- Die Aktie der Nvidia Corp. brach aufgrund von Anlegerbedenken über das chinesische KI-Startup DeepSeek stark ein.
- Am Montag fiel sie um 17 %, wodurch 589 Milliarden US-Dollar an Börsenwert des Unternehmens vernichtet wurden.
- Dies war der größte Einbruch in der Geschichte des US-Aktienmarkts.
- Auswirkungen auf den Markt
- Der Rückgang von Nvidia hatte erhebliche Auswirkungen auf die wichtigsten Indizes.
- Der S&P 500 fiel um 1,5 %, der Nasdaq 100 um fast 3 %.
- DeepSeek und kostengünstige KI-Modelle
- DeepSeeks neuestes KI-Modell wird als konkurrenzfähig zu den Modellen von OpenAI und Meta Platforms Inc. eingeschätzt.
- Das Modell rangierte weit oben im App Store von Apple Inc.
- Analysten von Jefferies erklärten, dass dieses Modell das aktuelle Geschäftsmodell der KI-Branche infrage stellen könnte.
- KI-Investitionen und Reaktion der USA
- Meta kündigte Pläne an, die Investitionsausgaben für KI-Projekte auf bis zu 65 Milliarden US-Dollar zu erhöhen.
- OpenAI, SoftBank Group Corp. und Oracle Corp. kündigten Stargate an, ein Joint Venture im Umfang von 100 Milliarden US-Dollar zum Aufbau von Rechenzentren und KI-Infrastrukturprojekten in den gesamten USA.
- Die USA verbieten den Export fortschrittlicher Halbleitertechnologien, um Chinas Fortschritte bei KI zu bremsen.
- Nvidias Reaktion
- Nvidia bezeichnete das Modell von DeepSeek als „beeindruckenden KI-Fortschritt“ und erklärte, dass keine US-Beschränkungen verletzt worden seien.
- Zudem hieß es, dass für den Betrieb von KI-Modellen viele Nvidia-GPUs und Hochleistungsnetzwerke erforderlich seien.
2 Kommentare
Der Originaltitel lautet zwar
Rout, aber das Wort kann offenbar auch bedeuten, dass man in einer Schlacht besiegt wird und flieht.Hacker-News-Kommentare
Selbst wenn Unternehmen wie OpenAI durch Verbesserungen von DeepSeek ein 40-mal effizienteres Training und Inferenz erreicht haben, würden wir bei denselben Rechenressourcen schnell herausfinden, ob 40-mal mehr Rechenleistung auch 40-mal mehr Performance oder Output-Qualität liefert, oder ob die Output-Qualität nicht durch Rechenleistung begrenzt ist
Viele Kommentare zeigen, dass technisches Wissen kein Garant für richtiges Denken über Märkte und Aktienbewertungen ist
NVIDIA ist ein Unternehmen, das im Goldrausch Schaufeln verkauft. Einer der Goldgräber hat herausgefunden, wie man die Schaufel besser nutzt, und dieses Wissen geteilt. Ob der Goldrausch real ist oder eine Blase, er existiert weiterhin, und NVIDIA wird jede Schaufel verkaufen, die das Unternehmen herstellen kann
Fortune-100-Unternehmen werden den größten Werkzeugkasten haben wollen, um ein neues Paradigma zu erfinden oder als Erste AGI zu erreichen
Durch den Einfluss von DeepSeek könnte die Effizienz der GPU-Nutzung steigen und die Kosten für das Mieten von GPUs stark sinken, was ein wichtiger Faktor bei der Bewertung des Investitionswerts von Blackwell ist
Da LLMs praktisch zur Commodity geworden sind, gibt es nun eine Preisuntergrenze, und das ist ein neuer Wert, der der Profitabilität der Karten vorausgeht
Das neue Blackwell kostet 70000 $, und ich frage mich, ob es genügend Anwendungen gibt, mit denen Kunden auf der neuen Karte einen ROI erzielen können
Da die GPU-Kosten pro Stunde sinken, könnte der Investitionswert geringer sein als zuvor, besonders wenn sich das Potenzial auf älteren Plattformen ausschöpfen lässt
Das jüngste Wachstum konnte nicht ewig anhalten; das entspricht lediglich einer Rückkehr auf das Niveau von vor 4 Monaten. Gegenüber der gleichen Zeit im letzten Jahr liegt der Wert immer noch 100 % höher
Verweise auf Jevons Paradox übersehen drei Dinge
NVIDIA hatte mehrfach Glück. GPUs waren hervorragend für PC-Gaming, der Krypto-Boom war ein unerwarteter Gewinn, und auch der AI-Boom ist ein Ergebnis fehlender Konkurrenz
Anders als bei Krypto ist AI grundlegend für jeden Software-Stack und jedes Unternehmen. Die Abhängigkeit von NVIDIA wird sinken
In Bloombergs Diagramm betreffen 8 der 10 größten Einbrüche einer einzelnen Aktie in der Geschichte NVDA
DeepSeek beweist nicht, dass mehr Rechenleistung nicht zu höheren Fähigkeiten führt. Mit begrenztem Budget wurde Erstaunliches erreicht, während wir noch gar nicht wissen, wie sich mehr AI-Fähigkeiten in die Wirtschaft integrieren lassen
So wie die höhere Effizienz von Glühbirnen zu mehr Nutzung von Glühbirnen führte, könnte auch das effiziente Training von LLMs den Einsatz von Chips erhöhen