Nvidia will Hugging Face für 12,9 Milliarden US‑Dollar übernehmen – ein Deal, den Analysten nun gemeinsam mit den jüngsten Quartalszahlen einordnen, um zu bewerten, ob der Konzern den Vormarsch von Broadcom im KI-Chipgeschäft bremsen kann.
Der Vergleich wird auf der Angebotsseite besonders deutlich. Nvidia verkauft universelle GPUs, die den Markt für KI-Training und -Inference dominieren, während Broadcom maßgeschneiderte ASICs für einzelne Hyperscaler-Workloads entwickelt – ein Segment, das im Jahresvergleich um 44,6 % wuchs, gegenüber 16,1 % bei GPUs.
Auch interessant: Bewertung von Gimlet Labs schießt nach neuer Finanzierungsrunde auf 3 Mrd. Dollar
Diese Wachstumslücke von 28 Prozentpunkten ist der operative Druckpunkt, auf den die Übernahme zielt – und der Grund, warum der Hugging-Face-Deal deutlich mehr ist als nur ein Zukauf von Talenten oder Entwickler-Tools.
Der Software-Burggraben
Mehrere Analysen interpretieren die Transaktion weniger als Wette auf reine KI-Forschung, sondern vielmehr als Absicherung gegen Broadcoms Schwung bei kundenspezifischem Silizium. Durch die Kontrolle über die Open-Source-Modelle und das Entwickler-Ökosystem der Plattform kann Nvidia seinen Hardware-Vorteil mit einer Software-Schicht verknüpfen, die sich mit Custom-ASICs nur schwer kopieren lässt, so die Einschätzung von Shattered.io.
Das Angebotsszenario dahinter ist klar: Ein Entwickler-Ökosystem, das eng an CUDA und die umliegende Toolchain gebunden ist, erhöht die Wechselkosten pro Inference-Einheit – ein Faktor, der an Bedeutung gewinnt, je stärker die Rechenkosten pro Token unter Druck geraten.
Broadcoms Argument gegenüber Hyperscalern basiert auf Effizienz: Chips, die genau auf die Bedürfnisse eines einzelnen Kunden zugeschnitten sind, statt einer breiten Nvidia-Architektur, die viele Workloads gleichzeitig bedienen soll – so der Vergleich der Quartalszahlen bei The Motley Fool.
Fließen die Investitionsbudgets der Hyperscaler eher in eigenes, kundenspezifisches Silizium als in Standard-GPUs, dann ist dieser Capex-Strom das verlässlichere Signal – weit mehr als öffentliche Bekenntnisse zu „Vendor-Neutralität“.
Auch interessant: Polygon startet Krypto-Spendenroute für Nepals Katastrophenhilfefonds
Worauf Investoren jetzt schauen
Analysten bleiben für beide Konzerne positiv gestimmt. Sie verweisen auf ein Wachstum der Hyperscaler-Investitionen von rund 30 % als Indiz, dass der Aufbau der KI-Infrastruktur sowohl für GPU- als auch für ASIC-Anbieter weiterhin erhebliches Potenzial bietet.
Die offene Frage lautet, ob Nvidias Software-Schicht – nun verstärkt durch die zugekaufte Plattform – den Margenvorsprung sichern kann, während immer mehr Cloud-Anbieter eigenes, kundenspezifisches Silizium entwickeln, statt Standard-GPUs im großen Stil zuzukaufen.
Beantwortet wird diese Frage zuerst in Kapazitätszusagen und Trends bei den Kosten pro Inference – lange bevor sie sich in den begleitenden Erzählungen künftiger Quartalsberichte widerspiegelt.
Als Nächstes lesen: OpenAI bringt GPT-6 Astra, sein bislang leistungsstärkstes Modell, auf den Markt
