SemiAnalysis: Das Eis und Feuer der Nvidia Rubin-Plattform
Hard·AI
Autor | Li Jia
Redaktion | Hard AI
Das Halbleiter-Forschungsinstitut SemiAnalysis veröffentlichte nacheinander zwei Analysen und zeichnete damit ein “Feuer-und-Eis”-Bild von Nvidias Zukunft, bei der Chancen und Herausforderungen gleichermaßen bestehen.
Die neueste Prognose von SemiAnalysis, veröffentlicht am 30. Juni auf der X-Plattform, zeigt,dass Nvidias Umsatz aus dem Datenzentrum-Computergeschäft im zweiten Halbjahr des Geschäftsjahres 2027 etwa 20% über den übereinstimmenden Erwartungen der Wall Street liegen wird. Die Grundlage für diese optimistische Einschätzung ist,dass das einstige Lieferproblem von HBM4-Speicher, das eine große Auslieferung der Rubin-Plattform begrenzte, nun gelöst ist, und auch die Frontend-Wafer-Kapazität im Voraus gesichert wurde, wodurch substanzielle Hindernisse für den Erfolgsdurchbruch im zweiten Halbjahr beseitigt sind.
Am selben Tag am Morgen veröffentlichte SemiAnalysis jedoch eine weitere negative Nachricht:Die ursprüngliche 4-Chip-Version von Nvidia Rubin Ultra wurde etwa drei Monate nach der Vorstellung auf der GTC 2026 gestrichen; die neue Version von “Rubin Ultra” ist nur noch halb so groß und weist dementsprechend auch nur noch die halbe Leistung auf.
Einerseits der optimistische Anstieg der Umsätze nach Behebung des Lieferengpasses, andererseits die pessimistische Korrektur der technischen Route nach der Schrumpfung des Flaggschiffprodukts – die beiden diametral unterschiedlichen Einschätzungen von SemiAnalysis sind unterschiedliche Narrative aus den Perspektiven Leistungsfähigkeit und technologischem Burggraben für Nvidia.
01
Der HBM4-Engpass ist beseitigt, von Rubin-Plattform ist in der zweiten Jahreshälfte eine größere Produktion zu erwarten
SemiAnalysis hat mit seinem Accelerator Model eine aktuelle Prognose erstellt: Nvidia wird in der zweiten Hälfte dieses Jahres eine große Ausschüttungswelle erleben.
Das Institut erwartet, dass unter dem starken Antrieb der Rubin-Plattform die Einnahmen aus dem Datenzentrum-Computergeschäft von Nvidia im zweiten Halbjahr des Geschäftsjahres 2027 etwa 20% über dem Markt-Konsens liegen werden.Das zuvor den Fortschritt von Rubin beeinträchtigende HBM4-Problem ist nun gelöst, und die Versorgung mit Frontend-Wafern wurde ebenfalls vorab gesichert, was bedeutet, dass die Rubin-Plattform, die zuvor verschoben wurde, nun in die Phase des schnellen Wachstums eintritt.
SemiAnalysis weist besonders darauf hin,dass die Prognoselogik signifikant von traditionellen Analysten abweicht. Die meisten Wall-Street-Institute tendieren dazu, relativ konservative Gewinnprognosen zu erstellen, um den Unternehmen späteren “über den Erwartungen liegenden” Raum zu lassen. SemiAnalysis basiert mit seinen Schlussfolgerungen jedoch mehr auf Recherchen an vorderster Front der Branchenkette und strebt so einen engeren Bezug zur realen Marktdynamik an.
Ihr Accelerator Model hat ein System zur informationsübergreifenden Verifikation der gesamten Kette aufgebaut. Die Datenquellen umfassen Materiallieferanten, Waferfertigung, Schlüsselkomponenten, Serverhersteller aus der Lieferkette, ergänzt durch tatsächliche Einkäufe und Implementierungen bei hyperskaligen Cloud-Anbietern und fortschrittlichen KI-Labors, um die Angebots-Nachfrage-Beziehungen aus mehreren Perspektiven zu prüfen.
Bemerkenswert ist, dass dieses Modell nicht nur Nvidia fokussiert, sondern ebenso Unternehmen wie Broadcom, AMD, MediaTek, Marvell und andere KI-Chiphersteller umfasst und in Kombination mit dem HBM Model die evolutionäre Entwicklung der KI-Rechenleistungskette kontinuierlich verfolgt.
02
Der CUDA-Burggraben wird erodiert, die Schrumpfung von Rubin Ultra spiegelt den Aufstieg selbstentwickelter ASICs wider
Allerdings hat eine frühere Einschätzung von SemiAnalysis zu Rubin Ultra zu intensiver Diskussion auf dem Markt geführt.
