanzen niederschlagen können. Für Beschleunigerhersteller verschärft die wachsende Bedeutung der Inferenz den Wettbewerb mit Entwicklern spezialisierter Chips: Google, Amazon und andere große Unternehmen streben danach, die Kosten für die Abfrageausführung mit eigenen Prozessoren zu senken. Prognosen von Counterpoint Research zufolge könnten die weltweiten Lieferungen spezialisierter Server-KI-Chips bis 2028 die Lieferungen von Rechenzentrums-GPUs übertreffen, was die Marktstruktur verändern und zusätzlichen Druck auf die Margen von Nvidia und AMD ausüben wird.