OpenAI zieht Ausbaupläne für das Stargate-Rechenzentrum mit Oracle zurück

• OpenAI hat die Ausbaupläne für das Stargate-Rechenzentrum in Abilene, Texas, gestoppt und konzentriert sich stattdessen auf neue Einrichtungen mit Nvidias Chips der nächsten Generation
• Oracle treibt den Ausbau der KI-Infrastruktur mit schuldenfinanzierten Investitionen von mehr als 100 Milliarden US-Dollar voran und weist einen negativen Free Cashflow auf
• Das Tempo beim Bau von Rechenzentren hält nicht mit dem Wechselzyklus der Chip-Generationen Schritt, wodurch bei Infrastrukturinvestitionen insgesamt ein Risiko technologischer Überalterung besteht
• Nvidia bringt jedes Jahr neue GPUs auf den Markt; der aktuelle Vera-Rubin-Chip bietet eine fünffach höhere Inferenzleistung als die vorherige Generation
• Oracle ist der einzige Hyperscaler mit mehr als 100 Milliarden US-Dollar Schulden; der Free Cashflow ist inzwischen ins Minus gedreht
• Die Oracle-Aktie ist seit Jahresbeginn um 23 % gefallen, während die Sorgen des Marktes über die Nachhaltigkeit der KI-Infrastrukturinvestitionen zunehmen

---

Ende der Zusammenarbeit zwischen OpenAI und Oracle

• OpenAI hat die Ausbaupläne für das Stargate-Rechenzentrum mit Oracle zurückgezogen und wechselt stattdessen zu großen Clustern an anderen Standorten, die Nvidia-GPUs der nächsten Generation einsetzen
  • Die Anlage in Abilene sollte Nvidia-Blackwell-Prozessoren nutzen, doch die Stromversorgung soll erst in einem Jahr verfügbar sein
  • OpenAI erwartet, bis dahin fortschrittlichere Nvidia-Chips zu erhalten und an anderen Standorten auszubauen
• Oracle hat den Standort bereits gesichert, Hardware bestellt und Milliardeninvestitionen in Bau und Personal angestoßen
• Bloomberg berichtete zuerst darüber; Oracle widersprach in einem Beitrag auf X als "falsche Berichterstattung", erwähnte jedoch nur den Fortschritt des bestehenden Projekts und ging nicht auf die Ausbaupläne ein

Ungleichgewicht zwischen Chip-Generationswechsel und Infrastrukturaufbau

• Der Upgrade-Zyklus von KI-Chips verläuft schneller als der Bau von Rechenzentren
  • Nvidia brachte früher alle zwei Jahre neue Produkte heraus, veröffentlicht inzwischen aber jedes Jahr eine neue GPU
  • Der aktuelle Vera-Rubin-Chip bietet gegenüber Blackwell eine fünffach höhere Inferenzleistung
• Unternehmen, die KI-Modelle entwickeln, bevorzugen die neuesten Chips, weil Leistungsunterschiede sich direkt auf Benchmarks, Nutzung, Umsatz und Unternehmensbewertung auswirken
• Infrastrukturunternehmen benötigen mindestens 12 bis 24 Monate für Standortsicherung, Netzanschluss und Fertigstellung, wodurch Generationsunterschiede in der Technik unvermeidlich sind
• Kunden wollen jedoch jedes Jahr aktualisierte Chips der neuesten Generation, sodass beim Abschluss des Baus das Risiko besteht, dass die Hardware bereits veraltet ist
• Alle heute geschlossenen Infrastrukturverträge könnten sich als Investitionen in bereits vor dem Netzanschluss veraltete Hardware erweisen

Oracles schuldenfinanzierte Expansionsstruktur

• Oracle ist unter den großen Hyperscalern der einzige Anbieter, der seine KI-Infrastruktur über Schulden ausbaut
  • Die Gesamtschulden liegen bei über 100 Milliarden US-Dollar, der Free Cashflow ist ins Minus gedreht
  • Google, Amazon und Microsoft finanzieren ihre Investitionen aus eigener Cash-Generierung
• Der Partner Blue Owl lehnte eine zusätzliche Finanzierung weiterer Anlagen ab und kündigte Pläne für einen Stellenabbau von bis zu 30.000 Beschäftigten an
• Oracle steht vor der Bekanntgabe der Ergebnisse des dritten Quartals; im Fokus der Investoren steht, ob der Capex-Plan über 50 Milliarden US-Dollar und die fortlaufende Finanzierung tragfähig sind