Das Institut erklärte, dass Nvidia ursprünglich plante, Rubin Ultra mit vier Rechenchips zu entwerfen, aber bereits etwa drei Monate nach der Vorstellung auf der GTC die ursprüngliche Konzeption überarbeitete und die Größe der neuen Version gegenüber dem Original deutlich verkleinerte – die Gründe liegen in den Schwierigkeiten bei fortschrittlicher Verpackungstechnik.
SemiAnalysis meint,dass nicht die Schrumpfung von Rubin Ultra an sich im Mittelpunkt stehen sollte, sondern die durch dieses Ereignis reflektierte Veränderung in der Wettbewerbslandschaft der Branche. Das Institut stellt fest, dass der größte Wettbewerbsdruck für Nvidia im letzten Jahr nicht mehr nur von traditionellen GPU-Herstellern wie AMD kommt, sondern immer mehr hyperskalige Cloud-Anbieter und KI-Modellfirmen auf selbstentwickelte ASICs setzen, um spezifische Chipsysteme für Anwendungen wie Training und Inferenz zu bauen.
Zum Beispiel hat Anthropic derzeit eine Multi-Plattform-Rechenarchitektur aus Google TPU, Amazon Trainium und Nvidia GPU. Die meisten Claude-Modelltrainings laufen auf der TPU-Plattform, Claude Code-Inferenz wird zunehmend auf Trainium implementiert, während Nvidia GPUs vor allem für allgemeine Rechenaufgaben wie Forschung eingesetzt werden. SemiAnalysis betont,dass es vor einem Jahr noch undenkbar erschien, dass TPU und Trainium heute diese Größe erreichen könnten – der CUDA-Burggraben wird allmählich erodiert.
Hard·AI
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Meta AI-Leiter Alexandr Wang: Warum ich Muse machen will
Muse hat in den ersten 12 Tagen 2,8 Millionen Downloads erreicht und übertrifft damit die Leistung von ChatGPT im gleichen Zeitraum. Es wurde ein amerikanischer Tagesrekord von 264.000 erzielt – der Marktwert von Meta stieg dadurch um 234 Milliarden Dollar. Dahinter stecken ein offener Brief des Chief AI Officer Alexandr Wang über „menschliche Sehnsüchte“ sowie die damals als „verrückte“ geltende Übernahme von 14,3 Milliarden Dollar durch Zuckerberg: Aus heutiger Sicht könnte dies der profitabelste Talent-Deal in der Geschichte des Silicon Valley gewesen sein.
UBS: Beibehaltung der „Neutral“-Bewertung für Tesla (TSLA.US), Kursziel 385 US-Dollar, KI-Themen dominieren die Preislogik der Aktie
Laut der Prognose von UBS wird die weltweite Auslieferungsmenge von Tesla im dritten Quartal 2026 (3Q26) etwa 470.000 Fahrzeuge betragen, was einem Rückgang von 5 % gegenüber dem Vorjahr und einem Rückgang von 1 % gegenüber dem Vorquartal entspricht.
Der KI-Boom trotzt der „5%-US-Staatsanleihenrendite“! Der Nasdaq erreicht ein Rekordhoch und stärkt die „80/20“-Struktur, während die Wall Street das Aktien-Anleihen-Verhältnis neu bewertet.
Die Rendite der 30-jährigen US-Staatsanleihe erreichte zeitweise etwa 5,53 % und damit den höchsten Stand seit 2004. Brent-Rohöl liegt weiterhin über 100 US-Dollar pro Barrel. Risikoanlagen widerstanden erneut dem Druck, was darauf hindeutet, dass Investoren weiterhin daran glauben, dass die Kommerzialisierung von KI-Anwendungen und das Unternehmensgewinnwachstum die Auswirkungen steigender Finanzierungskosten und Abzinsungssätze in gewissem Maße ausgleichen können.
Die KI-Infrastruktur stößt auf eine „Mauer“! Marvell: Kupferverbindungen und Speicherengpässe werden zum Schlüssel für die nächste Expansionsphase der Rechenleistung
Der Wettbewerb um KI-Rechenleistung entwickelt sich zu einem systemischen Spiel, das Interconnects und Speicher umfasst. Führungskräfte von Marvell erklärten, dass durch KI-Modelle betriebene KV-Caches in den letzten neun Monaten um das Zehnfache gewachsen sind, sodass Speicher in einzelnen Racks nicht mehr ausreicht. Kupferverbindungen stoßen an ihre Grenzen, und optische Interconnects sowie Speichererweiterungen werden zum Kern der Rechenleistungsexpansion. Maßgeschneiderte Lösungen sind zum Branchentrend geworden; Marvell profitiert durch analoge SerDes, photonische Fabric-Speicher und End-to-End-Individualisierung.
Krypto-Preise
Mehr