Marktreaktion und Kursentwicklung

• Die Oracle-Aktie ist in diesem Jahr um 23 % gefallen und notiert mehr als 50 % unter dem Hoch vom September 2025
• Investoren achten auf die Nachhaltigkeit der KI-Infrastrukturinvestitionen und die Schuldenlast

GPU-Abschreibungen und Risiken für den gesamten KI-Markt

• Abschreibungen auf GPUs könnten über Oracle hinaus Risiken für den gesamten Markt der KI-Infrastruktur mit sich bringen
• Die Diskrepanz zwischen dem Tempo der Chip-Leistungssteigerung und der Bauzeit von Rechenzentren ist ein zentrales Risiko für KI-Infrastrukturinvestitionen insgesamt
• Dieses strukturelle Problem könnte sich auf Effizienz und Kapitalrendite im gesamten KI-Ökosystem auswirken

[GN⁺]

Hacker-News-Kommentare

• Ich betreibe das kleine Open-Source-LLM-Inferenzunternehmen Synthetic.new
  Ich halte den CNBC-Bericht nicht für korrekt. Oracle baut kein „Rechenzentrum von gestern“, sondern ein Blackwell-DC. Das Problem ist, dass man das „DC von heute“ erst „morgen“ fertigstellt. Bis dahin wird Vera Rubin erschienen sein und die Effizienz dürfte 5-mal höher sein, während es unwahrscheinlich ist, dass Oracle die Preise um den Faktor 5 senkt
  Nvidias Rack-Scale-Maschinen (GB200-NVL72, GB300-NVL72) sind komplette Racks, bei denen man nur Strom und Netzwerk anschließen muss. Oracle könnte also einfach Vera-Rubin-Racks kaufen und sie in das neue DC stellen und hätte damit „morgen“ auch das „DC von morgen“
  Es kann allerdings auch sein, dass Oracle Blackwell bereits vertraglich für eine Lieferung morgen zugesichert bekommen hat oder dass sich der Bau des DC verzögert hat und die GPUs deshalb untätig herumstehen. Allein aus dem CNBC-Bericht ist unklar, wie ernst die tatsächliche Lage ist

  • Eine 5-fache Effizienzsteigerung in nur einer Generation erscheint mir übertrieben. Die Fortschritte durch kleinere Fertigungsprozesse fallen zuletzt geringer aus
    Dieser GPU-Leistungs-/Stromverbrauchs-Benchmark zeigt, dass der Unterschied zwischen einer 1080 Ti (vor 9 Jahren) und einer 5090 nur bei etwa dem Faktor 2,56 liegt. In realen Workloads ist es gut möglich, dass solche Werte nicht gehalten werden
    Auch ältere Rechenzentrums-GPUs werden weiterhin gut genutzt
  • Das ist wahrscheinlich eher eine Strategie für Verteidigungs- und Geheimhaltungsumgebungen. In solchen Umgebungen erfolgt die Freigabe wegen Firmware-Validierung, Krypto-Zertifizierung usw. oft erst 18 bis 36 Monate nach dem kommerziellen Launch
    Bereits ausgelieferte Blackwell-Systeme bleiben dann im zivilen Bereich, und der Staat muss neue Hardware separat beschaffen. Oracle könnte auf diesen langsamen Zyklus des Sicherheitsmarkts abzielen
    Außerdem hat der Staat bisher kaum jemals große GPU-Infrastrukturen selbst betrieben, sodass Oracle diese Nachfrage später womöglich auffangen kann
  • Deirdre Bosa von CNBC hat etwas Ähnliches gesagt. Offenbar gibt es selbst intern viele Leute, die den Ernst der Lage nicht genau kennen
    Da Oracle langfristig ein Schuldenrisiko trägt, könnte diese Entscheidung auch ein erstes Warnsignal sein
  • Anderen Berichten zufolge handelt es sich tatsächlich um Bauverzögerungen. Das Stargate-Gelände wird noch hergerichtet, und die Installation der GPUs ist erst bis 2026 vorgesehen
    Dass Nvidia Blackwell-Verträge im Milliardenumfang an andere Unternehmen vergibt, wirkt ebenfalls wie eine Maßnahme, um die Produktionslinien auszulasten. Es heißt auch, bereits gelieferte Chips würden sich in Lagern stapeln
  • Ich verstehe nicht, warum man annimmt, dass ein Rechenzentrum an eine bestimmte GPU-Generation gebunden ist. Auch AWS baut nicht jedes Mal neue Gebäude, wenn ein neuer Xeon erscheint

• Der Kern des Stargate-Projekts ist die „Inferenzökonomie“
  Der Kostenunterschied zwischen Hyperscaler-Infrastruktur und spezialisierten Neo-Clouds liegt bei rund 75 %. Diese Lücke erschwert Unternehmen wie OpenAI die Entscheidung zwischen Eigenaufbau vs. Fremdbezug
  Auf a7om.com werden die Inferenzpreise von mehr als 40 Anbietern verfolgt, und solche Daten zeigen, wie riskant Investitionen von 500 Milliarden Dollar in DCs sind

• Ich stimme der Aussage nicht zu, Stargate sei ein „Rechenzentrum von gestern“
  Oracle kennt die Nvidia-Roadmap und baut schrittweise für Leistungsdichten von bis zu 200 kW pro Rack. In späteren Phasen lassen sich auch die Generationen Rubin und Feynman problemlos unterbringen

  • 200 kW pro Rack ist wirklich ein gewaltiger Stromverbrauch. Sich eine Anlage in dieser Größenordnung vorzustellen, fällt schwer
  • Dann stellt sich aber die Frage, warum CNBC berichtete, OpenAI gehe weg, weil es neuere GPUs wolle. Wenn das nicht stimmt, braucht es eine Erklärung: schlichte Falschmeldung oder Verzerrung durch interne Quellen

• Ich frage mich, was mit älteren Rechenzentrums-GPUs passiert. Gibt es dafür einen Sekundärmarkt, oder verbietet Nvidia den Weiterverkauf per Klausel?

  • Man kann A100/H100 bereits bei eBay kaufen. Wegen der Stromkosten ist das zu Hause nicht wirtschaftlich, aber manche betreiben sie aus Spaß
  • Bei gewöhnlichen Serverkomponenten ist der Gebrauchtmarkt aktiv, aber GPUs sind zu spezialisierte Geräte, als dass Privatleute sie leicht nutzen könnten. So etwas wie eine H200 lässt sich kaum in einen Heim-PC einbauen
    GPUs sind teuer, und es ist fraglich, ob Moores Gesetz in diesem Bereich unverändert gilt. Wenn die Leistungszuwächse gering bleiben, werden auch die Austauschzyklen länger
  • AWS bietet noch immer g4dn-Instanzen auf Basis der T4 GPU (Markteinführung 2018) an. Hyperscale-Clouds betreiben solche Hardware auch nach vollständiger Abschreibung noch lange weiter, und sie werden kaum auf GPUs zurückgreifen müssen, die wir ausmustern
  • Rechenzentrums-GPUs sind für eine Haltbarkeit von 5 bis 7 Jahren bei 24/7-Betrieb ausgelegt, die praktische Lebensdauer liegt aber eher bei 3 bis 4 Jahren. Laut Benchmarks von Meta fallen pro Jahr etwa 9 % aus. Besonders hoch ist die Ausfallrate in den ersten 3 Monaten
  • Einige GPUs sind für ausschließlich wassergekühlte Racks ausgelegt und passen nicht in normale PC-Gehäuse. Ich habe selbst einmal eine NEC SX Aurora TSUBASA gekauft und musste, weil keine Lüfter vorhanden waren, drei 40-mm-Lüfter selbst anbringen

• OpenAI hatte bislang mit allen Compute-Partnern Probleme. Auch dieser Vorfall wird teilweise überzeichnet. Es gibt faktisch keinen Partner, der Chips der nächsten Generation schneller liefern könnte

• Oracles Finanzstruktur und mögliche Übernahme sind das spannendere Thema
  Zwar nutzen Schlüsselbranchen wie Staat und Finanzsektor weiterhin Oracle DB, doch der Druck zur Schuldentilgung wird weitere Preiserhöhungen nach sich ziehen. Das wird die Abwanderung von Kunden beschleunigen, und eine feindliche Übernahme könnte am Ende eine realistische Option werden

  • Es ist erstaunlich, dass auch IBM wie Oracle mit veralteter Technologie noch immer operiert

• Es ist schwer nachzuvollziehen, warum Oracle in großem Umfang ältere GPUs gekauft hat. Elektronik verliert schnell an Wert, und Chips zum Listenpreis zu kaufen, die erst in zwei Jahren genutzt werden, wirkt wie eine unvernünftige Investition

• Es gibt die Frage, ob Rechenzentren ihre GPUs jedes Jahr austauschen können

  • Um wettbewerbsfähig zu bleiben, sind jährliche Upgrades nötig